花朵授粉算法

摘要： 为了解决传统花朵授粉算法收敛精度较低、易收敛到局部最优等问题,提出了融合动态收敛因子与黄金正弦的花朵授粉算法(DGSFPA).在异花授粉中引入动态收敛因子,来提高算法收敛精度.在自花授粉中进行黄金正弦优化,以增强跳出局部最优的能力.通过与其他3种算法在测试函数上的比较,验证了改进算法具有更高的收敛精度和更快的收敛速度.将DGSFPA应用于求解压力容器设计优化问题中,研究结果表明:改进算法所得4个设计变量值均比其他3种算法所得值小,且其总成本比花朵授粉算法减少5270.82元,比人工蜂群算法减少876.72元,证明了DGSFPA的有效性和可行性.

摘要： 针对云环境下制造资源优化配置模型求解问题,提出一种在花朵授粉算法基础上引入遗传算法和模拟退火算法的混合算法。首先,在花朵授粉算法的基础上引入遗传算法,用于前期种群初始化;然后,在迭代过程中加入模拟退火算法,避免陷入局部最优;最后,使用该混合算法求解实际问题,验证该算法处理资源配置问题的有效性和准确性。

摘要： 刀具磨损的状态识别精度对机床加工的质量和生产效率至关重要,为了提高刀具磨损状态的识别度,提出了一种能够有效识别微铣刀磨损状态的方法。首先对采集到的振动信号进行时域和频域分析,提取多个时域特征和频域特征,然后应用主成分分析法对提取的特征进行信息融合,再以融合后的特征向量作为支持向量机的样本输入,避免由于支持向量机初始参数选择不合适而带来的局部最优和过拟合的问题,建立遗传算法优化支持向量机的模型。结果表明,与其它算法相比,提出的基于花朵授粉算法的支持向量机模型能够有效准确识别微铣刀的各种磨损状态,优化后的支持向量机模型的总体识别率有了明显的提升,达到了95.5%,在分类性能和计算效率方面都具备优势。

摘要： 针对传统花朵授粉算法(FPA)在解决复杂问题时搜索精度低和收敛速度慢等问题,提出了一种基于混合策略改进的花朵授粉算法(HSFPA)。采用自适应转换概率策略改进转换概率,动态平衡全局授粉和局部授粉之间的关系;在全局授粉阶段,提出一种动态全局搜索策略,既可以加快算法收敛速度,又能增加花粉种群的多样性,防止花粉陷入局部最优;局部搜索增强策略使得花粉能够充分开发当前优质花粉周围的搜索空间,提高收敛精度;花粉越界修正策略进一步加强了算法的探索能力。通过对10个基准函数进行仿真测试,实验结果表明,HSFPA算法在搜索速度和寻优精度方面具有更好的效果。

摘要： 为得到更准确的概率积分参数,提出基于差分进化的花朵授粉算法。经工程实例分析,利用传统花朵授粉反演得到的沉降值与水平移动值的拟合标准差为72.96 mm,而改进后的拟合标准差为67.07 mm,精度更高。

摘要： 静止无功补偿器(SVC)是电网中应用广泛的并联FACTS装置。在电力系统的运行中,SVC的优化配置对其更好地发挥作用具有很大的影响。针对SVC结合智能算法进行配置,提出一种结合花朵授粉算法寻优的SVC优化配置方法。该方法中需要涉及的参数相对其他算法较少,同时将涉及经济性方面在内的多个因素综合考虑。最终,通过算例仿真说明该方法的正确性及相应效果,对SVC优化配置的研究有实际的参考意义。

摘要： 对最大完工时间最短的作业车间调度问题进行了研究,总结了当前求解作业车间调度问题的研究现状,提出一种花朵授粉算法与遗传算法的混合算法。混合算法以花朵授粉算法为基础,重新定义其全局搜索和局部搜索迭代公式,在同化操作过程中融入遗传算法的选择、优先交叉和变异操作,进一步增强算法的勘探能力。通过26个经典的基准算例仿真实验,并与近5年的其他算法比较,结果表明所提算法在求解作业车间调度问题具有一定优势。

摘要： 为解决云计算环境下工作流多目标难于优化的问题,本文提出了一种花朵差分授粉工作流多目标调度优化算法.该算法将工作流中任务和虚拟机建模成花粉,将完整的调度序列建模成花朵.依据任务的偏序关系进行离散花朵授粉过程.仿真结果表明较算法NSGA-Ⅱ和MEOA/D,该算法能在限定的截止期和预算的条件下具有更高的资源利用率.

摘要： 为了解决花朵授粉算法(flower pollination algorithm,FPA)在寻优过程中容易陷入局部最优解、后期收敛速度慢等问题,提出一种结合鲶鱼效应和均匀变异算子的改进FPA算法.首先,引入鲶鱼效应可以来避免算法陷入局部最优解;其次,加入均匀变异算子使其后期收敛速度加快,并通过经典测试函数验证改进的FPA算法性能优于其他算法;最后,将改进的FPA算法应用到断路器优化设计中,对两种不同类型的万能式断路器的能耗模型进行优化仿真,并计算出对应的断路器参数.结果 表明,采用改进的FPA算法设计的断路器参数更加合理,能耗值更低,可以有效提高能耗参数的设计精度和设计效率.

摘要： 针对传统的GM(1,N)模型预测精度较差,文章提出一种基于花朵授粉算法的GM(1,N)模型新方法.该方法将原始数据和残差的均方差比值作为目标函数,直接计算GM(1,N)模型的发展系数和驱动系数,略去了背景值的构造.文章通过9组实验数据对比分析,并与传统的GM(1,N)模型和其他模型相比较,发现:改进的GM(1,N)模型在拟合精度上有大幅度提高.该模型计算简单且精度较高,为建立GM(1,N)模型及应用提供了参考依据.

摘要： 本发明提供基于改进花朵授粉优化算法的光伏全局MPPT控制系统，包括：光伏阵列与所述Boost升压电路相接，将输出电压进行升压；光伏阵列的电压与电流模拟信号转换为数字信号并滤波后，送入MPPT控制器；MPPT控制器基于改进花朵授粉优化算法，通过双转换概率公式决定是否进行异花授粉即全局搜索，还是自花授粉即局部搜索，得到最优占空比信号，再将最优占空比信号输送至PWM发生器，最后通过PWM发生器产生可变的PWM信号至IGBT，以使所述光伏阵列的端电压移动至最大功率点电压处。本发明提出的方案，针对光伏阵列发生局部遮挡时，改进的全局搜索方法和局部搜索方法有效提升了最大功率点追踪的快速性与准确性，改善了光伏阵列在多峰值功率点下发电效率低的状况。

摘要： 本发明提出了一种基于混沌正弦映射的花朵授粉优化算法的支持向量机药品预测方法，该方法包括：A、收集某类药品2012至2016年的销售量，生成学习样本；B、确定SVM的常数c和核函数σ的取值范围，以及迭代结束条件；C、根据混沌正弦映射方程计算P，初始n朵花种群的位置，确定初始的最优解位置g

摘要： 本发明属于生产制造技术领域，公开了一种基于离散花朵授粉算法求解混合流水线调度问题的方法，其包括：S1：设置目标参数，生成初始化种群；S2：对种群的花朵位置进行解码；S3：计算花朵位置的适应度值，并选择最优的花朵位置；S4：对花朵位置进行更新操作；S5：对比更新后和更新前的花朵位置适应度值，并保留适应度值较低的花朵位置；S6：对比更新后和最优的花朵位置适应度值，并保留适应度值较低的花朵位置；S7：执行动态自适应变化工件块的变领域搜索；S8：判断是否满足终止条件，如果是，则输出最优花朵位置及其适应度值，并结束；如果否，则返回步骤S3。该方法可行且有效，丰富了求解混合流水线调度问题的方法。

摘要： 本发明提供一种基于花朵授粉算法改进VMD算法的数据特征提取方法，涉及特征提取技术领域。该方法包括：获取用于表征轴承设备的多种状态的轴承状态数据；对轴承状态数据进行预处理；基于python平台构造变分模态分解特征提取模型；通过花朵授粉算法对变分模态分解特征提取模型进行参数优化；采用经优化的变分模态分解特征提取模型进行数据特征提取。采用基于VMD的特征提取方式，摆脱了EMD存在模式混叠的现象，通过对数据潜在规律的分析挖掘，提取数据的潜在特征；利用花朵授粉算法对VMD特征提取模型进行参数优化，使得VMD特征提取模型可以获得更适合所用数据集的参数，提升了VMD特征提取模型的提取特征的效果。

摘要： 本发明公开了一种基于离散花朵授粉算法的装配车间调度集成优化方法，包括以下步骤：S1、针对考虑工人柔性的装配车间调度集成优化问题，建立适应度函数以及约束条件等数学模型；S2、提出一种改进的离散花朵授粉算法，对花粉个体进行离散化处理，采用了适应该问题求解的混合花粉编码，重新定义了异花授粉与自花授粉方式，设计了基于装配序列的变异算子，结合案例进行仿真，并与NSGA‑II算法运行结果进行对比，验证了算法的有效性。本发明提出的基于离散花朵授粉算法的装配车间调度集成优化方法，可以同时优化零件加工序列、产品装配序列和工人分配方案，以最大完工时间、工人成本和零件库存时间作为优化目标，降低产品生产时间，减少生产成本，提升企业竞争力。

摘要： 本发明公开了基于多目标花朵授粉算法的电氢混合储能优化配置方法包括，基于储能系统的相关参数及约束条件，建立储能系统配置模型和目标函数；利用多目标花朵授粉算法，对所述储能系统进行最优选址定容，获得相应储能系统选址定容数据；将所述储能系统选址定容数据代入目标函数中检测配置效果；基于上述步骤建立多目标优化模型，进行迭代，达到所述算法收敛条件，输出最优配置方案。本发明仅需配电网参数及储能系统的运行数据就能得到最优储能结构配置方法，结构简单，成本低；利用多目标花朵授粉算法提高优化效率，并且合理平衡局部搜索与全局探索以获得高质量的全局最优解决方案，进而能提高储能系统选址定容的准确性。

摘要： 本发明公开了基于花朵授粉算法优化SVM的微铣刀磨损状态监测方法，通过安装在立式铣床主轴上的振动传感器，采集立铣切削过程中的加速度信号，首先，提取微铣削过程中加速度信号若干个时域特征，通过皮尔逊相关系数法计算出和磨损状态相关程度最高的两个时域特征信号值，再将其为SVM分类器的输入；然后对带有标签的两个时域特征信号值进行测试和训练，将训练样本输入到基于花朵授粉优化算法的SVM模型，优化SVM的核函数参数g和惩罚因子C，对测试样本计算得出该模型的识别度。本发明提出的花朵授粉算法优化SVM算法，识别率更高，能够掌握刀具的实时磨损状态，避免由于初始参数选择的不合适而带来的局部最优和过拟合的问题，有效提高了SVM的分类性能。

摘要： 本发明属于生产制造技术领域，公开了一种基于离散花朵授粉算法求解混合流水线调度问题的方法，其包括：S1：设置目标参数，生成初始化种群；S2：对种群的花朵位置进行解码；S3：计算花朵位置的适应度值，并选择最优的花朵位置；S4：对花朵位置进行更新操作；S5：对比更新后和更新前的花朵位置适应度值，并保留适应度值较低的花朵位置；S6：对比更新后和最优的花朵位置适应度值，并保留适应度值较低的花朵位置；S7：执行动态自适应变化工件块的变领域搜索；S8：判断是否满足终止条件，如果是，则输出最优花朵位置及其适应度值，并结束；如果否，则返回步骤S3。该方法可行且有效，丰富了求解混合流水线调度问题的方法。

摘要： 本发明属于计算机技术领域，提供了一种基于花朵授粉算法优化模糊K近邻的分类方法及装置，方法包括：对收集的数据进行归一化；利用花朵授粉算法优化模糊K近邻的近邻个数k和模糊强度系数m，得到优化后的近邻个数k和优化后的模糊强度系数m；基于优化后的近邻个数k和优化后的模糊强度系数m，构建模糊K近邻的分类模型；根据构建的所述分类模型进行数据分类。通过本发明的技术方案，将花朵授粉算法融入模糊K近邻以找到近邻个数k和模糊强度系数m的最优值，构建出分类精度更高且泛化能力更强的分类模型，提高了分类精度，从而解决了现有技术中难以确定模糊K近邻的近邻个数k和模糊强度系数m，导致分类精度较低的问题。

摘要： 本发明公开了一种基于自适应高斯变异的花朵授粉算法的优化方法，首先将种群按照适应度值进行排序并分组，然后更新各分组中最差个体的位置，不仅增强了算法的局部深度搜索能力而且增加种群多样性；其次，通过公示牌动态监测算法是否陷入局部最优，当陷入时，将自动引入高斯变异操作算子，对全局最优个体执行变异操作，不仅提高个体跳出局部最优的能力，而且增强种群多样性、加快收敛速度。本发明方法具有更好的稳定性和可靠性、更快的收敛速度及更高的寻优精度。