混合算法

摘要： 为了提高复杂产品的装配效率,对遗传帝国竞争混合算法进行了研究与改进,给出了混合算法的融合策略,以解决虚拟装配中的装配序列规划问题。建立考虑装配序列可行性、装配序列稳定性、装配重定向性以及装配聚合性四个评价指标的适应度函数,以适应度函数值最低为目标利用混合算法进行迭代。以某乘用车后桥减速器为实例进行试验,验证了混合算法在求解装配序列规划问题的可行性,并同单一的遗传算法、帝国竞争算法及粒子群算法进行比较,验证了混合算法在求解装配序列规划问题上的优越性。

摘要： 换热网络优化是化工过程系统工程领域的研究难点,其数学模型具有高度的非凸、非线性,在使用单一启发式算法优化时,往往具有局限性。研究以换热网络的年综合费用最小为目标,针对强制进化随机游走(RWCE)算法在优化时由于个体间独立进化,导致优化过程中信息缺乏交流的问题,提出将遗传算法(GA)与其混合。混合后的算法在保持前一半优势种群中的个体单独进化的基础上,通过周期性的交叉、变异等操作产生子代来替换掉劣势种群,从而增强了原有算法的整型变量优化能力,并弥补了弱势个体无法更新的不足。为了兼顾算法在大种群下优化有分流换热网络的计算效率,节约时间成本,使用OpenMP系统将混合算法实现了并行化设计。通过三个不同规模的换热网络问题对并行后的混合算法进行验证,结果表明该算法能在有效提升优化质量的前提下相比串行算法大幅缩短计算时间,其中两个算例突破了目前文献最优解。

摘要： 入侵检测是通过收集系统内外部用户活动行为数据,在数据分析基础上准确识别异常行为的一种技术。基于数据挖掘的入侵检测系统,除了超前识别入侵行为外,还能提供针对性的防控措施,切实保障系统运行安全和用户隐私安全。本文首先介绍了几种常见的计算机入侵检测数据挖掘模型,如基于流量异常的入侵检测模型、基于协议滥用的入侵检测模型、基于混合算法的入侵检测模型等。随后通过构建入侵检测实验原型系统,在此基础上进行了用户异常行为检测的实验验证。结果表明,基于数据挖掘的入侵检测原型系统,在检测准确性、降低误报和漏报方面均有良好表现,达到了理想的保护效果。

摘要： 随着无人机技术的发展,无人机已被广泛应用于军事、娱乐、农业、救援、航空航天、电力巡检等领域。其中,无人机路径规划算法研究是保证无人机能否顺利完成任务的关键。目前,无人机路径规划算法主要分为传统的路径规划优化算法、启发式路径优化算法和群智能仿生路径优化算法等三类。详细阐述了三种算法的分类,深入介绍了各种算法的基本原理、代表性研究及其优缺点,并针对后续研究进行了展望。

摘要： 针对无线传感器网络WSN节点在随机部署时存在分布不均匀、覆盖率低等问题,提出一种混合粒子群-蝴蝶算法HPSBA的节点覆盖优化策略。设计了Logistic映射和自适应调节策略来控制参数值,提高了混合算法的寻优速度、收敛精度和全局搜索能力。将HPSBA用于对4种基准函数进行寻优测试,仿真结果表明:对于测试函数的寻优,HPSBA具有寻优精度较高、寻优速度较快和稳定性较好的特点。最后,将HPSBA用于WSN节点部署优化,并与PSO算法、BOA和IGWO算法等其他6种典型算法的部署优化进行对比,实验结果表明:HPSBA优化部署的覆盖率更高,能有效降低节点的冗余度,延长WSN的生存时间。

摘要： 为提升配电网对于负荷变动的适应能力,提出一种针对双向智能配电网无功补偿的协同优化混合算法。在宏观无功功率管控目标下,以随机模糊算法为核心算法,通过案例分析,充分整合网络中的无功功率控制资源并提出解决方案。使用仿真平台封装的NSGA-Ⅱ、MOPSO算法对基于“源—网—荷—储—车”流程的多目标无功优化随机模糊机会约束规划模型进行解算,结果表明:二者数据偏差率小于1%,且文中所提算法可以在不改变电网无功功率管控设备及网络拓扑结构的前提下,实现电网无功功率管理效能提升3.9%的效果。

摘要： 文章针对目前地理学研究中进行非线性模型参数估计的一些传统方法的局限性,结合粒子群和人工鱼群算法进行优化,该算法综合利用人工鱼群算法的良好全局收敛性和粒子群算法的局部快速收敛性、易实现性等优点。实例表明,PSO-AFSA可以很好地应用到非线性地学模型的求解中,且收敛速度快,求解精度高。

摘要： 为解决无人机在被检物体外形复杂、多障碍物等环境下的路径规划问题,提出了一种基于混合策略的全覆盖路径规划算法,该算法由综合运动函数、死区逃离策略、运动优先级策略组成。综合运动函数对基于栅格地图的位置函数及考虑无人机能量消耗的转向置信函数进行加权,并作为下一航点的选择依据;死区逃离策略由环形搜索、A-star算法构成;运动优先级策略设计为:左优先、下优先、直优先,以降低无人机遇到障碍物时规划路径缠绕、陷入死区和节点重复问题的发生概率,使之高效飞行。通过仿真及实机验证,结果表明:所提算法适用于复杂环境下的无人机路径规划,且可有效减少陷入死区的次数,降低路径重复率,减少路径规划时间。

摘要： 重构修正方法(correction procedure via reconstruction,CPR)具有紧致高效的优点,但对较强激波的捕捉能力还相对较弱,而加权紧致非线性格式(weighted compact nonlinear scheme,WCNS)具有很强的激波捕捉能力。将基于高阶WCNS插值的二阶格式引入到高阶CPR方法中,构造了一种高效高分辨率的混合激波捕捉格式。首先,基于非线性权偏离线性权的程度的激波侦测器侦测出问题单元,并在问题单元附近引入缓冲单元,其余单元则标记为光滑单元。然后,针对问题单元和缓冲单元采用二阶格式计算,光滑单元采用CPR方法计算,构造混合格式。通过对等熵涡问题、含激波的问题以及激波旋涡干扰问题的数值模拟,测试了混合格式的精度、激波捕捉能力和计算效率。数值模拟结果充分说明了该混合格式具有很强的激波捕捉能力,同时在光滑区具有高分辨特性,可以应用于高超声速流动问题的高效数值模拟中。相比于基于高阶WCNS插值的二阶格式,此格式具有更高的计算效率和更高的分辨率。

摘要： 为了在地震发生时提高应急物资配送效率,降低人员伤亡与经济损失,将道路受损作为影响应急物资配送的重要因素。以多应急物资种类、多配送中心为背景,考虑应急物资配送时间窗约束,建立总时间和总成本最小的双目标模型。结合模型的特点,设计了遗传算法与模拟退火算法相结合的混合算法,算例结果表明:所提算法具有较快的收敛速度和求解结果。进一步对比考虑道路受损和不考虑道路受损的情况,结果表明:考虑道路受损在配送总时间、总费用和产生惩罚成本的时间都有所降低,进一步验证了模型的优越性。可见所建模型和所提算法可以有效地解决考虑道路受损的应急物资配送路径优化问题,提高应急物流效率,减少地震带来的损失。

摘要： 本文构造了一个设施服务分区问题数学模型;将设施容量约束定义为软约束，并在目标函数中对容量进行惩罚。这样，有利于模型快速发现可行解，加快模型求解速度;因MIP优化器技术的进步，数学模型能够求解规模较大的设施分区案例;案例测试表明:针对本文案例，模型计算复杂度主要取决于设施区位和设施容量设置，并非取决于案例规模(空间单元数量)，且随容量约束宽松，计算时间呈下降趋势。针对服务分区问题，提出了一个混合算法(GA+LS+SPP或MA-SPP);案例测试表明，该算法能够获得高质量分区方案，与最优解或己知最好解差距平均为0.12%，现有文献中，鲜有分区算法结果与最优解比较的报道;SPP模型针对案例区GY的改进效果显著。

摘要： 蝙蝠算法(bat algorithm,BA)是一种模拟蝙蝠回声定位行为的启发式算法,针对蝙蝠算法存在易陷入局部最优,精度不高和早熟收敛的现象,本文提出了一种蝙蝠算法结合最速下降(Steepest Descent,SD)法模式的混合算法,利用蝙蝠算法和最速下降法各自的优缺点的结合达到有效求解非线性方程组的目的.通过仿真实验结果表明:此混合算法(SD-BA)可提高求解结果的精确度,使优化结果更准确,是一种有效求解非线性方程组的可靠的算法.

摘要： 针对蝙蝠算法(bat algorithm,BA)在解决高维复杂问题时容易陷入局部最优解和精确度不高的问题,该文结合蝙蝠算法和BFGS算法各自的优缺点,提出了一种BFGS-蝙蝠算法,达到求解非线性方程组的目的.该混合算法不仅发挥了蝙蝠算法强大的广度搜索能力,而且利用了BFGS算法的深度搜索能力,通过仿真实验结果表明:该算法不但以较高精度求出了各种非线性方程组的解,而且鲁棒性强,收敛速度快,是一种有效解决非线性方程组的方法.

摘要： 针对蝙蝠算法(bat algorithm,BA)容易陷入局部最优解和共轭梯度法(conjugate gradient method,CGM)计算精度不高的缺陷,本文提出了一种共轭梯度蝙蝠算法(conjugate gradient bat algorithm,CGBA).该方法具有算法简便,收敛速度快等优点,适合于求解非线性方程组.该混合算法不仅可以增强算法的局部搜索能力和全局搜索能力,而且在一定程度上能加快算法的收敛速度.仿真实验结果表明:该混合算法计算精度高,收敛速度快而且算法的稳定性很强.

摘要： 非线性方程组的求解是数值计算领域中最困难的问题,为了便于求解,本文结合蝙蝠算法(bat algorithm,BA)和信赖域(trust region,TR)法的优点,提出求解非线性方程组的一种BA-信赖域算法.因基本蝙蝠算法存在容易陷入局部最优解,解精度不高等方面的缺点,所以通过引入信赖域法中的算法可靠、收敛性很强的优点,使两种算法相结合,由此来构造新的求解非线性优化方法.包含蝙蝠算法的标准速度和位置的更新规则,同时结合信赖域法的可靠性,有效性和很强的收敛性.使用BA-信赖域算法相结合的混合应用优化方法及应用MATLAB工具实现.从而实现非线性方程组在混合算法内有解,并且具有精度高和全局收敛性.

摘要： 针对蝙蝠算法(bat algorithm,BA)在解决高维复杂问题时,导致种群多样性降低过快且各维度相互干扰容易陷入局部最优解和精确度不高的问题,从而影响算法的收敛速度和求解质量.该文结合蝙蝠算法和Rosenbrock算法各自的优缺点,提出了一种Rosenbrock蝙蝠算法(Rosenbrock bat algorithm,RBA),达到更优化求解非线性方程组的目的.该混合算法不仅发挥了蝙蝠算法强大的广度搜索能力,而且结合了Rosenbrock算法强大的局部搜索能力,通过仿真实验结果表明:该算法不但以较高精度求出了各种非线性方程组的解,而且鲁棒性强、收敛速度快,是一种有效解决非线性方程组的方法.

摘要： 由于蝙蝠算法(bat algorithm,BA)收敛速度慢,计算精度差,容易陷入局部极值,powell算法对初始值敏感,为了解决以上缺陷,本文结合powell算法和蝙蝠算法各自的优缺点,提出一种powell-蝙蝠算法用以求解非线性方程组.该混合算法不仅具有蝙蝠算法的强大的全局搜索能力,而且具有powell算法的局部精细搜索的能力,实验结果表明:该混合算法不仅以较高的精度求出了各种非线性方程组的解,且收敛速度较快,是一种较好的解决非线性方程组的方法.

摘要： 针对蝙蝠算法(bat algorithm,BA)具有初始值敏感和单纯形算法simplex algorithm(SA)容易陷入局部极值的缺陷,本文结合蝙蝠算法和单纯形算法的各自的优点,提出一种单纯形蝙蝠算法,用来求解非线性方程组问题.该混合算法不仅发挥了蝙蝠算法强大的全局搜索能力而且利用了单纯形算法的局部精细搜索能力.仿真实验成果表明:该算法不仅凭借较高的精度解出了各种非线性方程组的根,而且鲁棒性强,收敛速度快速,是解决非线性方程组的一种有效方法.

摘要： 针对蝙蝠算法收敛速度慢和Hooke-Jeeves算法易陷入局部最优等缺点,本文相结合二者的优点提出一种混合算法,即Hooke-Jeeves蝙蝠算法.然后利用这种混合算法来求解非线性方程组.Hooke-Jeeves蝙蝠算法不仅发挥了搜索全局最优解的能力,而且实现了局部精细搜索的能力.实验结果表明:Hooke-Jeeves蝙蝠算法是一种求解非线性方程组的有效的优化方法.该算法可以用于求解其他无约束优化问题.

摘要： 随着企业内部信息系统建设的推进,系统中往往需要留存数量巨大的文档,如何使这些文档可以被安全便捷的使用就成了推进系统深化应用的首要问题.办公管理系统通过采用文档数据加解密、电子文档阅读使用控制和电子水印管理的策略,对文档进行保护,防止信息泄露和篡改.本文着重介绍了办公管理系统采用的基于混合算法的双重文档加解密服务,基于XML的智能文档框架,以及基于数字水印技术的电子印章管理的技术原理和实现方式.通过公文系统和合同系统的应用实践对功能进行了展示,并根据现阶段应用的经验,对下一步的工作进行了展望.

摘要： 本发明公开了一种基于混合变换算法的特征波形提取方法及分析方法，特征波形包括采样信号x(k)对应的瞬时基波幅值a(k)、奇异值特征波形p(k)和只包含主要频率点的频谱Xm(k)；对采样信号进行快速傅里叶变换得到序列X(k)，对得到的序列进行滤波得到基波信号；对基波信号进行希尔伯特变换即可提取得到瞬时基波幅值；根据基波信号l(k)得到高频信号h(k)，利用滑移奇异值分解提取信号的奇异值特征波形p(k)；利用包络极值算法从序列X(k)中提取只包含主要频点的频谱Xm(k)；本发明考虑了暂态电能质量扰动信号的复杂特征，利用对应的算法对不同的特征进行提取，提高了特征的辨识度和可观性。

摘要： 本发明公开了一种基于混合的组合测试用例生成算法，包括以下步骤：1)生成满足要求的覆盖数组，后续的操作以覆盖这个数组为判别标准。2)在覆盖率较低的情况下，根据贪婪算法特性，使用贪婪算法来生成测试用例。3)在覆盖率达到比例K后，贪婪算法遇到瓶颈，选择搜索算法替代，以期达到更优的效果。本发明的基于混合算法的组合测试用例生成算法，即保证了贪婪算法生成测试用例前期的高效，又能避免后期陷入局部最优的情况，为从业人员在做测试用例生成方向的工作时，提供一个可以思考的角度。

摘要： 本发明公开了一种应用于智能车路径规划的基于改进蚁群算法与动态窗口法的混合算法，该算法可以实现实时避障，提升路径规划效率，实现智能车的自动反馈控制。本发明提出的算法在已知障碍物的前提下，利用Matlab仿真平台和基于ROS智能车平台在指定起始点和目标点后，完成智能车全局路径规划，同时在栅格地图上设置未知障碍物，规划局部移动目标点，并对局部目标点进行实时追踪，完成智能车的局部实时避障。本发明提出的基于改进蚁群算法与动态窗口法的智能车路径规划，平滑了路径的转弯角度，提升了路径规划效率，实现了智能车的实时避障，具有良好的鲁棒性和准确性。

摘要： 一种基于SA+PSO混合的全局最大功率点跟踪优化算法，结合了SA算法和PSO算法各自的优点，不依赖于初始值，改变步长更新的方式，跳出局部最大功率点，更精确地追踪全局最大功率点，且适用于不同的光伏系统，与现有的算法相比，SA+PSO混合算法不仅实现了自重启功能，跟踪时间还保持很快，且具有更快的收敛速度，可以快速搜索到新的最优工作点，提高光伏系统的效率。

摘要： 本发明提供一种基于遗传和鲸鱼混合算法的混合车辆路径优化方法、系统、存储介质和电子设备，涉及车辆路径优化领域。根据任务数据，构建混合车辆协同配送模型；采用基于遗传和鲸鱼混合算法求解该混合车辆协同配送模型，获取混合车辆路径优化方案；所述混合车辆路径优化方案包括插入换电站的电动汽车配送方案：计算优化方案中任一电动汽车到每一个节点所需的电量，若当前电动汽车到达某一节点的电量小于等于零，且在该节点的上一节点的剩余电量满足到达距离最近的换电站，则在该节点和其上一节点之间插入该距离最近的换电站。在现有设施的基础上配送路径优化环节加入换电环节，提高了电动汽车在配送环境中的使用便利性和对降低碳排放做出的贡献。

摘要： 本发明涉及一种自适应柔性车间调度混合算法，所述算法涉及一个组合优化问题P，简称问题P，描述如下：问题P包含n个任务Ji，i∈{1,2,3,...,n}，问题P还包含m台机器Mk，k∈{1,2,3,...,m)，任务Ji包含ni个子任务Oij，子任务也称为基因，j∈1,2,3,...,ni，Mijk为任务Ji的第j个子任务Oij的加工机器，Mijk∈{M1，M2，...,Mm}，Tijk为工件Ji的第j道工序Oij在机器Mijk上的加工时间；所述问题P采用快速非支配方法进行处理，这种处理方法是一种新型自适应概率交叉突变方式，算法的收敛速度更快，稳定性更好。

摘要： 本发明提供一种栅格图下的基于混合算法的无人船路径规划方法，以人工蜂群算法为基础算法，首先通过在粒子群中引入K‑means算法对粒子进行初始化设置，经过粒子群算法计算得出全局最优解；然后以粒子群算法得出的全局最优解作为人工蜂群算法的初始蜂源位置进行二次搜索，在人工蜂群算法运行过程中引入禁忌搜索策略避免重复搜索；最后通过循环计算获得获得全局最优解，即一条距离最短、平滑度最优的路径。本发明的方法规划出来的无人船航行路径的距离更短，使得航行成本低具有经济型。且规划的路径平滑度更优，使得航行环境更加安全，更加符合无人船在实际航行过程的航行路径。同事本发明方法在无人航行过程中搜索路径的时间更短，具有实时性。

摘要： 本发明公开了一种基于混合算法的声表面波器件性能分析方法，包括如下步骤：1)将温度场以热应力和热应变的形式耦合到压电物理场中；2)通过有限元FEM技术对数学模型进行求解，获得耦合温度场量的有限元模型；3)通过基于图形加速器加速的有限元模型降阶技术和周期性边界条件，消除有限元模型中无需关注的自由度；4)利用生物智能优化算法，获得多物理场耦合声表面波器件的性能参数；5)以生物智能优化算法求解的性能参数作为初始解，利用一维搜索算法获得声表面波器件性能参数的精确解。本方案能有效减小设计的声表面波器件的性能与实际产品之间的误差，同时大大降低计算过程消耗的时间和占用的计算机内存资源。

摘要： 本发明公开了一种基于改进粒子群遗传混合算法的柔性作业车间调度方法，其包括：初始化参数；初始化种群；求解初始化种群的适应度值，并记录个体和种群的最优位置和最优染色体；根据上一代种群的最优值更新粒子速度和位置；采用基于精英解保留和轮盘赌的复合选择策略进行选择操作；采用ESI和FEC策略对遗传种群进行选择操作、交叉操作和变异操作，若进化到更优个体，则替换相应个体；采用变邻域搜索算法对遗传种群进行搜索，若进化到更优个体，则替换相应个体，生成下子代；判断是否终止迭代搜索；判断是否满足迭代终止条件。本发明提供的基于改进粒子群遗传混合算法的柔性作业车间调度方法，能够相互弥补缺点，并增加局部搜索的能力。

摘要： 本发明公开了一种基于混合算法的优化方法，所述方法包括：将种群划分为预设个数的子群，对子群采用不同的预设子群算法进行运行；根据预设子群算法所配置的最大迭代次数，预设检查周期，在每一个检查周期的最后一次迭代中将所有子群合并为第一群体，并依据目标函数值来对第一群体中的个体进行排序；分别计算每个子种群的个体在第一群体中的排名平均值，提高排名平均值小的子群种群规模；对排序后的第一群体进行截断，选取第二群体；计算第二群体的加权个体均值与各个子群的加权个体均值及其相似度，提高相似度高的子群种群规模。相比现有技术，本发明能够提高算法的全局搜索能力，满足了实际应用需求。