混合蛙跳算法

摘要： 在双碳目标下,新能源得到了国家的大力支持和发展,“十四五”开端,各省纷纷出台了有关新能源配置储能的政策,但是这种高比例强行配置储能的做法是否合理仍然有待商榷。针对此问题,提出一种综合多典型天气场景的储能系统容量配置方法。首先,使用K-Means算法对全年光伏日发电功率数据样本进行聚类;然后,建立双层优化模型,内层以弃光率最小为优化目标,外层以初始建设成本、运行维护成本和弃光损失最小为优化目标,旨在实现更优的经济性效果;最后,将混合蛙跳算法运用到双层优化模型中进行求解。算例分析表明,所提模型与求解算法使储能系统的容量配置在满足各种不同的典型天气情况下可以实现经济性最优,其结果验证了所提模型与求解算法的有效性和可行性,具有工程实际应用价值。

摘要： 将改进混合蛙跳算法与动力扩展有限元法相结合,建立了基于结构振动响应的结构多缺陷反演模型.在混合蛙跳算法中,结合花授粉算法中的转换概率,在更新青蛙个体位置时引入子群内随机个体进行协助搜索,提高算法跳出局部最优的能力;同时引入双中心策略,提高优化算法解的质量.将改进混合蛙跳算法作为缺陷信息反演分析算法,动力扩展有限元法作为数值分析方法计算结构响应,结合二者建立结构多缺陷反演模型.将该模型应用于结构孔洞、裂纹等多种缺陷的反演分析,研究该算法在高斯噪声影响下的鲁棒性.结果表明:结构多缺陷反演模型能够快速准确反演出结构多种复杂缺陷信息,改进混合蛙跳算法相比于经典混合蛙跳算法具有收敛速度快,结果精确度高,鲁棒性强的特点.

摘要： 传统的“站站停”轨道交通列车运行模式虽然可以满足乘客的出行需求,但是由于忽略了不同车站客流时空分布的不均衡性,影响了列车运力与乘客需求的匹配效果,造成乘客旅行时间增加、列车运行时间增加等问题。考虑高峰期轨道交通客流的时空分布特性,在描述列车到发时间约束以及精细化刻画客流约束的基础上,以最小化乘客总旅行时间和最大站台人数为目标,本文构建了列车灵活跳站运行整数规划模型,并设计了一种改进的混合蛙跳算法。最后,以北京地铁亦庄线为例验证了模型和算法的有效性。数值结果表明:优化后的列车跳站运行方案减少了乘客总旅行时间,并且最大站台人数也控制在合理的范围之内。虽然列车跳站运行导致复杂的乘客换乘行为,但是只有极少数乘客需要采用换乘方案完成出行。最后,通过对两种需求模式的对比分析,给出了列车跳站运行的适用条件,即客流需求更靠近始发站的需求模式更适合列车跳站运行。

摘要： 为了改善LoRa传输过程中的干扰冲突问题,提出了一种基于烟花爆炸式混合蛙跳算法的LoRa网络参数分配策略。首先,针对混合蛙跳算法存在易早熟、易陷入局部最优等不足,改变分配种群方式,同时引入反向学习、自适应烟花爆炸机制和高斯变异算子提高算法的搜索性能。其次,以最大化节点平均传输成功率为优化目标,并将接收灵敏度作为约束系数,保证信息能够被接收的前提下分配最佳参数。仿真结果表明,所提的分配策略优于其他分配方案,能显著降低节点碰撞概率,提高节点信息接收率。

摘要： 利用目前方法识别交通禁令标志时,没有对交通禁令标志图像进行增强处理,导致方法存在图像清晰度低、识别精度低、召回率低的问题。提出基于改进YOLOv4的交通禁令标志自动识别方法,通过阈值选择策略更新混合蛙跳算法,利用Beta函数对交通禁令标志图像进行增强处理,获取图像中存在的细节信息。根据细节信息获取交通禁令标志的颜色特征,进而确定图像的感兴趣区域,在感兴趣区域中利用YOLOv4算法获取图像的特征,根据提取的特征完成交通禁令标志的自动识别。仿真结果表明,所提方法的图像清晰度高、识别精度高、召回率高。

摘要： 针对用遗传算法求解柔性作业车间调度问题过程中所表现的局部搜索能力差及易“早熟”现象,提出了一种将遗传算法与混合蛙跳算法相结合的混合算法用于求解单目标柔性车间调度问题。首先对单目标柔性车间调度问题进行建模,然后对算法的整体流程进行阐述,在遗传算法的基础上,在初始种群生成时采用混沌理论产生分布均匀的随机数提高初始种群在解空间分布的均匀性,并针对柔性车间调度问题的特性改进遗传算法的交叉方式及变异规则;并在遗传算法每轮迭代后,将表现优异的个体加入优良种子库进行保护,并采用混合蛙跳算法对优良种子库进行局部搜索寻优,将得到的更优解与下轮个体交叉迭代,提高局部搜索能力,改善传统遗传算法“早熟”问题。通过对Brandimarte(mk01~mk10)算例进行仿真测试及对比其他算法,该算法得到了目前的MK08算例的最优解,证明了该算法具有一定的有效性与可行性。

摘要： 合理的低能耗分簇是无线传感器网络中的重要问题之一。为了降低无线传感器网络通信能耗,提升能量利用效率,本文提出一种混沌克隆遗传算法,设计了分簇模型,提出了目标函数用于计算无线传感器网络通信能耗;设计了新的分簇编码方式,以改进低能耗分簇的性能。设计了新的混沌算子和克隆算子,提升了算法的收敛速度,避免了算法陷入早熟收敛。实验结果显示,当传感器节点数量增至250时,混沌克隆遗传算法优化后的网络能耗相比常用的粒子群算法和混合蛙跳算法分别降低了0.22%和0.30%,即所提方案降低了无线传感器网络通信能耗,提升了网络能量利用效率。

摘要： 针对高维生物医学数据包含大量无关或弱相关特征,影响疾病诊断效率的现状,提出了一种基于改进混合蛙跳算法的高维生物医学数据特征选择方法.该方法将混沌记忆权重因子和平衡分组策略引入基本混合蛙跳算法,在强化算法多样性的同时,维持了算法全局和局部寻优之间的平衡,降低了算法陷入局部最优的可能,进一步提高了混合蛙跳算法特征选择方法在特征空间的探索能力.实验结果表明:与改进遗传算法、粒子群优化算法特征选择方法比较,改进混合蛙跳算法特征选择方法在高维生物医学数据特征子集识别、分类精度方面取得了更好的效果.

摘要： 本文介绍了其基本原理和算法模型。每年都有许多研究人员为了提高其优化性能做出贡献,本文从参数调整和混合优化两方面讨论了混合蛙跳算法近几年的一些改进,对该算法的应用也进行了梳理,最后分析了算法的进一步研究方向和应用领域。

摘要： 针对多中心分布式企业存在的产品成本差异化问题,建立包括产品成本、多车场、多车型在内的多约束车辆路径模型,并设计求解该模型的改进混合蛙跳算法.根据问题特性,改进聚类算法并结合邻近矩阵构造初始青蛙种群;提出子群概念,设计自内而外的交流演化模式;定义远离矩阵,对青蛙进行引导性邻域搜索.将所设计的算法进行多组不同的对比实验,结果表明,所设计的算法通用性强,实用性高,与遗传算法、蚁群算法这类传统经典算法相比,具有更好的收敛速度与求解精度,可以有效解决此类问题;考虑产品成本的调度方案总成本平均减少6％,占产品总成本的13％,可以为企业提供更合理的车辆配送方案.

摘要： 针对柔性作业车间调度问题,构建了以最大完工时间和总加工能耗最小为优化目标的多目标调度模型.发展了改进的混合蛙跳算法,通过设计基于MPX(Maximum Preserved Crossover)操作和单亲遗传算法基因移位操作的局部更新策略,避免了算法的非法解产生和修整,加快了算法寻优速率.并通过简化邻域寻优策略对组内最优解进行优化,防止算法陷入局部最优.通过求解某企业生产车间实例,得出了不同权重下的调度方案,并对比标准混合蛙跳算法下的最大完工时间和加工能耗,证明了算法的有效性.

摘要： 利用混合蛙跳算法(SFLA)解决混流装配线多目标排序问题,在一定程度上避免了局部收敛可以得到优化解,但由于混流装配线的多目标排序属于NP-hard问题,仍存在收敛速度慢且求解精度不高的缺点.为了更好的解决此问题,以最小化工作站的超载时间和保持均匀的零部件消耗速率为混流装配线优化目标,本文提出了基于量子差分进化的混合蛙跳算法(Quantum Differential Evolution Shuffled Frog Leaping Algorithm,QDESFLA).首先采用量子位的Bloch球面坐标进行个体编码,利用量子位在Bloch球面上绕轴旋转的方法更新个体,通过采用Hadamard门实现个体变异增加种群多样性,有效扩展了解空间的搜索范围,增强全局搜索能力;再将差分进化算法中的进化算子作为一种局部搜索策略,并将差分变异算子引入混沌序列以防止收敛早熟,增强了混合蛙跳算法全局优化的能力.通过实例表明本文提出的算法在混流装配线多目标排序问题的求解精度和收敛速度上均优于其它对比的算法.

摘要： 提出了一种自适应混合蛙跳算法(SFLA),用于解决寻找源点出发的各个无人机所走路径代价函数总和最小的多无人机航点规划问题.在该优化算法中,对各个航点采用插入分割点的方法进行航点序号整体编码,同时运用交换子交换序的方法对种群中序列个体进行更新.通过对经典混合蛙跳算法加入自适应算子,动态改变进化步长,提高算法收敛速度与精度.通过仿真实验表明所提出的自适应混合蛙跳算法对于解决非对称的多无人机航点规划问题是有效的.

摘要： 针对多机协同空战中的目标分配优化问题,建立协同空战目标分配数学模型,并在分析传统混合蛙跳算法不足的基础上,采用改进的离散混合蛙跳算法来求解协同空战目标分配问题,采用种群进化能力控制策略,能有效地避免种群搜索陷入局部最优,采用差异扰动策略能够提高种群的多样性,提高了收敛速度以及全局的搜索能力.仿真算例结果表明,该算法能够有效、更好地解决协同空战目标分配问题,适应空战辅助决策中的要求.

摘要： 针对混合蛙跳算法搜索速度和精度不高的缺点,将量子的思想融入混合蛙跳算法,提出了一种基于量子旋转门的改进混合蛙跳算法.该改进算法通过使用量子位的概率幅表示优化问题的解,以量子旋转门来对青蛙位置进行变换,以此来增强算法搜索最优解的能力.通过对6个标准函数的实验,结果表明改进后的算法寻优精度和收敛速度都有了很大程度地提高,具有较好地实用性能.

摘要： 支持回归机(SVR)可以用来解决大坝变形的拟合和预测问题,且具有很好的泛化能力,英核心问题是选择适当的惩罚因子和核参数.利用基于拉丁超立方抽样(LHS)和自适应移动算子的改进型混合蛙跳算法(ISFLA)对SVR模型进行参数寻优,建立ISFLA-SVR大坝变形预测模型.通过工程算例表明:ISFLA-SVR模型具有很高的预测精度,可以应用于大坝变形预测。

摘要： 将大坝位移监测量认为是一定范围内变化的灰色量.基于灰色理论,建立的大坝位移灰色预测模型,常被用于大坝位移实测资料序列的分析和预测.在对传统GM(1,1)预测模型构建原理论述的基础上,通过引入混合蛙跳算法,残差修正方法等,研究提出了基于改进非等间距GM(1,1)的大坝位移预测模型,结合工程实例,在对大坝位移原始监测资料分析的基础上,将改进GM(1,1)预测模型与传统GM(1,1)预测模型进行了对比分析.结果表明,改进GM(1,1)预测模型的预测精度有较大提高.

摘要： 以磨矿过程的关键工艺指标(磨矿粒度和磨机排矿率)为预测对象，提出一种基于小波神经网络的自适应软测量建模方法。通过对磨矿过程工艺的分析选取了软测量模型的辅助变量，利用混合蛙跳算法对小波神经网络软测量模型的结构参数(小波函数伸缩因子，平移因子以及网络连接权重)进行优化，实现软测量模型输入输出变量之间的非线性映射；并采用模型迁移思想及输入输出修正规划方法实现软测量模型的重构以解决输入矿石品位改变这一动态工况下的模型自适应校正问题。仿真结果表明该模型能够显著提高磨矿过程中经济技术指标预测的精度和鲁棒性，可以满足磨矿生产过程的实时控制要求。

摘要： 电渣重熔过程是典型的多变量、非线性以及生产工况变化大的复杂对象。依据电渣重熔生产工艺特点、操作经验和历史数据库,提出了基于案例推理的电渣重熔生产过程智能优化设定控制方法。采用粗糙集理论从积累的大量电渣重熔过程历史控制数据中获取知识，将典型工况总结成案例的形式以构造案例库，并对案例推理过程中的案例检索、案例修正及存储方法进行描述。然后根据电渣重熔过程的工艺特点和动态特性建立其数学模型，并提出基于改进混合蛙跳算法优化的多变量参数自整定PID 控制策略。一种新的蛙跳规则被提出用来增强SFLA的局部搜索能力，该规则主要通过模拟青蛙的感知和运动的不确定性来动态随机地调整青蛙的局部搜索空间和步长，以防止SFLA算法过早收敛和提高算法的搜索效率。仿真结果和工业应用试验均表明所提先进控制策略的可行性和有效性，可在大范围内克服系统的非线性和强耦合问题，具有优良的控制品质、较强的鲁棒性和运行工况适应性。

摘要： 针对城市空间布局特征、地震及其次生灾害的特点和避震疏散能力评价的限定性、非线性等问题.从人、物、环境和灾害四个方面出发,综合考虑安全性、可达性和疏散有效性等原则,选取人口、建筑、绿地、道路、疏散场所和重大危险源等各类影响因素为评价指标,基于自主优势度概念和智能算法,提出城市避震疏散能力自主智能评价方法.该方法首先通过计算评价指标的绝对优势度和相对优势度,确定评价单元的评价指标优先顺序;其次利用蛙跳算法优化IOWA算子求解评价单元的位置加权向量和评价值向量,利用评价值的集结得到各评价单元的最优评价向量;最后实例计算表明,该方法评价结果充分反映受多种因素综合影响的城市避震疏散能力评价的客观实际情况,可接受程度较高,可为城市的避震疏散体系规划提供决策依据.

摘要： 本发明实施例提供一种基于量子蛙跳算法的聚类方法、装置及量子蛙算法，涉及计算机领域，解决现有量子蛙跳算法易于陷入局部最优解与收敛精度不足的问题。具体方案为：获取m个量子青蛙族群，每个量子青蛙族群由n个量子青蛙组成，根据m个量子青蛙族群中每个量子青蛙的适应度值确定全局最优量子青蛙位置和每个量子青蛙族群中的最优量子青蛙位置和最差量子青蛙位置，利用上述确定的量子青蛙位置与族群内的本次迭代次数对应的随机数，对每个量子青蛙族群中的最差量子青蛙位置进行更新，重复上述步骤，重新对每个量子青蛙族群中的最差量子青蛙位置进行更新，直到达到族群内的预定最大迭代次数，完成族群内更新，并向全局最优量子青蛙位置进行收敛。

摘要： 本发明涉及一种基于混合蛙跳粒子群算法的扩展德拜模型参数辨识方法，包括以下步骤：建立扩展德拜模型，建立待辨识参数的计算公式并确定目标函数；初始化粒子群，得到对应扩展德拜模型n维解向量的n个粒子，根据待辨识参数的计算公式和目标函数计算每个粒子的自身适应度；引入蛙跳算法的差异性分组，根据每个粒子的自身适应度大小将n个粒子划分为m个族群；对每个族群进行迭代和寻优，达到迭代终止条件后，输出全局最优值的粒子所在位置为扩展德拜模型的模型辨识参数，在传统粒子群算法中加入蛙跳算法的差异性分组，避免了粒子群过早集中于同一方向，也增加同族群内粒子相互学习能力。

摘要： 本发明公开了一种解决分布式混合流水车间总延迟时间优化问题的强化学习蛙跳算法，主要为了改善传统调度优化方法解决分布式混合流水车间调度问题上的不足。其主要步骤如下：(1)设计问题的三串表示方法。(2)将Q‑学习嵌入到蛙跳算法的模因组搜索过程中，Q‑学习算法包括由全局搜索、邻域搜索和解的接收准则组成的动作集合和基于种群精英解和离散度而构建的6种状态。(3)在算法运行的过程中，根据种群的状态，利用Q‑学习动态的选择执行的模因组搜索策略。本发明提高了分布式混合流水车间调度方案的质量，可为车间生产过程提供高效的调度方案。

摘要： 本发明公开了一种基于混合蛙跳算法的物料烘干机进出料阀开度控制方法，包括：获取关于进出料阀开度控制的基本信息数据；确定决策变量组，以及建立与决策变量组相关的目标函数和约束函数组；利用混合蛙跳算法，得到使目标函数的值最小且满足约束函数组的决策变量组的取值，即最优解；利用该最优解控制物料烘干机进出料阀。能够自动生成物料烘干机进出料阀的开度控制参数，且该自动生成的参数能够保证物料绝对烘干，优化物料烘干机的加热耗能，以及节省注塑机自动供料系统的占用容量。

摘要： 本发明涉及一种基于改进混合蛙跳算法的四旋翼无人机参数辨识方法，以混合蛙跳算法为基础，通过对算法中蛙跳规则改进，提高了混合蛙跳算法的全局收敛速度，并根据四旋翼无人机参数特性，对适应度函数进行设计，减少算法的计算复杂度，提高对四旋翼无人机多参数辨识的效率。该方法具有一定的普适性，能够实现对大多数具有非线性和强耦合度系统的参数辨识。

摘要： 本发明公开了一种基于大津法‑改进混合蛙跳算法(Otsu‑ISFLA)的高速公路沥青路面裂缝分割方法。其方法步骤主要包括：步骤1.对待处理的裂缝图像进行图像灰度化处理；步骤2.对灰度图像利用中值滤波算法消除掉孤立噪声点；步骤3.应用自适应灰度拉伸法实现裂缝图像增强；步骤4.应用基于差分进化策略的混合蛙跳算法对裂缝图像分割阈值进行优化；步骤5.输出最优阈值，用Otsu算法对高速公路沥青路面裂缝图像进行分割，输出分割后的裂缝图像。

摘要： 本发明公开了一种基于大津法‑改进混合蛙跳算法(Otsu‑ISFLA)的高速公路沥青路面裂缝分割方法。其方法步骤主要包括：步骤1.对待处理的裂缝图像进行图像灰度化处理；步骤2.对灰度图像利用中值滤波算法消除掉孤立噪声点；步骤3.应用自适应灰度拉伸法实现裂缝图像增强；步骤4.应用基于差分进化策略的混合蛙跳算法对裂缝图像分割阈值进行优化；步骤5.输出最优阈值，用Otsu算法对高速公路沥青路面裂缝图像进行分割，输出分割后的裂缝图像。

摘要： 本发明涉及一种基于改进混合蛙跳算法的混合储能容量配置方法及设备，所述方法包括以下步骤：基于历史数据构建混合储能容量优化配置数学模型；采用改进混合蛙跳算法求解所述混合储能容量优化配置数学模型，获得最优混合储能容量配置结果；所述改进混合蛙跳算法在子群内部更新过程中，基于子群个体平均值优化该子群内最差青蛙的位置。与现有技术相比，本发明采用的改进混合蛙跳算法不仅可以增大搜索范围，使得搜索精细化，也可以利用其他青蛙个体的位置来避免陷入局部最优，具有优化效果好、效率高等优点。

摘要： 本发明公开了一种基于混合蛙跳算法的协同工业设计平台任务调度方法，其特征在于，包括：步骤1、初始化种群；步骤2、计算适应度，并按照适应度降序排列；步骤3、子种群划分；步骤4、组内寻优；步骤5、判断是否达到子种群迭代次数，未达到则重复上述过程，达到了则重新划分种群，进行解空间分组重构；步骤6、判断当前解空间是否满足终止条件，不满足则继续计算，满足则算法终止，输出最优解。本发明的特点是：可实现最优调度，使得项目花费最少，且最大程度缩短工期。

摘要： 本发明提出一种基于混合蛙跳算法的有源噪声控制方法，该方法将基于青蛙群体的协同搜索方法与ANC有机的相结合，按照种群分类进行信息传递，具有局部搜索和全局信息混合的搜索策略，能够在搜索过程中获得全局最优解，与现有FxLMS算法相比可以获得更好的降噪效果。并且本发明的降噪方案不需要次级通路建模，在噪声控制过程中，能够应对次级通路的突变。