人工蜂群算法
人工蜂群算法的相关文献在2009年到2022年内共计1364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1149篇、会议论文32篇、专利文献115997篇;相关期刊507种,包括科学技术与工程、传感器与微系统、计算机仿真等;
相关会议31种,包括第十一届中国智能交通年会、2013年全国大坝安全监测技术与应用学术交流会、2016年全国计算机体系结构学术年会 (ACA2016)等;人工蜂群算法的相关文献由3368位作者贡献,包括刘弘、王志刚、毛力等。
人工蜂群算法—发文量
专利文献>
论文:115997篇
占比:98.99%
总计:117178篇
人工蜂群算法
-研究学者
- 刘弘
- 王志刚
- 毛力
- 丁力
- 吴滨
- 周长喜
- 杜振鑫
- 高浩
- 吕中荣
- 吴洪涛
- 宋晓宇
- 马良
- 刘兴高
- 卢伟胜
- 孙辉
- 张平华
- 张雷
- 李艳娟
- 杨弘
- 沈艳霞
- 王翔
- 聂晓华
- 肖炜
- 赵明
- 陈杰
- 丁政豪
- 刘晓芳
- 孙晓雅
- 岳东
- 李洋
- 柳培忠
- 汪继文
- 火久元
- 王军
- 王艳娇
- 王鑫
- 赵博
- 赵红星
- 倪红梅
- 刘峰
- 刘志中
- 刘永建
- 刘济科
- 刘笃晋
- 向万里
- 周广涛
- 周武能
- 夏慧明
- 姜婷
- 师玉娇
-
-
张平华;
贾万祥;
程晓蕾
-
-
摘要:
目的 针对人工蜂群算法在求解问题的最优值时,后期收敛速度慢、易于陷入局部极值的问题,利用数论中的佳点集和一致分布原理,结合其他仿生智能优化算法的机制对人工蜂群算法进行了深入的改进,提出了一种基于一致分布佳点集改进的交叉人工蜂群算法(CGABC).方法 首先,利用数论的一致分布佳点集原理建立算法的初始化模型,以保证种群在搜索空间的均匀分布;然后,通过交叉方式进行迭代更新位置,以维持种群的多样性,防止算法陷入局部最优;最后,通过实验选取了4个工程问题和7个标准测试函数进行实验仿真.结论 结果 表明,与ABC算法、GABC算法等其他算法相比,CGABC的收敛速度及精度均有明显提高,增强全局寻优能力,有效地避免种群个体陷入局部最优,解决了多模态的优化问题.
-
-
陈文洲
-
-
摘要:
针对考虑工件加工时间不确定性的模糊分布式柔性作业车间调度问题(fuzzy Distributed Flexible Job Shop Scheduling Problem,fDFJSP),将加工时间用三角模糊数表示,以最小化最大模糊完工时间为优化目标,提出一种改进的人工蜂群算法进行求解。针对fDFJSP的分布式特点,设计了基于车间-工序-机器的三层编码方式,针对不同编码层,采用多种混合搜索策略,以提升算法的邻域和全局搜索能力。为测试算法的性能,设计了2组实验对5个算例进行测试,并与代表性算法进行对比。结果表明,所提算法结果总体优于其他对比算法,能够有效求解具有模糊加工时间的模糊分布式柔性作业车间调度问题。
-
-
张钟予;
朱振杰;
王心雨;
张进生;
牛俊杰
-
-
摘要:
为解决纺织车间纱锭自动输送系统的布局问题,分析车间物流及非物流影响因素,建立了生产成本最低化、生产效率最大化、工作区占地面积最小化的多目标优化函数。应用SLP和人工蜂群算法对输送系统进行布局优化。根据车间需求划分作业区域,进行数学建模及边界条件约束,以实际电子玻璃纤维基布生产车间为研究对象进行仿真验证。实验表明,优化后的物流量、占地面积和生产成本分别减少了26.1%、23.0%和27.6%,改进算法有效避免SLP方法存在设计误差较大以及人工蜂群算法易陷入局部最优的缺点。
-
-
寇发荣;
王甜甜;
王思俊;
张宏;
门浩
-
-
摘要:
准确、可靠的荷电状态(SOC)估计可以为电池管理系统的安全高效使用提供保障。针对锂电池SOC估计精度不足的问题,提出人工蜂群算法(ABC)和随机森林优化EKF算法(RFEKF)分别实现电池模型的参数辨识和SOC估计。在建立双极化模型的基础上,为解决在线辨识初始误差累积的问题,采用ABC算法搜索最小模型电压误差下的全局最优阻抗参数值,实现模型参数的精确辨识。在获得精确的模型参数基础上,使用随机森林(RF)对SOC后验估计误差进行在线补偿,达到弥补传统EKF算法高阶项误差的目的,进而实现SOC高精度估计。联合半实物仿真系统和电池测试平台,在EPA城市动力工况下对SOC估计算法实现快速控制原型验证。结果表明:基于ABC-RFEKF的锂电池SOC估计算法各项误差指标均低于传统SOC估计算法,平均误差在1%左右,满足实际工程需求。
-
-
王军;
刘立群
-
-
摘要:
人工蜂群算法存在收敛精度不足、容易陷入局部最优解的缺点。为此,提出一种基于自适应对数收敛双搜索策略的人工蜂群算法。该算法引入自适应系数和对数收敛系数改进雇佣蜂阶段和观察蜂阶段的搜索策略,防止算法陷入局部极值;同时引入双搜索策略,加快收敛速度并提高算法精度。然后在该改进人工蜂群算法的基础上提出一种自然场景下果园中苹果异源图像配准算法,采用SURF算法的非旋转因子与黑塞矩阵响应阈值两个参数作为改进后人工蜂群算法的初始蜂群二维向量,采用均方根误差函数作为适应度函数进行寻优搜索。在实验阶段引入樽海鞘群算法、蝙蝠算法和另一种改进人工蜂群算法与所提算法进行性能比较,实验结果表明,在全局进化次数固定的条件下,所提算法使人工蜂群算法的性能有了50%~90%的提升,且异源图像配准结果较传统SURF算法能够得到更多正确的特征点配对。
-
-
任金霞;
杜增正;
王兴康
-
-
摘要:
针对云资源调度中任务分配效率和资源利用率低等情况,提出一种改进的人工蜂群算法。在基本人工蜂群算法基础上,将交叉机制与全局最优引导的人工蜂群算法相结合,增强人工蜂群算法中蜂群对蜜源的开发能力,同时保持探索能力。在观察蜂选择策略中,引入灵敏度的概念。灵敏度通过配合蜜源信息素而让观察蜂选择蜜源,增加种群的多样性,避免算法陷入局部最优。实验结果表明:改进的人工蜂群算法更快收敛,当任务数为200个时,改进的人工蜂群算法的任务完成时间比人工蜂群算法和蚁群算法分别减少了24 s和35 s。
-
-
章呈瑞;
柯鹏;
尹梅
-
-
摘要:
移动边缘计算(MEC)通过将算力下沉到网络边缘来降低计算时延和设备能耗。针对计算密集型和时延敏感型应用场景,提出了一种单多维动态种群策略的人工蜂群算法(OMABC)来实现计算任务的卸载。建立一个包含云服务器的边缘计算卸载模型,并构建一个以能耗为惩罚项的代价函数;将计算任务的卸载决策转化为人工蜂群算法对代价函数的寻优过程。通过仿真实验,在CEC 2017测试函数上验证了OMABC的有效性,并在边缘计算模型仿真中与本地卸载策略、随机卸载策略、基于粒子群算法(PSO)的卸载策略、基于人工蜂群算法(ABC)的卸载策略进行对比。实验结果表明,基于OMABC的边缘计算卸载策略能够有效降低MEC系统的时延及代价函数,提供更高效的服务。
-
-
李吉轩;
吴洪明
-
-
摘要:
装配作业是加工中心最耗费人力和时间的过程,采用合理的装配任务编排方式对缩短加工时间、降低加工成本有着重要的影响。文中针对目前发展最为迅速的人机协作装配方式,提出了人机协作装配工作台方法。针对人机协作场景下对人机装配任务分配问题,从装配时间、成本、难度进行建模。采用人工蜂群算法对此多目标优化问题进行求解,并在原始版本人工蜂群算法的基础上提出了基于Lévy分布的跟随蜂生成策略、改进与融合差分进化思想的改进局部搜索策略,以改善算法全局搜索性能。最终基于此算法生成了人机装配序列甘特图,与其他3类典型的智能优化算法进行对比,结果表明本算法具有较高的求解品质与稳定性。
-
-
陈志梅;
李孟笑;
邵雪卷
-
-
摘要:
为使桥式起重机在复杂环境中实现最优路径规划,文中提出改进人工蜂群(artificial bee colony,ABC)路径规划新方法。建立三维地图环境模型,针对凹形障碍导致规划路径会穿过障碍物的问题,对凹形障碍作虚拟填充处理。在此环境中进行路径规划时,结合桥式起重机运行特点,考虑起重机吊装的高度变化,在分析传统蜂群算法基础上,基于并行选择策略对观察蜂跟随机制进行改进,防止算法早熟。提出路径节点选择准则,剔除初始路径中冗余节点,最后将改进算法与Bezier曲线结合,进行路径平滑处理。仿真结果表明:改进后的算法能快速找到桥式起重机运行的最短路径,且路径拐点少更平滑,提高了系统的吊装效率和安全性能。
-
-
张雪飞;
马志超
-
-
摘要:
随着信息技术的发展,数字经济在影响现代物流产业的同时也为冷链物流运输管理注入了新的活力。冷链物流产品在配送运输过程中,除了要关注时效性,还要关注客户的满意度。综合考虑时间窗约束和配送车辆载重量约束,以冷链物流配送车辆的运输距离最短和客户满意度最大为目标建立数学模型。通过引入人工蜂群算法(ABC)的分级思想,对蚁群算法(ACO)进行改进,并对每条路径上的信息素浓度做出限制,将其控制在一个已知的范围内,有效弥补蚁群算法早熟和搜索停滞的缺点,进而利用改进蚁群算法来求解该数学模型。最后,利用MATLAB软件对A城市某生鲜农产品冷链物流配送进行仿真,测试出改进蚁群算法的性能要优于基本蚁群算法和遗传算法,并为配送中心今后的物流配送指明了方向。
-
-
Wang Hui;
王慧;
Piao Zai-lin;
朴在林;
Meng Xiao-fang;
孟晓芳;
Guo Dan;
郭丹;
Wang Jun;
王俊
- 《智能农业技术与装备高峰论坛暨2018年中国农业工程学会农业电气化与信息化学术年会》
| 2018年
-
摘要:
光伏发电接入配电网会引起电压和网损等有关参数的变化,为了充分发挥光伏并网的优势,确定合理的接入位置和容量,提出一种新的光伏并网系统优化配置方法.该方法以系统总网损最小为优化目标,根据电压灵敏度计算每个节点允许接入容量的上下限,确保电压质量,利用改进人工蜂群算法实现光伏并网的优化配置,算法基于容量约束生成初始种群,运用全局引导交叉机制进行邻域搜索,采用改进的侦察蜂搜索机制选择新解.以IEEE33节点系统为例进行仿真分析,并与基本人工蜂群算法和粒子群算法等进行比较,结果验证了所提方法的可行性和有效性.
-
-
卢明明;
周家康;
林洁琼;
梁桂强;
谷岩
- 《2017年第一届切削仿真与制造工艺国际会议(ICCSMT2017)》
| 2017年
-
摘要:
三维椭圆振动切削(Three-dimensional elliptical vibration cutting,3D-EVC)颤振抑制问题可以看作为切削参数优化,利用群智能优化算法寻优得到最佳切削参数.为此,提出一种改进的人工蜂群算法(Particle-artificial bee colony,PABC)对3D-EVC切削参数进行优化.该方法将粒子群算法中算子移动的“认知”部分和“社会”部分融合进采蜜蜂进化策略,并引入惯性权重,来提高全局最优解附近的搜索能力及收敛性能;基准函数测试结果验证了该方法在寻优精度和速度上均具有良好的收敛性能;同时给出了3D-EVC加工过程中刀尖点振动位移幅值与切削深度、进给量以及主轴转速之间的数学模型,利用PABC算法对模型进行参数优化;实验结果表明,经PABC进行参数优化后,刀尖点振动幅值明显降低,且工件表面粗糙度由120nm降低到36nm,证明了该方法的有效性.
-
-
-
-
-
蔡涵鹏;
吴庆平;
任海洋
- 《2018勘探地球物理学研究进展学术研讨会》
| 2018年
-
摘要:
针对传统地震相分析方法对海量地震数据处理运算速度较慢、容易陷入局部最优解、灵敏性不高、未考虑先验知识等难题,本文提出了基于叠前地震纹理属性的半监督全局优化地震相分析方法.算法中首先引入叠前地震纹理属性以突出地震反射信息中的微小空间、振幅随方位角、偏移距等的变异性,然后通过训练样本对自组织映射神经网络(SOM)进行训练,最后在先验知识的约束下,采用具有全局优化能力的人工蜂群算法对SOM输出层的神经元进行半监督最优化聚类,得到最优的神经元与地震相的映射关系.实际应用结果表明,提出的方法显著地提高了地震相图的准确度和地震微相的识别能力,能够成为一种性能更加优越的地震相分析工具.
-
-
L(U) Zhilin;
吕智林;
SUN Shunji;
孙顺吉;
TANG Zeqi;
汤泽琦;
WEI Qing;
魏卿
- 《2017年中国智能电网学术研讨会》
| 2017年
-
摘要:
考虑风电、光伏出力及负荷波动的随机因素,引入序列运算理论对风、光出力偏差以及负荷波动偏差的概率分布模型进行卷和及卷差运算,得到各时段净负荷概率密度函数的离散序列.在此基础上,优化满足机组爬坡等约束条件的不同可靠性水平下的微网系统正、负旋转备用.以日运行发电成本和环境成本最小为目标函数,优化可控机组出力、蓄电池的充放电以及可中断负荷.采用改进的人工蜂群算法(ABC)对模型进行求解.提出考虑微网期望停电损失、期望切风光损失费用和正、负旋转备用成本的综合经济效益CEB指标,以该指标为依据综合评估微网系统在可靠性指标为何值时旋转备用经济效益可达到最大.最后算例验证模型和算法的可行性.
-
-
-
陈晨;
邵晨飞;
魏玮;
李经纬;
江潜成;
杨孟
- 《2013年全国大坝安全监测技术与应用学术交流会》
| 2016年
-
摘要:
对大坝进行有效的监控,建立实用的大坝安全监测模型,根据监测资料准确的预测大坝的变形,对大坝的健康状况及安全稳定的具有重要意义。针对大坝变形具有很强的非线性、随机性,大坝变形的预测困难,本文提出人工蜂群BP神经网络大坝变形预测方法.将人工蜂群算法与BP神经网络相结合,利用人工蜂群算法具有很强的全局优化能力、强鲁棒性等优点来克服BP神经网络收敛速度慢、易陷入局部极小点等缺点,同时建立了蜂群BP神经网络大坝变形预测模型,将该模型与单纯的BP神经网络预测模型相比较,结果表明该优化算法提高了大坝变形预报的精度,加快了网络的收敛速度.
-