狼群算法

摘要： 危险滑面的确定与安全系数计算是岩土工程边坡稳定性分析中的经典问题,搜索效率与稳定性系数精度的好坏直接关系到边坡稳定的准确把握与工程决策.首先基于边坡数值模拟计算的应力场,对经典的狼群算法进行改进,采用Python语言编程实现了一种新滑面搜索方法,有效解决了传统搜索方法易陷入局部极限值的缺点,并且可以搜索非圆弧滑面.然后借助一个经典算例和一个工程算例,对方法的可靠性进行了验证与分析.结果表明:改进狼群滑面搜索算法能够轻松高效地得到边坡的最危险滑移面和最小安全系数,潜在滑面与工程推测的滑弧非常接近,相较于传统算法,具有较高的收敛精度和可靠性.研究结果可为边坡稳定性分析提供新的思路和方法.

摘要： 针对在异构无线传感器网络信息聚类过程中,当层数为3~5层时,存在网络吞吐量较低的问题,提出一种异构无线传感器网络分簇路由算法.分析异构无线传感器网络能耗的无线电一阶模式,构建异构无线传感器网络的能耗模型.当簇群请求节点接收到发送于簇头的码分多址编码与时分多址时隙后,转发数据并使其稳定传输;引入狼群算法建立路由路径,实现异构无线传感器网络分簇路由算法优化.结果表明,异构无线传感器网络层数为3~5时的网络吞吐量均得到提高.

摘要： 针对传统协同过滤推荐算法普遍存在的数据稀疏性问题以及寻找相似用户时存在局限性,提出一种融合狼群算法和模糊聚类的混合推荐算法。在数据处理过程中,根据基于项目的协同过滤算法充分挖掘项目间的数据关系,填充原始矩阵的零值以降低数据稀疏性;从用户的角度出发,根据模糊聚类隶属度的大小筛选出相关邻居集合,扩大相关用户的寻找范围;将狼群算法引入模糊聚类,借助狼群算法全局搜索的优势,提高寻找相似用户的准确度。在真实的数据集上进行对比实验,结果表明,所提算法缓解了数据稀疏的问题,推荐误差明显减小,和传统的推荐算法相比有着良好的推荐效果。

摘要： 为充分发挥战机集群整体作战优势以得到最优目标分配方案,采用改进狼群算法对战场态势模型进行求解。通过保证算法的寻优效率,引入次头狼概念对狼群的召唤与围攻行为做出改进,并对狼群算法的更新机制做出了优化,提高算法的全局寻优能力。仿真结果表明,所提方法能快速准确地寻找到最优目标函数值,且在一定程度上改善了传统狼群算法易陷入局部最优的情况。

摘要： 针对U型布局所具有的生产柔性强、效率高等优点,结合仅需考虑需求零部件和危害性零部件的实际拆卸过程,提出U型不完全拆卸线平衡问题(U-shaped partial disassembly line balance problem,UPDLBP),以最小化工作站数量、空闲时间均衡指标、拆卸深度和拆卸成本为优化目标建立数学模型.在此基础上,提出一种自适应反向学习多目标狼群算法(adaptive opposition-based learning multi-objective wolfpack algorithm,AOBL-MWPA)进行求解计算.该算法采用自适应游走行为,兼顾算法迭代前期的全局寻优性能和后期的稳定性;在满足优先关系约束前提下对召唤行为和围攻行为进行离散化;引入反向学习策略(opposition-based learning,OBL)以避免算法陷入局部最优;利用Pareto解集思想和非支配排序遗传算法Ⅱ(NSGA-Ⅱ)拥挤距离机制筛选获得多个非劣解;将所提算法应用于19个基准算例中,并与现有文献算法对比;最后,将所提模型和算法应用于某汽车U型不完全拆卸线的实例设计中.结果表明:针对工作站开启数量和空闲时间均衡指标而言所提算法能求解获得小规模问题的最优值,且在中大规模问题中所得结果优于其他算法,危害指标和需求指标均能获得最优值,寻优率为100%;实例设计获得10组可选方案,验证了所提算法的实用性和有效性.

摘要： 针对现有输电线路覆冰厚度预测方法上存在的不足,采用狼群算法(wolf pack algorithm,WPA)对最小二乘支持向量机(least squares support vector machine,LSSVM)的惩罚因子和核函数参数进行优化,建立基于WPA优化LSSVM的输电线路覆冰厚度预测模型。采用某500 kV输电线路实际覆冰数据进行算例分析,结果表明,WPA-LSSVM覆冰厚度预测模型的均方根误差、平均相对误差和全局最大相对误差分别为0.634、2.61%和3.27%,优于其他覆冰厚度预测模型,验证了该模型的正确性和实用性。

摘要： 针对传统智能优化算法求解多目标柔性作业车间调度时存在算法后期收敛速度慢、易陷入局部最优的问题,本文提出一种将量子粒子群算法中的三大重要性能参数和狼群算法融合的混合优化算法.首先,构建以最大完工时间、机器总负荷和瓶颈机器负荷为优化目标的多目标数学模型;其次,采用高斯分布的概率密度函数产生随机变量进行种群初始化操作,以提高初始种群的多样性和质量;利用邻域结构搜索策略不断调整最佳序列,算法的全局搜索性能得以提高;最后,通过物元分析法对种群进行更新,提高种群的自适应能力.通过与多种智能优化算法的仿真实验对比可知,本文所提出的混合狼群算法对求解多目标柔性作业车间调度问题具有可行性和优势.

摘要： 船舶靠港作业期间出现的碰撞事故直接影响了船舶航行的安全健康,同样也是海上交通事故最常见的问题之一。在提出更多的海上资源需求后,海上船舶数量日益增加,所发生的碰撞事件也越来越多,这带来了一定的经济损失,也破坏了海洋系统的稳定性。本文针对海上船舶碰撞事故提出的研究课题及相关研究成果,对船舶智能避碰辅助决策系统进行了深入探讨。

摘要： 利用位移实测资料对大坝地基力学参数进行反演时,常规反演算法存在收敛速度慢、精度差等问题。基于GRU神经网络代理模型和狼群算法,提出了一种新的反演方法GRU-WPA法,该方法在保证计算精度情况下能提高计算效率。将此方法应用于某碾压重力坝工程中的地基力学参数的反演,以典型断面中测点的观测数据为依据,反演分析寻优得到地基弹性模量,同时将反演弹性模量的有限元计算位移与实测位移相比较以分析精度,并与常规粒子群算法的反演分析结果进行对比。计算结果表明,GRU-WPA法计算速度更快,反演弹性模量有限元计算位移与实际位移的整体误差更小,表明GRU-WPA法在大坝地基力学参数反演分析中具有良好应用效果。

摘要： 针对锅炉飞灰含碳量在线测量参数多变、惯性大等问题,设计一种改进型BP神经网络飞灰含碳量预测模型.通过主元分析法分析各燃烧工况与飞灰含碳量的关系,利用信息熵将标准BP神经网络中的误差函数进行改进,以抑制输入样本中的干扰噪声,并采用主元分析法筛选模型中输入参数,精简网络模型.结合所提出的改进型BP-WA(BP神经网络-狼群算法)优化控制策略对锅炉燃烧运行工况进行优化控制仿真研究,结果表明:采用改进型BP-WA优化控制策略优化飞灰含碳量前后,锅炉飞灰含碳量预测与标准BP网络模型方法相比,均方误差降低0.012 1;飞灰含碳量降低3.50%,提升了锅炉运行的稳定性.

摘要： 结构健康监测是近年来发展起来的一种新的无损检测技术，它融合了传感、信号处理和数据库等多个专业相关技术。通过结构健康监测系统，用户可以获取结构在运营状态下的实际响应信息，并利用监测信息反演结构的性态，从而实现结构性能的准确评价，确保结构服役期的安全。为解决传感器优化布置中的信息冗余问题,提出了一种信息冗余度函数,将其与三维模态置信准则(TMAC)相结合,建立了一种既能保证模态振型可观性又能保证模态振型可区分性的传感器三维模态置信准则.为提高算法的求解效率,提出了一种等级划分狼群算法,采用双重编码的方式,克服了原狼群算法只能求解连续变量优化的问题;通过人工均匀法进行狼群数据的初始化,以保证初始数据的均匀性;并采用等级划分方法,避免群体内狼个体与头狼等级相似,增加狼群的多样性,提高算法的搜索效率.以一个桥梁基准模型为数值算例,进行参数敏感性分析以及三维传感器优化布置方案的选择.结果表明:等级划分狼群算法的搜索能力较原狼群算法有了大幅提高,能较好地解决传感器优化布置问题.

摘要： 鉴于传统的投影寻踪模型(PP)在处理高维非线性数据很难达到良好效果,本文引入生物群体智能算法中的狼群算法对PP模型进行优化,以提高投影寻踪模型的精准度.以生态效益和社会效益为准则层建立水土保持综合效益评价指标体系,并运用定量分析原理提出了水土保持综合效益的5类分级标准.将优化模型运用到湖北省郧西县三个时间段的水土保持综合效益研究中,分析结果与当地实际情况十分吻合,表明所建立的指标体系和优化模型比较合理,评价方法可行,不失为水土保持综合效益的研究提供了一类新的思路与方法.

摘要： 本申请提供一种基于狼群算法和人工势场的移动机器人改进A*算法，该算法包括以下步骤：创建栅格地图；根据A*算法，计算每个第二栅格的评价函数；释放人工狼群；人工狼群包括由第一狼群和第二狼群组成的若干人工狼；从第二狼群中挑选出对应第二栅格的评价函数最低的m只人工狼并作为头狼；将其余人工狼作为普通狼；对第一栅格施加斥力场，以使人工狼在搜寻时寻优方向倾向远离障碍物；根据狼群算法以及斥力场，生成若干人工狼路径，输出最终路径；该算法将A*算法与狼群算法结合，提高了搜索效率。同时通过对第一栅格施加斥力场，使得人工狼在搜寻寻优过程倾向远离障碍物，避免产生局部最优。

摘要： 本申请提供一种基于狼群算法和人工势场的移动机器人改进A*算法，该算法包括以下步骤：创建栅格地图；根据A*算法，计算每个第二栅格的评价函数；释放人工狼群；人工狼群包括由第一狼群和第二狼群组成的若干人工狼；从第二狼群中挑选出对应第二栅格的评价函数最低的m只人工狼并作为头狼；将其余人工狼作为普通狼；对第一栅格施加斥力场，以使人工狼在搜寻时寻优方向倾向远离障碍物；根据狼群算法以及斥力场，生成若干人工狼路径，输出最终路径；该算法将A*算法与狼群算法结合，提高了搜索效率。同时通过对第一栅格施加斥力场，使得人工狼在搜寻寻优过程倾向远离障碍物，避免产生局部最优。

摘要： 本发明涉及一种基于狼群算法的医学图像分割算法。医学图像分割是医学图像处理与分析领域的复杂而关键的步骤，由于医学图像的成像原理和人体组织本身的特性差异，并且图像的形成受到诸如噪声、场偏移效应、局部体效应和组织运动等影响，医学图像与普通图像相比，不可避免地具有模糊和不均匀性等特点。本发明包括如下步骤：获取待分割图像的灰度直方图；初步分割待分割图像的灰度直方图；拟合灰度直方图；归一化处理将新的分布函数和原直方图分别进行归一化处理；利用狼群算法对新的拟合函数和原直方图的差值进行优化，得到最小的误差所对应的那组阈值，采用最优阈值组对图像进行分割。本发明用于基于狼群算法的医学图像分割算法。

摘要： 本发明公开一种融合布谷鸟搜索算法和狼群算法的测试函数寻优方法以及装置，涉及函数寻优领域。其中，所述方法通过采用迭代产生的前m个较小的第四测试函数值分别对应的第四自变量数值加权评估产生新的自变量数值，并将该新的自变量数值加入到最优的自变量数值序列中，提高了测试函数寻优的收敛速度和精度。

摘要： 本发明公开了一种基于改进狼群算法的柔性作业车间调度方法，属于柔性车间调度技术领域，包括初始化算法参数，采用个体双层编码方式初始化调度方案解种群，计算所有初始化个体的目标函数值，在算法的游走行为中引入了莱维飞行机制，在头狼个体的确定过程中融合了模拟退火算法，用汉明距离来定义围攻判别距离，准确地度量了柔性作业车间调度问题中猛狼个体与头狼个体之间的相似度距离。本发明可以解决现有算法在执行游走行为时由于步长固定而导致全局搜索能力不够强的问题；解决现有算法在执行过程中由于过分依赖头狼而容易陷入局部最优的问题；解决现有算法难以构建柔性作业车间生产调度模型的问题。

摘要： 本发明公开了一种基于改进狼群优化算法的无人机集群协同对地打击方法，首先，建立了综合考虑无人机性能、携带侦察资源、目标信息、时序约束、均衡打击等条件的任务分配模型；其次，考虑传统狼群算法不适用于任务分配问题，同时为提高算法全局寻优效率，重新设计了离散狼群算法；然后，将其与2‑opt逆转变异算法以及一种新的编码解码方式相结合，提出了一种改进的狼群优化算法。本发明建立的多约束多任务分配模型以及提出的改进狼群优化算法成功地满足了在对地打击问题上的分配方案有效性和优越性，同时解码完成便已满足任务时序约束。

摘要： 本发明提出了一种基于狼群算法的卫星舱圆形设备布局构造方法，步骤如下：初始化圆形设备参数；初始化迭代次数、最大迭代次数和狼群算法，采用半径优先策略和质量优先策略得到初始狼群，将位置最优的狼设置为头狼；狼群游走，将游走后位置最优的狼选为头狼；头狼召唤其余的狼奔袭；狼群进行围攻，并对围攻前和围攻后的位置进行贪婪决策；按照“胜者为王”将狼群中位置最优的狼设置为头狼，完成一次迭代；迭代次数达到最大迭代次数，则输出最优布局结果；否则循环迭代。本发明无需转化成判定问题，有效降低了计算时间，可以提高搜索精度和求解速度，所得结果完全满足卫星舱布局的平衡性要求，可推广应用于卫星舱内非圆形设备的布局。

摘要： 本发明公开了一种基于改进狼群算法的非圆弧边坡滑面搜索方法，包括以下步骤：建立数值模型，提取数值模型的基本信息；根据单元材料编号对单元格进行分类，将边坡图像分层绘出；将边坡图像中坡顶和坡脚某一范围内边坡表面的区域设置为头狼及母狼可能活动范围；头狼、母狼、探狼以固定步长游走，共同组成狼群组合，确定路径上各点的应力信息；根据应力信息计算出相邻两匹狼之间的滑动力及抗滑力，定义狼群的适应度为安全系数的倒数，将适应度值最大的样条曲线作为最优化样条曲线。本发明提供的一种基于改进狼群算法的非圆弧边坡滑面搜索方法，能够弥补圆弧形滑面假设与实际不符的缺点，快速准确确定边坡滑动面位置并计算安全系数。

摘要： 本发明公开了一种基于醉汉漫步混沌狼群算法的光伏电池模型参数辨识方法，利用基于醉汉漫步混沌狼群算法，求解光伏电池模型的目标函数的最优解；其中，基于醉汉漫步混沌狼群算法包括以下步骤：S1、使用混沌映射序列进行种群初始化；S2、利用基于醉汉漫步模型的游走方向选择、和采用自适应游走步长，来进行游走行为；S3、头狼召唤所有狼向其靠拢；S4、设计奔袭行为半数狼群个体满足围攻距离，就进行围攻行为的判断条件来进行围攻；S5、迭代过程中，采用汉明距离的对种群中个体的相似性进行判断，不断的更新种群个体。其解决了当前智能优化算法求解光伏模型的参数辨识问题中，求解精度低的缺点和光伏组件模型的非线性和复杂性的问题。

摘要： 本发明涉及一种基于深度优化狼群算法的线损最佳分段点设计方法及设备，所述方法包括以下步骤：1)获取实际的配电网结构信息和运行数据，以线路损耗为优化指标构建优化设计模型；2)以配电网的开关状态组合序列和可调功率作为种群个体，构建初始种群；3)对网络结构进行拓扑分析，利用深度优先搜索算法使得当前种群对应的配网系统满足辐射状约束；4)判断初始种群是否满足约束条件，若是，则执行步骤5)，若否，则返回步骤2)；5)利用改进狼群算法迭代更新种群，在每次迭代后均执行步骤3)，直至满足迭代结束条件；6)基于最优解实现配电网线损最佳分段点设计。与现有技术相比，本发明具有可靠性高、效率高等优点。