蜂群算法
蜂群算法的相关文献在2004年到2022年内共计459篇,主要集中在自动化技术、计算机技术、电工技术、无线电电子学、电信技术
等领域,其中期刊论文201篇、会议论文9篇、专利文献51955篇;相关期刊136种,包括信息系统工程、上海理工大学学报、沈阳工业大学学报等;
相关会议9种,包括第七届全国信号和智能信息处理与应用学术会议、中国对外经济贸易会计学会2013年学术年会、第十一届全国博士生学术年会——民用航空科技及产业发展专题等;蜂群算法的相关文献由1226位作者贡献,包括马良、高浩、王海泉等。
蜂群算法—发文量
专利文献>
论文:51955篇
占比:99.60%
总计:52165篇
蜂群算法
-研究学者
- 马良
- 高浩
- 王海泉
- 温盛军
- 刘兴高
- 刘弘
- 卢伟胜
- 张桂娟
- 陆佃杰
- 周广涛
- 喻俊
- 姜鑫
- 孙艳涛
- 岳东
- 聂晓华
- 赵博
- 郝勤顺
- 高磊
- 任伟建
- 刘晓琳
- 吕蕾
- 师玉娇
- 张涛
- 施威
- 李佳流源
- 杨星海
- 林萌萌
- 楼旭阳
- 樊小毛
- 王军
- 王景景
- 田杰
- 苏孟豪
- 郭建胜
- 霍凤财
- 韩德志
- 魏建华
- 于春阳
- 余学山
- 刘飞
- 叶方
- 吕中荣
- 夏秀玮
- 岳文轩
- 张晔
- 张鹏
- 李一兵
- 李敏
- 李鹏
- 杜盼盼
-
-
姜鑫磊
-
-
摘要:
人力资源配置优化对于提高医疗机构的社会责任与核心竞争力具有重要意义,文中在突发公共卫生事件的情况下,深入研究了医疗人力资源优化配置的算法设计问题。对于人力资源优化配置问题,将其转换为约束条件下的目标优化问题,采用局部与全局约束结合的方法建立了精细化的人力资源模型,并求解出优化方程。通过引入改进蜂群算法,使用实验方法优化了复杂背景下目标优化方程的结构参数,得出系统最优解集。实验测试结果表明,文中所提方法能够得出人力资源优化的多目标问题的最优解,具有良好的服务溢出能力,能够支持突发紧急状况下的合理人力资源配置,同时保障无疫情地区的正常医疗服务。
-
-
刘晓琳;
谢孟岑
-
-
摘要:
为了解决非线性摩擦力导致飞机舵机电动伺服系统的控制性能降低这一问题,提出了一种基于改进蜂群算法的系统摩擦辨识与控制策略。首先,引入LuGre摩擦模型对系统进行数学建模,提高模型的准确性;其次,利用tent混沌映射、自适应反向轮盘赌概率选择方法及动态位置搜索方法对蜂群算法进行改进,提高算法搜索能力的自适应性、全局搜索能力和收敛精度,进而提高摩擦模型参数辨识精度;最后,结合辨识后的摩擦模型设计复合控制补偿器以补偿系统运行时产生的非线性摩擦力。实验结果表明,改进蜂群算法方法可以使摩擦参数的辨识值更精确。同时在复合补偿控制器作用下,系统跟踪误差值由1.86 Nm降至0.23 Nm,减小了约87.6%,降低了摩擦力对系统性能的影响,提升了系统的控制精度。
-
-
牛军锋;
甘旭升;
刘影;
韦刚;
刘飞
-
-
摘要:
为改善防空作战中对空中目标威胁的判断决策能力,提出了一种基于蜂群(ABC)算法和相关向量机(RVM)的空中目标威胁评估方法。从防空作战的实际出发,依据数理统计分析构建空中目标威胁指标体系;采用ABC算法优化多核RVM的相关参数,构建空中目标威胁评估模型。仿真分析表明,该方法是一种精度较高的空中目标威胁评估方法,在各项精度指标上均优于单一Gauss核或单一Sigmoid核的RVM方法,从而证实它的有效性和可行性。
-
-
邵烨荣
-
-
摘要:
为了提高卫星网络节点故障定位的正确性和完全性,提出了基于Kalman滤波和APNN的卫星网络节点故障定位方法。利用Kalman滤波算法追踪卫星网络节点故障信号,并实施预估及校正,获得最优的故障状态变量估计值,初始化故障状态变量估计值,将自适应概率神经网络的样本误差函数视为适应度函数寻优平滑因子集,经过多次迭代获得的最优解,即平滑因子集,实现卫星网络节点故障定位。实验结果表明:所提方法卫星网络节点故障定位的正确率始终高于95%,故障定位的完全率基本不受故障数量影响,始终保持最高,具备较高的完全性,且定位时延和通信开销低。
-
-
戴亚盛;
马柏林;
乐光学
-
-
摘要:
海洋表面受电磁波稀疏散射、海浪阴影衰落、舰船摆动、晴雾雨雪等复杂环境因素影响,海上无线通信信道衰落建模极其复杂。通过分析直射、镜面反射、漫反射和复杂气象环境对信道衰落的影响,提出了复杂气象环境海上无线通信信道衰落估计模型。设计改进蜂群算法对该信道衰落估计模型求解,构建以sin(·)函数为算子引导跟随蜂进行搜索,降低搜索空间,提高求解效率和精度。引领蜂以概率P接收侦查蜂解进行更新,抑制求解算法陷入局部最优的问题。实验结果表明,提出的模型与波动双射线模型和地球曲率模型相比,精度平均提升13.58%和11.43%;与布谷鸟搜索、遗传算法、模拟退火算法等对比分析,搜索时间分别减少60.48%、45.18%、43.23%。
-
-
黄少罗;
姚恺;
梁庆海
-
-
摘要:
为解决复杂装备拆卸过程中生成并行拆卸序列的问题,采用“模型+算法”的拆卸研究思想,分析装备部件的装配关系。根据零件爆炸图模型依次形成并导出拆卸混合图模型和拆卸关系矩阵,引入全域搜索因子改进人工蜂群算法(artificial bee colony algorithm,ABC),应用计算机程序辅助规划并得到了并行拆卸序列。实验结果表明,该方法对复杂装备不同部件拆卸序列研究具有一定的借鉴价值。
-
-
姚江云;
吴方圆
-
-
摘要:
为了解决在复杂环境下机器人工作过程中的避障及运动轨迹优化问题,提出一种基于混合搜索策略改进的人工蜂群算法机器人轨迹规划方法。传统的蜂群算法在进行邻域搜索时,都采用单一的、静态的搜索策略,存在收敛速度慢,易陷入局部最优的问题,该文通过引入搜索因子将不同的搜索策略进行整合,通过模糊控制算法控制搜索因子的大小决定采用何种搜索策略,实现了多种搜索策略混合执行的改进型人工蜂群算法,最后将该算法应用于机器人轨迹优化问题中。实验结果表明,该方法能够得到较优轨迹,且寻优速度快、过程稳定。
-
-
王希宇;
魏赟
-
-
摘要:
论文结合改进的蜂群算法和改进的模糊算法,为解决机器人路径规划问题提出了一种新的方法,即IF&IABC(Improved Fuzzy&Improved Artificial Bee Colony)算法。对人工蜂群算法进行改进,首先利用混沌思想和反向学习策略初始化种群,通过免疫信息调节机制在当前解和反向解之间进行选择,扩大种群多样性,增强跳出局部最优的能力;通过引入量子策略改进邻域搜索,引入独立的惯性权重来调节全局和局部寻优能力;采用边界变异法避免算法在搜索的过程中陷入局部最优。同时,结合具有速度反馈的模糊算法规划机器人的避障行为,从而控制机器人在特定状态下准确方便地改变路径,保证其在最佳状态下运行到目标点。实验结果证明论文算法步骤简捷,能很好解决不同机器人数量与不同任务目标点数量情况下的路径规划,且具有较大的实用性。
-
-
赵才;
张志飞;
陈丹风;
李欣
-
-
摘要:
针对传统人工蜂群算法(artificial bee colony,ABC)在求解微电网运行调度时收敛慢和容易陷入局部最优等问题,受粒子群算法的启发,提出了一种改进人工蜂群算法(improved artificial bee colony,GABC)——全局最优解的信息纳入求解搜索方程中,来指导候选解的搜索,以增加收敛速度和全局搜索能力。然后,在考虑系统功率平衡约束和各微电源出力约束前提下,以经济成本最小、环境成本最低作为目标函数,比较全面地建立微电网调度模型。最后,采用GABC算法和ABC算法对模型进行求解。试验结果表明,GABC算法无论是收敛速度还是精度都优于ABC算法。因此,GABC在求解微电网优化调度问题时具有显著的成效。
-
-
王庆海;
卢晓伟;
李超;
连小英
-
-
摘要:
重型起吊船舶作业过程中会引起船舶倾斜,压载水系统通过调节全船压载舱舱室压载水的注入、排出或调驳确保船舶稳定性。基于船舶静力学和蜂群算法建立了船舶压载水调配优化数学模型,以船体的稳定性为约束条件,压载水总调配量为目标函数进行优化研究,通过对目标案例进行解算分析,该优化方案极大的降低了压载水的调配量,提高了压载水调配效率,该算法通用性强可为船舶自动化压载系统研制提供理论支持,在保证船舶压载安全性和稳定性的前提下实现船舶压载自动化。
-
-
李全来;
石文天;
项辉宇;
李长林
- 《第十四届切削与先进制造技术学术会议》
| 2017年
-
摘要:
微磨料气射流加工技术具有热影响区小、加工时切削力小、加工效率高、几乎能加工任何材料等优势,尤其适于高脆性非金属材料和高硬度金属材料的精密加工.优化磨料射流加工工艺参数是磨料射流加工技术进一步推广应用的基础.国内外学者分别采用序列近似规划法、满意度函数法、理想点法、粒子群算法等优化了磨料射流加工工艺参数.蜂群算法具有控制参数少、收敛速度快、收敛精度高、易于实现等优势,已成为求解多目标优化问题的有效工具.本文以材料去除率和加工宽度模型为优化目标函数,以加工深度为约束条件,以气压、靶距和喷嘴横移速度为优化变量,建立约束多目标工艺优化模型,用蜂群算法进行优化求解,通过试验验证优化得出的加工工艺参数范围的有效性。
-
-
QIN Huan;
秦欢;
YU Zuo-jun;
于佐军
- 《2016年第27届中国过程控制会议》
| 2016年
-
摘要:
针对标准人工蜂群算法的缺点:搜索效率低、收敛速度慢,本文提出了一种改进的人工蜂群算法.通过引入算术交叉操作以及利用最优解指导搜索方向,显著增加了算法的收敛速度,在7个基准函数上的测试结果表明该算法拥有比其它五种智能算法更优越的效果.在此基础上,针对K-means算法的缺点,提出了基于改进蜂群算法优化聚类数的K-means算法,使得算法具备自动获得最佳聚类数的功能,在人工数据集和Iris数据集上的测试结果亦表明了算法的可行性.
-
-
-
-
-
-
Zutong Wang;
王族统;
Jiansheng Guo;
郭建胜;
Wenming Gao;
高文明
- 《第十一届全国博士生学术年会——民用航空科技及产业发展专题》
| 2013年
-
摘要:
随着无人机和航空遥感技术的不断成熟,无人机遥感逐渐成为一项空间数据获取的重要手段.由于无人机执行遥感任务之前,对任务环境的天气、地形都无法确定,因此,本文主要研究不确定环境下的无人机遥感任务规划问题,并建立相应的不确定规划模型.考虑到所研究的问题存在NP-难特性,论文引入一种新的启发式算法——蜂群算法,对其进行改进,构建适于解决无人机遥感任务规划问题的算法,并通过与现有算法进行性能比较,验证算法的有效性.最后,通过一个存在13个遥感任务点的应用实例,验证论文提出的模型及算法的有效性,结果表明,不确定环境下得到的最佳方案更符合实际.
-
-
-