蚁群优化
蚁群优化的相关文献在1999年到2022年内共计590篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、电工技术
等领域,其中期刊论文465篇、会议论文22篇、专利文献103452篇;相关期刊214种,包括系统工程与电子技术、计算机仿真、计算机工程等;
相关会议20种,包括第十九届全国网络与数据通信学术会议、2011年江苏省人工智能学术会议、第九届中国智能机器人学术研讨会等;蚁群优化的相关文献由1420位作者贡献,包括曹建军、王宏健、段海滨等。
蚁群优化—发文量
专利文献>
论文:103452篇
占比:99.53%
总计:103939篇
蚁群优化
-研究学者
- 曹建军
- 王宏健
- 段海滨
- 凌海峰
- 杨善林
- 刁兴春
- 刘三阳
- 刘业政
- 肖人彬
- 陈勇
- 黄永青
- 乔学工
- 刘渊
- 叶振宇
- 周文祥
- 喻学才
- 夏鸿斌
- 富立琪
- 张军
- 张田文
- 张耀楠
- 李乾
- 李凯齐
- 汤雅连
- 甘屹
- 胡玉鹏
- 蔡延光
- 邢立宁
- 郭峰
- 陈祥国
- 须文波
- 于洪
- 何小虎
- 冀俊忠
- 冯祖仁
- 刘丹
- 刘伟
- 刘焕淋
- 危前进
- 吕强
- 吕琳
- 吴晓平
- 周升
- 周激流
- 孙辉
- 张健
- 张培林
- 张玉丽
- 张用宇
- 李世宝
-
-
张雅琼;
张慧;
郑欢欢
-
-
摘要:
无线传感器网络(WSN)能够利用传感器节点快速准确地获取物理世界的信息从而作为物联网的感知层在监控领域得到了广泛的应用,而能量利用率是能量受限无线传感器网络的一个关键属性,直接影响网络的生命周期。经典的分层路由LEACH(及其变种)算法是无线传感器网络中最常见的节能路由协议。该文提出了一种改进的LEACH算法,由sink节点集中计算并选择剩余能量较高的节点作为簇头并根据距离计算最优簇边界进行分簇,将网络划分为多个簇,然后利用改进蚁群优化(ACO)算法实现簇头节点到sink节点的多跳通信。簇内节点将感知数据发送给簇头,再由簇头转发给sink节点,从而实现数据的簇内和簇间的二级传输策略。将该算法与LEACH进行了仿真比较,结果表明,改进后的无线传感器网络的感知数据传输策略在网络生命周期和吞吐量方面明显优于LEACH算法,在延长网络生命周期的同时提高了网络的数据传输量。
-
-
叶和元;
韩俐;
孙士民
-
-
摘要:
在软件定义网络(SDN)中,当流传输路径信息获取受限时,现有的测量节点选择算法只能基于网络拓扑的中心性指标进行测量节点选择,存在测量精度较低、测量负载不均衡、运行时间长等问题。将SDN网络中测量节点选择问题抽象为最小顶点覆盖模型,提出一种基于蚁群优化的测量节点选择算法ACO-NS。利用复杂网络的度分布理论缩减状态转移过程中的候选集规模,同时设计一种信息素局部增强-全局挥发机制,增大可行解的信息素浓度,提高算法的准确度和收敛度,并且缩短搜索时间。通过OpenFlow消息在线计算测量节点的负载,采用邻域搜索策略对过载节点进行筛选和替换,以降低过载处理的时间。实验结果表明,与ACO算法相比,该算法的准确度和收敛度分别提高56.7和28.2个百分点,且单位时间内的过载处理开销降低79.8个百分点,具有较高的测量精度。
-
-
刘海滨;
柴朝华;
李晖;
王颖
-
-
摘要:
多业务流程协同监控是通过监控合作伙伴的行为,保证可以灵活、动态地选择最优合作伙伴,确保企业利益最大化的一种有效方法。已有的方法在监控过程中忽略了业务流程数据的重要性,一定程度上降低了监控信息质量和可利用性。因此,本文提出一种以Artifact为中心的多业务流程协同监控方法。首先,给出了以Artifact为中心的业务流程协同模型及Artifact实例协同快照定义。其次,采用快照日志挖掘获得候选以Artifact为中心的业务流程协同模型,然后,根据蚁群优化算法在候选流程模型中获取最优流程服务协同路径。最后,通过实例分析验证了方法的可行性。
-
-
张晶;
康鹏;
戴艳;
杨新敏;
李磊
-
-
摘要:
由于数字化审计系统中的数据量较大,降低了数据查询效率和查准率,为此提出基于蚁群优化的数字化审计系统数据快速查询方法。采用分布式链路节点跟随识别的方法采集数字化审计系统数据,并对采集的数据进行非线性样本重组,结合模板匹配和线性规划设计的方法对数字化审计系统数据降维处理,提取数据特征;在此基础上,根据蚁群个体的差异性对数字化审计系统数据查询的异常特征进行判断,获取数据的可靠性文本结构特征量,对文本结构特征量进行加窗处理,根据处理结果,利用蚁群寻优方法构建查询控制函数,获取全局最优解,实现对数字化审计系统数据的快速查询。仿真结果表明,采用该方法进行数字化审计系统数据查询的实时性较好,查准率较高,具有较好的可靠性检索能力。
-
-
危前进;
魏继鹏;
古天龙;
常亮;
文益民
-
-
摘要:
粗糙集理论(RST)中,求解最小属性约简MAR(minimal attribute reduction)是一种NP-难(non-deterministic polynomial hard)组合优化问题.蚁群优化算法ACO(ant colony optimization)是进化算法中的一种启发式全局优化算法,粗糙集理论与ACO相结合,是求解属性约简的一种有效、可行的方式.针对蚁群优化算法易于陷入局部最优解、收敛速度慢等问题,首先以一种改进的信息增益率作为启发信息,提出了冗余检测机制,对每个被选属性和每代最优约简集合进行冗余检测,并提出了概率提前计算机制,可避免每只蚂蚁在搜索过程中相同路径上的信息反复计算;针对大数据集的属性约简问题,考虑到蚁群优化算法具有并行能力以及粗糙集中“等价类”计算的可并行性,提出一种将ACO与云计算相结合用于求解大数据集的属性约简算法,在此基础上,进一步提出一种多目标并行求解方案.该方案可以同时计算出其余属性相对于当前属性或约简集合的重要度.实验结果表明,该算法在处理大数据的情况下能够得到最小属性约简,计算属性重要度的时间复杂度由O(n^(2))降至O(|n|).
-
-
鲍毅;
王占刚
-
-
摘要:
在无线传感器网络中,移动Sink通过遍历驻留点进行数据收集能够有效防止热点或能量空洞问题.为了提高基于移动Sink的无线传感网的数据收集效率,提出了一种基于移动Sink的无线传感器网络能量高效的驻留点路由算法.通过对网络生命周期最大化问题进行建模,利用蚁群优化的思想对最优的驻留点集合和移动Sink遍历路径进行求解,实现了最大限度地延长网络寿命的同时最小化从传感器节点收集数据的延迟.实验结果表明:所提出的算法与已有算法相比,在延长网络的生命周期、提高交付率和减少端到端时延等方面具有更好的性能.
-
-
毛昊迪;
汤鲲
-
-
摘要:
该文针对共享单车的固定维修点设置问题,提出了使用蚁群算法优化的层次凝聚聚类方法,该聚类方法使用蚁群算法的信息素机制和簇间距离来进行聚类,通过引入随机性来解决层次聚类的局部最优问题,使用层次聚类的树形结构来应对维修点的数量变化,将每个簇的聚类中心作为维修点位置。该算法在西雅图2015年自行车租车站点位置的真实数据集和加州大学欧文分校的数据集上的仿真实验结果表明,相对于传统聚类算法,该算法可以找出更好的维修点位置。
-
-
汤超龙;
赵永强;
刘芯羽
-
-
摘要:
提出一种适用于长波红外波段的二维偏振无关亚波长光栅结构。利用对称二维结构消除一维光栅的偏振相关性,增加光通量。提出光栅优化评价函数,将光栅结构参数优化转化为路径寻优问题。最后利用蚁群算法求解最优光栅结构参数。仿真结果表明,提出的二维多层结构在10∼13μm波段具有偏振无关、窄周期、窄带宽、低旁带的优点。提出的优化设计方法收敛速度快,优化后的光谱曲线横电波(TE)和横磁波(TM)偏振方向透射率均达到70%,带宽260 nm。
-
-
李乾;
胡玉鹏;
叶振宇;
肖叶;
秦拯
-
-
摘要:
由于纠删码具备高可用性和高存储空间有效性的特点,采用纠删码为大规模分布式存储系统提供数据持久性已成为事实标准.然而,纠删码的密集型更新操作将导致大量的数据传输和I/O开销.如何减少数据传输量,优化现有网络资源的利用率,以提高纠删码的更新效率,成为纠删码存储系统面临的重要挑战.然而,在多重服务质量(quality of service,QoS)指标下,目前对纠删码更新效率的优化研究很少.针对此问题,提出一种基于蚁群优化算法的多数据节点更新方案(ant colony optimization algorithm based multiple data nodes update scheme,ACOUS),采用2阶段数据更新方式以优化多数据节点更新过程.具体而言,基于多目标蚁群优化更新路由算法(multi-objective ant colony optimization update routing algorithm,MACOU)所构建的多目标更新树,2阶段数据更新方式能有效地进行数据增量收集和校验增量分发.大量的实验结果表明,在典型的数据中心网络拓扑结构下,与TA-Update方案相比,所提方案能够在保证算法收敛的前提下,以可忽略的计算开销为代价,将更新时延降低26%~37%.
-
-
李乾;
胡玉鹏;
叶振宇;
肖叶;
秦拯
-
-
摘要:
由于纠删码具备高可用性和高存储空间有效性的特点,采用纠删码为大规模分布式存储系统提供数据持久性已成为事实标准然而,纠删码的密集型更新操作将导致大量的数据传输和I/O开销.如何减少数据传输量,优化现有网络资源的利用率,以提高纠删码的更新效率,成为纠删码存储系统面临的重要挑战.然而,在多重服务质量(quality of service,QoS)指标下,目前对纠删码更新效率的优化研究很少.针对此问题,提出一种基于蚁群优化算法的多数据节点更新方案(ant colony optimization algorithm based multiple data nodes update scheme,ACOUS),采用2阶段数据更新方式以优化多数据节点更新过程.具体而言,基于多目标蚁群优化更新路由算法(multi-objective ant colony optimization update routing algorithm,MACOU)所构建的多目标更新树,2阶段数据更新方式能有效地进行数据增量收集和校验增量分发大量的实验结果表明,在典型的数据中心网络拓扑结构下,与TA-Update方案相比,所提方案能够在保证算法收敛的前提下,以可忽略的计算开销为代价,将更新时延降低26%~37%.
-
-
-
-
路秀英;
崔兴凯;
霍新丽
- 《2011年江苏省人工智能学术会议》
| 2011年
-
摘要:
多目标资源分配问题就是将有限资源分配到不同事件来获得预期目标。建立了多目标资源分配问题的数学模型,提出了一种有效求解该问题的改进蚁群优化算法:设计了一种多目标资源分配问题的可行方案构建机制,定义了蚁群优化算法中的信息素形式及其更新方式,提出了一种新的概率选择形式;通过以上改进有效地提高了蚁群优化方法的效率。为了验证此方法的有效性,将蚁群优化方法与混合遗传算法的实验结果进行了对比分析,证明此方法优于混合遗传算法。
-
-
-
-
-
孙灵芳;
李纪昌;
赵雪
- 《第29届中国控制会议》
| 2010年
-
摘要:
锅炉汽包水位是汽轮发电机组的主要控制参数之一,其影响因素众多,且易产生虚假水位.本文将基于蚁群算法的预测控制用于锅炉汽包水位控制中,用RBF核支持向量机对所构造的回归向量进行训练以实现水位动态系统建模,改进了求连续函数极值的蚁群算法,并将其用于求解非凸目标函数的优化问题以得到最优控制量序列.仿真结果表明,所提出的控制算法上升时间可达6*TS、超调量为3.0192%、稳态误差很小,具有良好的控制品质.
-
-
黄泽茂
- 《CWSN2010第4届中国传感器网络学术会议》
| 2010年
-
摘要:
在具有移动特性的无线传感器网络中,其无中心分布式特性导致无法对整个系统进行可控与管理,而对系统可控性要求是进一步使系统安全可信的基础,对系统全局的管理也是统一调度的前提。本文针对以上矛盾,提出基于多射频多信道的全局控制策略。该策略将控制链路与覆盖问题结合,在将覆盖控制归结于一个多目标非线性规划问题的前提下,用虚拟力结合蚁群优化算法实现获取实时更新的控制链路,从而建立了可靠的全局控制链路,实现了分布式网络系统的全局控制。仿真实验表明,该策略在满足节能与覆盖控制要求前提下,能够实现建立良好控制链路,对解决问题有着良好的收敛性与适应性。
-
-
PANG Xin-fu;
庞新富;
TU Nai-wei;
屠乃威;
YU Sheng-ping;
俞胜平
- 《2016年第27届中国过程控制会议》
| 2016年
-
摘要:
轧制单元编制的好坏会影响到轧辊生产成本、产品质量和生产效率.现有研究文献忽略了热轧卷表面质量要求、两流连铸机与热轧机一体化生产情况以及假定待生产板坯在连铸机上浇铸时的宽度已知,导致所研究直装单一作业轧制单元编制方法难以应用.目前人工编制轧制计划效率低、轧制单元平均长度偏小.针对直装单一作业轧制单元编制,考虑板坯因热轧卷表面质量要求在轧制单元内位置受限、连铸机存在两浇铸流和板坯浇铸时宽度可选,建立了直装单一作业轧制单元编制问题的数学模型,基于蚁群和变邻域搜索给出了主体材编制优化方法.利用实际生产数据的仿真试验结果表明,算法所得结果明显优于人工方法所得结果.
-
-
PANG Xin-fu;
庞新富;
TU Nai-wei;
屠乃威;
YU Sheng-ping;
俞胜平
- 《2016年第27届中国过程控制会议》
| 2016年
-
摘要:
轧制单元编制的好坏会影响到轧辊生产成本、产品质量和生产效率.现有研究文献忽略了热轧卷表面质量要求、两流连铸机与热轧机一体化生产情况以及假定待生产板坯在连铸机上浇铸时的宽度已知,导致所研究直装单一作业轧制单元编制方法难以应用.目前人工编制轧制计划效率低、轧制单元平均长度偏小.针对直装单一作业轧制单元编制,考虑板坯因热轧卷表面质量要求在轧制单元内位置受限、连铸机存在两浇铸流和板坯浇铸时宽度可选,建立了直装单一作业轧制单元编制问题的数学模型,基于蚁群和变邻域搜索给出了主体材编制优化方法.利用实际生产数据的仿真试验结果表明,算法所得结果明显优于人工方法所得结果.