烟花算法

摘要： 针对烟花算法后期收敛速度慢,易陷入局部最优等问题,本文通过引入μ律特性曲线将适应度值映射为适应度等级重新定义爆炸算子,动态调整μ的值以及缩放因子F,更好的平衡了算法的局部开采和全局搜索能力,同时借助基于信息交流的映射策略,增强映射后火花的搜索效率,提高了算法的收敛速度.文中选用12个通用的基准测试函数对μFWA算法与其它四种算法进行对比,实验结果表明,μFWA算法的单峰函数和多峰函数的寻优结果理想,寻优效率高,全局搜索和局部开采能力更加平衡.

摘要： 针对具有多并联支路绕组结构的航空发电机在偏心故障下的输出三相电压、电流故障特征差异小,造成故障不易识别的问题,提出一种基于烟花算法(fireworks algorithm,FWA)优化深度置信网络(deep belief network,DBN)的故障诊断方法。首先根据有限元法搭建航空发电机模型,通过仿真获取不同静态、动态偏心故障输出数据;然后运用FWA训练优化与极限学习机(extreme learning machine,ELM)相结合的DBN网络,得到最佳DBN-ELM模型结构;最后由ELM分类器进行故障诊断分类。诊断结果表明,相较于传统的故障诊断方法,应用所提方法进行航空发电机偏心故障诊断,可以获得更高的准确率,平均准确率达到99.203%。

摘要： 轴承是电液舵机重要的部件之一,对其剩余寿命进行准确预测具有重大的工程意义。粒子滤波适用非线性、非高斯系统,但粒子退化问题会影响其性能,因此采用改进的粒子滤波算法预测轴承的剩余寿命。首先,为解决粒子退化问题,从操作和选择策略两方面对烟花算法进行改进,并利用改进的烟花算法设计粒子滤波的重采样过程。然后,提取轴承振动加速度信号的时域特征均方根值作为轴承的健康指标,该指标可以有效地反映轴承的磨损程度。同时,基于Paris-Erdogan模型建立轴承退化状态方程,采用最小二乘法对模型参数进行辨识,最终实现电液舵机轴承剩余寿命的预测。结果表明:采用该粒子滤波算法能较好地预测轴承的剩余寿命。

摘要： 通常云计算中需要处理大量的任务,云任务调度策略在云计算效率方面起着重要的作用,并且是一个热点研究方向。现提出一种基于烟花算法的任务调度算法。算法以任务完成时间和完成成本为优化目标。根据爆炸火花,适应度值较大的烟花产生较多的火花,反之,产生较少的火花,实现算法的局部和全局搜索;根据高斯变异火花,增加了种群的多样性,有利于将好的个体传递到下一代烟花种群中。最后,通过CloudSim平台进行仿真,在任务完成时间和成本指标下,将所提算法与GA、PSO和TCGA作对比,结果表明,所提算法有效缩短了云任务的完成时间,降低了完成成本,并且优于其它三种对比算法。

摘要： 采用合适的图像分割技术及数据模型,是准确解译卫星遥感河流影像的关键环节。针对当前存在的技术问题,从提高遥感河流图像分割的准确性与抗噪性出发,提出了一种基于烟花优化K-Means聚类与学生t分布混合模型(Student′s t-distribution Mixture Model,TMM)的遥感图像分割新算法。该算法首先采用烟花算法(Fireworks Algorithm,FA)来求解K-Means聚类的初始聚类中心,提高了聚类效果,可获得遥感图像的初步分割结果。然后,以初步分割结果作为初始值,建立学生t分布混合模型(TMM),采用EM算法确定参数最终值,并借助Bayesian公式完成图像二次分割。最后进行了算例验证,验证结果显示新方法在分割精度和稳定性方面,都较现有算法表现更优,可更为有效地实现遥感河流影像的解译。

摘要： 为减轻资源供应不及时对维修活动顺利开展的影响,本文针对配送式供应保障,基于带时间窗的多配送中心车辆路径规划问题提出了一种半开放式的协同配送调度模型,使得多个资源库存中心之间达成了协同合作与互相保障,从而减少了资源的供应时长和调度成本,提高了全局调度效率。为高效地求解该模型,本文提出了一种遗传–烟花混合算法,混合算法在经典遗传算法的基础上引入了烟花算法的爆炸算子以增加种群优秀个体的数量,丰富种群基因的多样性,从而提高算法的寻优能力。通过仿真实验对比,证明了爆炸算子对遗传算法容易“早熟”的缺点有所改善,且混合算法具有更高的求解效率。

摘要： 随着电子商务的飞速发展以及互联网的普及,退换货更加便捷,因此客户对商品的需求呈现出时效性、多品种、小批量、退换货等特点。针对有容量的同时送取货选址路径问题(LRPSPD),同时考虑客户多样性需求的特点,建立了带时间窗的同时送取货选址路径问题(LRPSPDTW)的数学模型。使用改进烟花算法(IFWA)对模型进行求解,对烟花爆炸和变异进行相应的邻域操作,并用一些基准LRPSPD算例来评估烟花算法的性能。通过大量的数值实验验证了所提模型和算法的正确性和有效性。实验结果表明,相较于分支切割算法(B&C),IFWA得到的结果与标准解的平均误差缩小了0.33个百分点。所提算法缩短了寻求最优解的时间,为解决选址路径相关问题提供了一种新的解决思路。

摘要： 振动信号特征识别是一种有效的非侵入式高压开关机械故障诊断方法。提出利用互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)结合相空间重构提取振动信号的有效特征;用差分进化(differential evolution,DE)算法和烟花算法(fireworks algorithm,FWA)优化支持向量机(support vector machine,SVM)核函数参数的分类器,实现DE-FWA-SVM对机械故障的准确识别。首先,通过CEEMD将振动信号分解成一系列固有模态函数(intrinsic mode functions,IMF),对相关系数较大的IMF分量进行相空间重构,提取表征混合特征的最大李雅普诺夫指数和关联维数构造特征向量;其次,引入DE算法优化FWA算法的求解精度和收敛速度,以DE-FWA对SVM参数寻优,解决SVM参数选择敏感问题;最后,根据对5种典型工况进行模拟试验,结果表明本文方法能准确提取特征,DE-FWA-SVM算法表现出更优分类性能。

摘要： 为改善基本烟花算法路径规划过程中有收敛速度慢、搜索空间小、易陷入局部极值等不足,提出一种融合竞争学习的导向烟花算法。在烟花爆炸的过程中利用优势烟花进行信息更新,设计了一种自适应策略,动态地调整优势烟花的爆炸范围;并且在其中加入导向因子对劣势烟花的迭代进化进行指引,从而提高算法的寻优效率;另外,为了提升烟花算法的局部及全局性,利用自由变异策略代替原有的变异方法;最后,在选择策略中提出了一种竞争学习机制,提高收敛效果。仿真结果表明,改进后的烟花算法与基本烟花算法相对比,路径各项指标均得以提升且平滑度更高,因此更加适应机器人作业环境。

摘要： 工程实践中对冲击波信号的重构精度要求较高,而常用的压缩感知重构算法,受限于算法的贪婪特性,易陷入局部最优,影响信号的重构精度。针对以上问题,将烟花算法引入压缩感知技术中,利用其全局寻优能力减小重构误差,将算法改为非数值优化方式缩小解空间范围,精简爆炸强度降低冗余火花数量,自适应爆炸幅度避免算法局部收敛,并使用精英-轮盘赌选择策略节约算法效率,有效提升算法重构性能。在50 psi量程传感器实测冲击波信号上的实验结果表明,算法与其他重构算法相比具有更好的重构结果,重构误差减小,算法运行效率在同类型算法中最高。

摘要： 本实用新型公开了一种烟花防泄药纸垫、烟花防泄药纸垫模板、烟花筒及组合烟花筒。烟花防泄药纸垫，包括用于烟花筒内各粉剂之间隔离、烟花筒密封或烟花筒底部承托的片状体，片状体上开设有用于传递火源和传递燃烧产生的高压气体的传火孔，片状体的至少一侧壁面上覆盖有至少一层用于临时遮挡传火孔并在烟花引燃过程迅速燃烧打开传火孔或在烟花引燃过程中产生的高压气体作用下破裂打开传火孔的临时封孔膜。即保证烟花燃放前各个区域的密封隔离保证烟花燃放效果及燃放安全性，同时也保证烟花点燃后的纸垫本身所应具有的密封封堵以及安全通气功能。可以用于各种类型的烟花的内腔隔离使用。

摘要： 本发明公开了基于A*算法与烟花算法的配电网故障恢复方法，包括以下步骤：(1)读取配电网原始数据，对配电网进行简化；(2)将联络开关转化为虚拟分布式发电装置DG，并对DG进行分类；(3)第一阶段算法，定义初始节点以及解节点，使用A*算法对重要负荷进行恢复供电；(4)第二阶段算法，读取第一阶段优化后的配电网数据，使用烟花算法对剩余负荷进行恢复供电；(5)综合两阶段的最优方案，确定最终的故障恢复方案。本发明采用分阶段的方法，保障了全局最优解，并且具有运算速度快的特点。

摘要： 本发明公开了一种基于遗传算法和烟花算法的插单排程方法，特点是设定初始参数；选择插单排程模式；获取原订单和插单订单，生成初始种群，将初始种群作为当前种群开始迭代；对当前种群进行种群交叉、变异操作；计算烟花规模得到烟花群；对烟花群进行烟花爆炸、高斯变异操作；进行烟花选择；进行遗传选择；在一次迭代后判断是否达到设定的迭代总数，若是，则输出混合烟花选择和遗传选择种群；否则继续迭代，直至达到设定的迭代总数；优点是通过本发明的方法对有插单的生产订单进行排程，不但提高了生产排程的效率，而且降低了时间损耗，还提高了求解结果的精度。

摘要： 本发明公开了一种基于烟花算法和遗传算法的多目标排程方法，特点是设定初始参数；生成初始种群，将初始种群作为当前种群开始迭代；计算当前种群的非支配解并判断是否产生新的非支配解，若是，则将新的非支配解输入至最优解集中；若不是，则判断是否达到设定的迭代总数，若是，则输出最优解集；若不是，则计算烟花规模得到烟花群；对烟花群进行烟花爆炸操、高斯变异操作；进行遗传选择；进行烟花选择；进行种群交叉操作；进行种群变异操作，并将进行种群变异操作后的种群作为当前种群继续迭代；优点是本发明结合了遗传算法和烟花算法，具有收敛速度快、求解精度高的优点，从而有效地提高了多品种小批量生产模式下的排程效率和排程精度。

摘要： 本发明公开了基于A*算法与烟花算法的配电网故障恢复方法，包括以下步骤：(1)读取配电网原始数据，对配电网进行简化；(2)将联络开关转化为虚拟分布式发电装置DG，并对DG进行分类；(3)第一阶段算法，定义初始节点以及解节点，使用A*算法对重要负荷进行恢复供电；(4)第二阶段算法，读取第一阶段优化后的配电网数据，使用烟花算法对剩余负荷进行恢复供电；(5)综合两阶段的最优方案，确定最终的故障恢复方案。本发明采用分阶段的方法，保障了全局最优解，并且具有运算速度快的特点。

摘要： 本公开提出一种基于烟花算法的软子空间MR图像聚类算法，所述算法包括以下步骤：S100、预处理MR图像，得到聚类输入数据；S200、根据先验知识输入聚类个数；S300、初始化聚类中心、维度权值矩阵、令迭代统计变量t＝1，最大迭代次数t

摘要： 一种改进烟花算法优化模糊C均值的轴承故障诊断方法，步骤如下：(1)信号采样；(2)降噪处理；(3)特征选择；(4)轴承故障诊断。本发明设计并实现一种改进烟花算法优化模糊C均值的轴承故障诊断方法。针对模糊C均值存在对初始值敏感、易陷入局部最优等缺点，使用改进烟花算法进行优化，将决定烟花爆炸半径大小的系数由固定值改为动态值，同时将柯西变异与高斯变异交替使用来控制搜索范围；然后采用小波阈值降噪算法和时域特征处理轴承数据；最后将轴承数据输入改进的模糊C均值算法中进行聚类。在四种缺失率的情况下与三种方法进行对比实验，验证本发明方法有更高的诊断准确率。

摘要： 本发明公开了基于改进粗糙集优化烟花算法的配网设备状态评价方法，首先，结合历史台账数据、状态监测记录以及故障条目数据，针对配网设备状态评价中的数据集不平衡问题，利用基于K‑means聚类的欠采样方法得到平衡数据集；之后，利用粗糙集理论实现对配网设备状态评价中的众多连续评价指标的属性值进行离散化约简，并采用基于属性重要性的约简方法对评价指标决策表进行属性约简；然后，引入改进的烟花算法在数量众多的属性约简结果中寻找全局最优解，最终得到一组简化的评价指标决策表用于配网设备的状态评价。该方法有效提高了配网设备状态评价结果的准确性和可靠性，能够有效减少并避免配网设备故障事故的发生，保证供电可靠性和客户满意度。

摘要： 本发明涉及一种基于烟花算法的异形海绵切割路径优化方法，首先对排样图上的待切零件进行编号，提取待切零件的特征点并按顺时针顺序编号，然后利用上述待切零件的编号和特征点对烟花算法的相关参数进行初始化，生成初始种群。接着，运用烟花算法对切割路径进行优化，从而获得切割路径，即刀具的走刀路径。本发明能高效的获得优化过后的异形海绵切割路径，为企业提高生产效益提供方法。

摘要： 本发明公开了一种用于城市能源应急站点新增位置确立的强化多目标烟花算法，该方法首先根据实际需求定义问题表示，以便协调提升到场及时率和减少未覆盖区域这两个目标。接着采用强化学习中Qlearning方法为多目标烟花自适应地选择下一步搜索策略，其中Q表的状态根据个体支配程度排名量化，行为分为爆炸、变异和交叉这三类行为。采用快速非支配排序作为多目标评价方法，加速收敛的同时得到均匀分布的最优解集。最后迭代至最大迭代次数，并将新增站点的位置、提升后的到场及时率与减少后的未覆盖区域输出。