蚁群算法

摘要： 本文介绍了蚁群算法的基本原理,该算法已成功解决很多工程问题.通过建立干涉矩阵,使用蚁群算法对装配序列优化方法进行了研究.最后,使用200英尺自升式钻井平台为例,对主船体分段装配序列进行优化,证明该方法的可行性.

摘要： 针对复杂水下环境中可能存在多个不同威胁等级的障碍物,影响水下机器人合理规划最优航路路径问题,提出了一种运用蚁群间信息素调整准则的方法.应用启发式信息素全局更新原则,将每一条AUV航路上残留的信息素数量限制在一定范围,对各个节点的信息素进行更新,有效避免算法停滞及信息素过于集中某条航路,限制算法的扩散.将改进后的蚁群算法应用到AUV航路多重避障的模型中,实验结果证明这种方法具有良好的稳定性能,可以有效实现全局最优.

摘要： 本文提出一种基于蚁群算法的感应电机自抗扰控制策略,这种新型的控制策略能够利用蚁群算法自动对自抗扰控制器的参数进行寻优.通过蚁群算法的优化机制,可减少传统自抗扰控制器对参数的依赖性.仿真结果验证了基于蚁群算法的感应电机自抗扰控制策略的正确性和有效性.

摘要： 计算智能是人工智能的重要分支,以数据为基础,主要借鉴连接主义和行为主义的思想,基于生物进化和细胞网络等机制,具有分布、并行、白适应、白组织和自学习等特点.首先介绍了计算智能的起源和概念,然后以人工神经网络、遗传算法、蚁群算法为例阐述了其原理和应用,最后介绍了在新技术条件下,计算智能的发展趋势及有待于解决的一些问题.

摘要： 本文引入贝叶斯理论对青岛"11·22"中石化输油管道泄漏火灾爆炸事故进行事件演化节点划分,找出事故发生的脆弱性风险节点,引入MATLAB蚁群算法对人员疏散路径和时间进行优化研究,分析得出火灾爆炸不同时间节点下应急疏散的优化路径及疏散时间,为科学有效的预防管道泄漏引发火灾爆炸事故提供安全技术支持.

摘要： 在复杂电磁环境中进行频率指配是频谱管理中相当重要且困难的研究课题.本文总结分析了智能优化算法如模拟退火算法、遗传算法、蚁群算法等的特点以及在频率指配问题中的应用.并将模拟退火操作与遗传操作相结合,遗传算法与蚁群算法相结合进行了理论分析,结果表明组合算法克服了单一算法的不足,有效避免了陷入局部最优,加快了收敛速度,为传统优化技术难以处理的组合优化问题提供了切实可行的解决方案,对于求解大规模无线电网络的频率指配问题具有较好的参考价值.

摘要： 为从整体上把握复杂系统的状态,及时了解系统故障的发展趋势,实现对系统整体性能下降趋势的预测,提出一种基于多输出支持向量机的故障预测方法.首先,介绍了支持向量机回归算法基本理论,并在此基础上构造多输出支持向量机,以实现健康度的多步预测;然后采用蚁群算法对多输出支持向量机参数进行优化,建立能够准确预测健康度下降趋势的故障预测模型.最后,通过某装备电源系统监测数据验证了该模型的有效性,实例表明该模型能够较好地实现对健康度下降趋势的预测,进而实现故障预测.

摘要： 本文在常规蚁群算法基础之上,生成适用于解决多小型无人机协同航迹规划问题的多种群蚁群算法,使用层次划分法对协同航迹规划问题进行了分解简化,基于小型无人机协同航迹规划问题中具有代表性的同时集结任务进行了算法仿真验证.同时利用商用开源飞行控制平台PIXHAWK和飞行仿真软件X-Plane设计并搭建了低成本的多无人机协同硬件在回路仿真平台,并使用该平台对多种群蚁群算法规划出的航点的可行性进行了分析和验证.

摘要： 输电塔-线体系是一种重要的生命线工程,建设和发展既安全可靠,又经济合理的输电塔结构一直是工程界的研究热点和难点.本文提出了一种基于蚁群优化算法的输电塔结构形状优化设计方法,并采用MATLAB系统平台实现了输电塔结构形状优化设计的程序化和功能化.通过优化分析表明:本文方法不仅可以简单高效的求解输电塔结构的形状优化问题,而且该方法通用性强、易于程序化,而且具有非常好的工程应用前景.

摘要： 针对显微图像序列中粘连细胞的跟踪问题,提出了一种基于Mean shift和蚁群的粘连细胞跟踪方法.首先利用基本Mean shift算法估计目标区域位置,利用颜色和位置特征相融合的相似度量作为启发式函数,引导蚂蚁集中于目标的高似然区域,提高蚂蚁的搜索效率,从而提高跟踪的精确度.仿真结果表明该方法能可靠跟踪多个粘连细胞并给出了细胞的轨迹、速度等运动参数.

摘要： 一种基于多目标蚁群算法的整车物流调度方法及装置、存储介质、终端，所述方法包括：获取整车物流数据，所述整车物流数据包括订单数据及运力数据；基于所述整车物流数据获取M个候选分配方案，其中，M≥1；将所述候选分配方案记为蚂蚁，将M只蚂蚁构成的集合记为蚁群，在所述蚁群中各只蚂蚁转移期间，舍弃所述蚁群中所有目标向量均被支配的蚂蚁，以获取非劣解集，所述蚂蚁在每一目标上的投影记为对应于该目标的目标向量；当所述蚁群的转移状态满足预设终止条件时，根据业务场景从获取的所述非劣解集中选取最优调度方案。通过本发明提供的方案能够实现整车物流的自动化调度，且利于实现最优调度，从整体上降低货运车的动态调度成本。

摘要： 本发明公开了一种基于蚁群算法的多目标的工件调度方法及装置，方法包括：在当前次迭代时，建立第一预设数量只蚂蚁，建立空批；获取信息素矩阵，以及目标偏好向量，并获取当前加工设备；将空批作为当前加工设备的第一当前批；将第一待加工工件调度至第一当前批中；将第二待加工工件加入当前候选列表中直至所有第二待加工工件都被调度；更新当前次迭代的下一次迭代的信息素矩阵；判断当前次迭代对应的迭代次数是否等于第二预设阈值；若否，更新迭代次数，并返回执行建立空批的步骤；若是，将当前次迭代过程中全局最优完工时长以及全局最优能耗对应的调度方案作为目标调度方法。应用本发明实施例，可以实现工件的多目标调度。

摘要： 本发明针对电动汽车充电桩CAN总线信息安全问题，提出了一种基于改进蚁群算法的充电桩CAN总线协议的安全检测方法。本发明通过改进最大最小蚁群算法来提高CAN协议模糊测试报文生成的效率，通过特定的变异方式，更改报文的相应字段，并通过CAN协议分析仪向充电桩CAN节点发送模糊测试报文，使得充电桩CAN协议的检测效率大幅提高。基于上述检测方法发现了目前电动汽车充电协议存在充电桩停机、拒绝服务攻击等安全问题。

摘要： 本发明提供了基于信息交流策略连续域蚁群算法的电力系统调度方法，属于电力工程领域，主要解决复杂电力系统中难以求解电力负荷分配的问题。该方法以系统总运行费用为目标函数建立模型，同时考虑阀点负载效应、输电线路损失、爬坡率限制、禁止区域等限制。建立模型后，利用标准蚁群算法得到初始解档案，然后利用信息交流策略在解档案中选取一部分较优的解，在这部分较优的解里每一个解都选择另外一个解来进行信息交换得到候选解，采用贪婪的方式接受能够改善解的质量的候选解。最后将得到的最优值进行电力系统负荷分配。本发明方法能够降低电能的费用而且还能保障电力系统的电压质量，满足实际工程的设计需求。

摘要： 本发明公开了一种基于双目视觉和蚁群算法的捡乒乓球机器人运行方法及设备，方法包括：获取双目摄像机拍摄的RGB图像，从RGB图像中检测出乒乓球并获得各乒乓球的坐标位置；获取双目摄像机的深度数据，得到各乒乓球距离摄像机的距离；计算得到在全局坐标系下乒乓球的坐标点集；对坐标点集使用蚁群算法进行最短遍历路径规划，得到初步的捡球路径；从初步的捡球路径去除多次经过的乒乓球，得到没有冗余路线的路径。本发明使用双目摄像机同时实现了乒乓球的检测和定位，方便高效，同时保证了精度，使得捡球过程更加智能化；对蚁群算法规划出的路径进行冗余路线优化，进一步减少了机器人的行走路径，节约了时间。

摘要： 本发明涉及汽车轮毂轴承合套系统，公开了基于蚁群算法的汽车轮毂轴承内外圈合套系统及用于该系统的蚁群算法，基于蚁群算法的汽车轮毂轴承内外圈合套系统其包括管理控制模块、分选机料库装置和合套装配装置；管理控制模块主要采用微处理器控制和管理；分选机料库装置采用蚁群算法对轴承内圈、轴承外圈进行分选，从而分选出最优的轴承内圈和轴承外圈，对于分选出的轴承内圈、轴承外圈实现轮毂轴承内圈与外圈匹配数量达到最大值，且最终游隙也为最佳游隙值。合套装配装置通过管理控制模块统一进行管理与控制，同时进行轴承内圈合套和轴承外圈合套，提高了内圈合套和滚动体合套的速度。通过本发明的设计大大提高了汽车轮毂轴承选配的运行效率，减少轴承装配的时间与成本，提高了轴承精度，降低因精度导致的损失。

摘要： 本发明公开了一种基于改进蚁群算法的无人机航路规划，包括自适应ρ信息素挥发值、对信息素的浓度更新公式改进，并对信息素的极值进行限定，信息素作用范围严格限制在规定作用范围里，尽量规避落入局部最优、多种群同时进行独立迭代，在陷入局部最优时，种群之间交换信息素、对初始信息素分布进行优化和对路径选择规则改进。本发明通过改善了蚁群算法，使法寻求到的航迹有效长度，比旧有传统类型的模式更短，寻优路径更佳，并且在时间上获取了提高，同时获取的路径作用效果也非常良好。

摘要： 本发明公开了路径规划技术领域的基于改进蚁群算法应用于物流配送的最佳路径规划方法，包括以下步骤：重新定义了各路径上信息素含量的初始分配，使其不仅与路径的长度有关，还与连接该路径转运点的道路选择多样性相关；此外本发明还对信息素更新规则重新定义，使其受迭代次数和历史最优路径长度的制约。通过以上措施，使得改进的蚁群算法具有较快收敛速度的同时具有较好的寻优性能，能够快速找出最优路径，降低了配送成本。

摘要： 本发明涉及一种基于蚁群算法的柔性生产线自适应控制系统及方法，包括基础数据模块、数据管理模块、全要素建模模块、动态仿真模块、控制模块五部分，利用物联网感知技术，针对生产过程动态事件例如设备故障、缺件、插单等，系统动态仿真模块能够通过蚁群算法引擎快速得到当前最优可执行解，然后把相关数据下发给控制模块，驱动柔性产线运行，解决航空零件多品种、变批量的柔性加工模式下的动态自适应控制问题。

摘要： 本发明公开了一种基于蚁群算法的螺旋输送机结构优化设计方法，本方法以螺旋输送机质量最轻和输送效率最大为优化目标，首先建立螺旋输送机结构优化数学模型，该数学模型以螺旋输送机质量最轻，输送效率最大作为约束条件；结合螺旋输送机的结构确定设计变量以及约束条件；采用蚁群算法来搜寻蚁群位置和信息素浓度的全局最优解；当满足结束条件后输出全局最优解；用得出的全局最优解对应螺旋输送机对应的设计参数，最后得出螺旋输送机的最优设计方案。本发明提供的方法操作简单，只需要输入初始参数、约束和边界条件，即可快速得出设计方案，适用于一线设计人员，对于螺旋输送机优化设计可以降低求解难度和提高求解的效率。