蛙跳算法

摘要： 针对以最大完成时间为目标的柔性作业车间调度问题,提出了一种改进的混合蛙跳算法。首先,采用混合启发式规则生成高质量的初始种群,为算法进化提供一个优质起点;其次,在解码部分采用贪婪插入解码方法,提供多个满足条件的可插入空闲时间段,实现对解空间的高效搜索;基于机器负载平衡的局部搜索方法,弥补算法在局部搜索能力上的不足,加快了算法的收敛;最后,通过BRDATA基准算例验证改进蛙跳算法的性能,结果表明改进的混合蛙跳算法具有良好的寻优能力与较好的收敛性。

摘要： 无线传感器网络主要用于采集数据和处理数据,因此被广泛应用于多个领域。然而,网络中大多数由电池供电的传感器节点体积较小,导致其无法长时间工作,所以设计了一种能够有效提高能源利用率、降低网络通信能耗的分簇方法。分簇方法是无线传感器网络的重要研究方向之一。针对传统分簇方法选出的簇头节点方案存在的通信能耗较高问题,提出了一种基于克隆精英遗传算法的无线传感器网络能量高效分簇方法。在进行分簇时,利用克隆精英遗传算法在监测范围内选择部分传感器节点作为簇头节点,进而对网络通信能耗进行优化。在迭代过程中,克隆算子和精英算子将能耗小的簇头节点方案尽可能保留下来,减少了运行时间,同时也增大了获得较优簇头节点方案的可能性。把所提方法与基于精英遗传算法的分簇方法、基于蛙跳算法的分簇方法进行了仿真比较。仿真结果表明,基于克隆精英遗传算法的分簇方法与另外两种方法相比显著地降低了网络通信能耗,提高了能量利用效率,有效地延长了网络寿命。

摘要： 气象云平台是集约支撑气象业务发展基础资源平台,如何合理调度气象云平台的基础资源已成为气象业务稳定运行的关键。由于不同等级气象应用在汛期和日常具有特殊支撑需求,以及部分功能组件对气象云平台的物理服务器有约束要求,现有调度算法难以被直接应用。为此,该文对问题建模,设计目标函数分别评价气象云平台的资源利用水平和对重要核心业务的支撑情况,基于物理服务器与功能组件之间的约束关系,将问题建模成一个多约束多目标优化问题。然后,设计一种改进蛙跳算法的气象云资源调度方法求解模型,该方法利用适应度函数来综合评价模型目标,并重新定义蛙跳算子,利用局部最优交叉操作和最优青蛙变异策略来迭代搜索最优资源调度方案。最后,通过实验验证了该方法的效果。

摘要： 合并单元设备监控依赖于现场工作人员记录、实践经验以及预设告警阈值,缺少对系统监视数据的分析和挖掘,不能实现设备状态预测。鉴于此,根据监视合并单元电平数据的时序性特征,将传统时序模型差分整合移动平均自回归(Autoregressive integrated moving average,ARIMA)和长短期记忆网络(Long short-term memory,LSTM)构建组合模型,并采用蛙跳算法(Shuffled frog leaping algorithm,SFLA)进行模型优化。优化后的模型应用在合并单元激光器监视的电平数据预测分析,将ARIMA-LSTM优化组合模型和单一模型进行对比,验证了组合模型比单一模型具有更高的准确度。进一步和其他组合模型做对比实验,实验结果表明,组合模型经过SFLA优化后均优于其他组合模型,能够更好挖掘数据中的隐藏信息和趋势,提高时序数据预测精度和故障排查效率。将SFLA优化的组合ARIMA-SVM模型和ARIMA-LSTM模型对比,实验结果表明,所提出的ARIMA-LSTM模型优于ARIMA-SVM模型,可以更好地分析和掌握设备状态信息,实现对合并单元设备的电平数据预测。

摘要： 为提升低压电力线通信网络可靠性,提出一种多约束目标函数电力线通信网络路由优化方法。该方法以功率损耗最小为目标,构建了基于时延、丢包率、时延抖动约束下多目标函数;改进了免疫蛙跳算法,将克隆选择嵌入到蛙跳算法,利用分组进化和混合进化提升算法的全局寻优能力。通过将所提方法与常用电力线通信网络路由优化方法进行比较,验证了所提方法的有效性与优越性。

摘要： 车载自组织网络(VANET)是由移动车辆节点组成的移动自组织网络(MANET),其不依赖基础设施即可建立通信链路实现通信。由于车辆的高机动性和无线通信资源的限制,VANET难以保障车辆业务的服务质量(QoS)。针对该问题,引入软件定义网络(SDN),提出一种适用于软件定义车载自组织网络(SDN-VANET)的多约束QoS路由算法。利用SDN控制转发分离的优势保障各业务的QoS,SDN控制器会根据车辆业务的截止日期对业务实现顺序调度,并基于蛙跳算法设计自适应中继节点选择算法(AH-SFLA),SDN控制器根据QoS指标和全局拓扑信息计算数据在传输链路上的适度值,以此为基准搜索优化路径。在此基础上设置备选链路机制和QoS资源消耗阈值共同实现路由维护,减少网络故障发生的概率。联合Mininet-wifi和SUMO搭建SDN-VANET环境,并将AH-SFLA路由算法与IGA、IICSFLA进行对比验证分析。实验结果表明,与IGA和IICSFL相比,AH-SFLA在平均端到端延迟指标上分别提高了57.74%和46.6%,丢包率平均降低了29.9%和18.6%,标准化路由开销提升了36.93%和27.2%,能有效保证VANET中的QoS。

摘要： 鉴于暖通空调(Heating, Ventilation and Air Conditioning, HVAC)由于检测精度低,控制过程不完善,导致温、湿度控制效果差,提出基于光电传感器的暖通空调温湿度智能控制技术。分析光电传感器的光电组件,设计光电传感器的投光电路,通过复合悬臂梁的谐振频率实现温度采集,测量传感器的电阻两侧电压变化值获取当前环境湿度;将检测到的数据输入构建的温湿度智能控制系统,通过混合蛙跳算法(SFLA)优化PID控制器的参数,控制暖通空调的温、湿度保持在设定的范围,实现暖通空调温湿度智能控制。实验结果表明:设计的温湿度智能控制技术检测温度的误差低于0.02°C,在外界干扰的情况下,控制温度在26°C,湿度值在80%RH,因此,该技术可有效控制温度和湿度在设定的范围,具备可行性和有效性。

摘要： 本文针对柔性作业车间调度,引入光伏辅助供能,构建一种光伏和普通电网交替供电的柔性作业车间调度模型,提出一种多学习对象的蛙跳算法(multi-learning-object shuffled frog leaping algorithm,MLOSFLA),以同时优化碳排放和最小化最大完成时间。此算法提出一种新的学习对象选择方法,使模因组内的最差解的学习对象多样化,避免算法过早陷入局部最优。通过实例验证MLO-SFLA解决此问题的有效性,根据实验结果,MLO-SFLA对于所研究的考虑光伏辅助供能的柔性作业车间调度问题具有较明显的优势。

摘要： 报废汽车体积大,废弃物污染大,拆卸过程复杂,将作业任务均衡分配难。为此,本文对工作站数量确定的双边拆卸线平衡问题进行研究,建立问题数学模型,设计一种变邻域蛙跳算法。所提算法在寻优过程中采用变邻域搜索提高族群局部搜索效率;引入个体学习机制加快精英个体进化速度;提出基于二分法的节拍时间调整策略加快对最优节拍的搜索。最后,通过算例对算法性能进行验证并通过实例说明任务在拆卸线上平衡分配的重要性。

摘要： 随着农业智能化和信息化技术的发展,温室大棚环境因子的调控技术也成为研究的重点之一.为此,在深入分析温室环境特点与传统PID(proportionintegration differentiation,PID)控制技术不足的基础上,提出将蛙跳算法(shuffled frog leaping algorithm,SFLA)与传统的PID控制算法融合,形成蛙跳PID算法,并应用于温室大棚的温湿度控制研究.试验结果表明:对于温室的温度控制方面,在不同的采样时刻,实际温度与最佳温度的误差在±0.6°之间,最大误差仅为2.73％;在湿度调控方面,在80％的采样时刻,温室内的湿度参数都处在最佳的参数范围70％～80％RH内.本文设计的蛙跳PID控制系统控制精度高,温湿度调控误差小,实际应用效果好.

摘要： 通过建立大坝位移与水位、温度、时间相关关系的多因子统计模型,拟合和预测大坝位移变化过程,是大坝原型监测资料分析和安全监控的重要内容.为提升传统大坝位移统计模型的预测能力,引入蛙跳算法、卡尔曼滤波等,在最小二乘法计算得到统计模型回归系数的基础上,添加调节系数,使用蛙跳算法对回归系数进行优化;进而运用卡尔曼滤波法,将回归系数作为状态方程的状态向量,使得预测模型能够实时反映监测数据的变化.工程算例计算结果表明,该组合优化方法能够有效提高统计模型的预测精度,可应用于大坝位移预测中.

摘要： 针对目前蛙跳算法应用到入侵检测特征选择时均存在容易陷入局部最优、迭代后期收敛速度慢等问题,提出一种基于自适应蛙跳算法的特征选择方法,采用了自适应的变异策略,采用层次分析法自适应调整各影响参数权重以及建立模糊判断矩阵选择调整参数概率来改进蛙跳算法,实验结果表明改进的算法显著提高了收敛性能,并且具有很强的自适应能力,对不同类型攻击检测具有比较好的均衡性,并且能够保证较高检测率与较低的误报率.

摘要： 为更多的积累边坡最小安全系数搜索方法的相关经验,将蛙跳算法引入到边坡极限平衡稳定性分析中来,详细介绍了蛙跳算法的流程,对一典型土坡,通过正交试验分析了蛙跳算法的各个参数对计算结果的影响,并给出了推荐的参数取值。

摘要： 本文介绍了现有的计算机网络搜索算法，分析了它们各自的优势和存在的不足，并得出不同算法在不同应用范畴具有不同优势。最后，针对现有的计算机启发式搜索算法提出了一种新的并发启发式搜索蛙跳算法，并给出了具体的实现步骤。

摘要： 本发明公开了一种基于免疫进化粒子群混洗蛙跳算法的列车节能优化方法。该方法为：首先通过设置列车参数和线路参数，构建多车能耗及时间优化目标模型；然后以各车的工况转换点为优化变量，采用混洗蛙跳算法，对多车工况转换点进行搜索；接着采用自适应网格法维护外部存档，得到最优运行策略和多车的速度及能耗曲线；最后再根据已有列车时刻表，选择准时且最节能的列车运行策略，得到相应的速度曲线和能耗曲线。本发明提高了列车定时节能优化的精度，从停站时间、发车间隔和速度等方面对列车运行情况进行优化，节能速度优化效果明显，并提高了列车运行的准时性。

摘要： 本发明公开了一种基于混合蛙跳算法的物料烘干机进出料阀开度控制方法，包括：获取关于进出料阀开度控制的基本信息数据；确定决策变量组，以及建立与决策变量组相关的目标函数和约束函数组；利用混合蛙跳算法，得到使目标函数的值最小且满足约束函数组的决策变量组的取值，即最优解；利用该最优解控制物料烘干机进出料阀。能够自动生成物料烘干机进出料阀的开度控制参数，且该自动生成的参数能够保证物料绝对烘干，优化物料烘干机的加热耗能，以及节省注塑机自动供料系统的占用容量。

摘要： 本发明实施例提供一种基于量子蛙跳算法的聚类方法、装置及量子蛙算法，涉及计算机领域，解决现有量子蛙跳算法易于陷入局部最优解与收敛精度不足的问题。具体方案为：获取m个量子青蛙族群，每个量子青蛙族群由n个量子青蛙组成，根据m个量子青蛙族群中每个量子青蛙的适应度值确定全局最优量子青蛙位置和每个量子青蛙族群中的最优量子青蛙位置和最差量子青蛙位置，利用上述确定的量子青蛙位置与族群内的本次迭代次数对应的随机数，对每个量子青蛙族群中的最差量子青蛙位置进行更新，重复上述步骤，重新对每个量子青蛙族群中的最差量子青蛙位置进行更新，直到达到族群内的预定最大迭代次数，完成族群内更新，并向全局最优量子青蛙位置进行收敛。

摘要： 本发明公开了一种基于大津法‑改进混合蛙跳算法(Otsu‑ISFLA)的高速公路沥青路面裂缝分割方法。其方法步骤主要包括：步骤1.对待处理的裂缝图像进行图像灰度化处理；步骤2.对灰度图像利用中值滤波算法消除掉孤立噪声点；步骤3.应用自适应灰度拉伸法实现裂缝图像增强；步骤4.应用基于差分进化策略的混合蛙跳算法对裂缝图像分割阈值进行优化；步骤5.输出最优阈值，用Otsu算法对高速公路沥青路面裂缝图像进行分割，输出分割后的裂缝图像。

摘要： 本发明公开了一种基于大津法‑改进混合蛙跳算法(Otsu‑ISFLA)的高速公路沥青路面裂缝分割方法。其方法步骤主要包括：步骤1.对待处理的裂缝图像进行图像灰度化处理；步骤2.对灰度图像利用中值滤波算法消除掉孤立噪声点；步骤3.应用自适应灰度拉伸法实现裂缝图像增强；步骤4.应用基于差分进化策略的混合蛙跳算法对裂缝图像分割阈值进行优化；步骤5.输出最优阈值，用Otsu算法对高速公路沥青路面裂缝图像进行分割，输出分割后的裂缝图像。

摘要： 本发明涉及一种基于混合蛙跳粒子群算法的扩展德拜模型参数辨识方法，包括以下步骤：建立扩展德拜模型，建立待辨识参数的计算公式并确定目标函数；初始化粒子群，得到对应扩展德拜模型n维解向量的n个粒子，根据待辨识参数的计算公式和目标函数计算每个粒子的自身适应度；引入蛙跳算法的差异性分组，根据每个粒子的自身适应度大小将n个粒子划分为m个族群；对每个族群进行迭代和寻优，达到迭代终止条件后，输出全局最优值的粒子所在位置为扩展德拜模型的模型辨识参数，在传统粒子群算法中加入蛙跳算法的差异性分组，避免了粒子群过早集中于同一方向，也增加同族群内粒子相互学习能力。

摘要： 一种基于混洗蛙跳算法自动设计卷积神经网络框架方法：将卷积神经网络框架设计问题建模为一个有约束的组合优化问题，设计满足目标参数量要求的网络框架。提出了一种离散变长编码方法，将卷积层的输出、全连接层的层数和每层神经元的个数等超参数进行编码来表示卷积神经网络框架，然后采用混洗蛙跳算法以MNIST数据集上的分类精度为适应度评估值对最优网络框架进行搜索，得到最优的卷积神经网络框架。本发明提出的基于混洗蛙跳自动设计卷积神经网络框架的方法具有全自动、效率高等特点，对于经验不足的科研初学者也是非常友好的。

摘要： 本发明公开了一种解决分布式混合流水车间总延迟时间优化问题的强化学习蛙跳算法，主要为了改善传统调度优化方法解决分布式混合流水车间调度问题上的不足。其主要步骤如下：(1)设计问题的三串表示方法。(2)将Q‑学习嵌入到蛙跳算法的模因组搜索过程中，Q‑学习算法包括由全局搜索、邻域搜索和解的接收准则组成的动作集合和基于种群精英解和离散度而构建的6种状态。(3)在算法运行的过程中，根据种群的状态，利用Q‑学习动态的选择执行的模因组搜索策略。本发明提高了分布式混合流水车间调度方案的质量，可为车间生产过程提供高效的调度方案。

摘要： 本发明提供了基于改进代理辅助混洗蛙跳算法的生化路径规划方法，包括种群初始化；代理模型初始化；种群分组；种群更新；模型更新；判断混洗蛙跳算法是否满足终止条件，如果不满足条件，则继续进行种群的分组，否则输出当前种群适应度最优解作为最终解，即输出吉布斯自由能最大的生化代谢路径。本发明通过使用代理模型预测生化代谢路径的吉布斯自由能，为难以进行生化实验的代谢路径预测吉布斯自由能，实现了自然界代谢路径吉布斯自由能的全方面覆盖。

摘要： 本发明涉及一种基于改进混合蛙跳算法的混合储能容量配置方法及设备，所述方法包括以下步骤：基于历史数据构建混合储能容量优化配置数学模型；采用改进混合蛙跳算法求解所述混合储能容量优化配置数学模型，获得最优混合储能容量配置结果；所述改进混合蛙跳算法在子群内部更新过程中，基于子群个体平均值优化该子群内最差青蛙的位置。与现有技术相比，本发明采用的改进混合蛙跳算法不仅可以增大搜索范围，使得搜索精细化，也可以利用其他青蛙个体的位置来避免陷入局部最优，具有优化效果好、效率高等优点。