自动分布阈值图像多目标分割算法

提出了一种有实际背景的最小费用箱子覆盖问题──每个物品有长度和费用2个参数.针对局外最小费用箱子覆盖问题,给出了一个求解该问题的最坏情况渐近性能比为1/2算法C-FF1.同时给出了一个求解该问题的局内算法C-FF2,其绝对性能比为1/2,并证明了不存在绝对性能比大于1的算法.     

近似求解子问题的乘性Schwarz算法

提出求解线性互补问题的一个乘性Ｓｃｈｗａｒｚ算法，算法中子问题非精确求解，得到了单调收敛性及误差估计式。     

求解离散优化问题的改进人工蜂群算法的研究

目的解决人工蜂群算法在求解连续优化问题时易陷入局部最优,收敛速度慢,而且算法在最初设计时不适用于离散问题的求解等问题。方法而0-1问题属于典型的二进制离散约束优化的NP-Hard问题,故提出了基于离散优化问题的人工蜂群算法(DABC)。首先,采用二进制编码方法,改进解的编码形式;其次,使用多维邻域搜索策略改进ABC算法的搜索策略,并在雇佣蜂阶段引入高斯变异,保持种群的多样性,加快算法的收敛速度。在侦察蜂阶段引入柯西变异算子,以增强算法的全局搜索能力,避免算法在迭代时陷入局部最优,进一步提高算法的效率和精准度。结果通过实验仿真验证了算法的有效性和高效性,当种群规模增大时,算法的收敛速度加快,从而验证了不同的参数值对算法的影响。结论改进后的算法在求解离散优化问题时确保种群的多样性,提高了算法的收敛速度、整体寻优能力和开发能力。     

一种改进的遗传算法及其收敛性分析

为了克服基本遗传算法只考虑种内竞争的缺陷,提出了基于种间竞争的基本遗传算法的改进算法,并用Markov链分析了遗传算法的收敛性问题,证明了改进的遗传算法收敛到全局最优解的概率为1.通过考核实例计算,发现改进后的算法具有更强的鲁棒性.     

基于鱼群算法的多维背包问题研究

将鱼群算法应用于求解多维背包问题,提出一种求解多维背包问题的鱼群算法,MKPAFSA。定义MKPAFSA中的各元素,且引入启发因子和动态因子,并对鱼群算法进行了改进和优化。它减少了人工鱼的搜索时间,有效改善了鱼群算法后期收敛较慢且一般仅能得到满意解域的缺陷。仿真试验取得了较好的结果。     

混合背包问题的算法设计与分析

提出了一种更具有实际用处的混合背包问题,并建立了相应的数学模型,然后进行了算法设计以及复杂性分析,最后给出了程序主要代码,并利用计算机求解了实例问题,验证了所提出算法的有效性。     

基于模糊控制的牵引电机冷却风机变频节能控制系统

介绍了一种求解旅行商问题的新算法“最小调整法”，给出了该算法求解旅行商问题的具体步骤以及有效性证明，对算法的复杂性及近似程度进行了分析.最后通过典型算例进行了检验说明.与经典算法相比，新算法体现了简单易行的特点，对求解旅行商问题具有一定的启发意义.     

指派问题的改进蚁群算法研究

指派问题是组合优化问题的一个分支，也是生活中常见的问题。根据指派问题的特点，将效率矩阵的行标看成旅行商问题的城市，提出了一种改进的蚁群算法，仿真试验结果和其他文献结果比较，证明了该改进算法的可行性。     

一种基于元胞自动机的改进遗传算法

针对遗传算法中存在搜索效率和解精度低的问题,结合元胞自动机模型,提出了一种改进的遗传算法——竞争杂交算法。在适应度函数中运用元胞自动机模型进行竞争复制,在确定交叉算子时进行杂交,依此来对遗传算法进行改进。仿真结果表明,竞争杂交算法在搜索速度和概率上比简单遗传算法要高一些。     

MPEC问题的带任意初值的一类算法

研究了求解带线性互补约束优化问题的一种新算法，其中新算法w ∧o可任意选取，算例表明，此算法是有效的。     

非线性最小二乘问题的结构p步牛顿法

给出了非线性最小二乘问题的结构p步牛顿法算法,分析了该算法的效率,结果表明,对零残差问题新算法具有q-2阶收敛速率,与牛顿法具有相同的收敛速率,由于新算法只需计算近似海赛矩阵,所以,其效应比牛顿法高,对于非零残差问题算法具有p步p 1阶收敛速率,其效率至少与牛顿法相同。     

基于加速度传感器的种公羊运动行为识别

为解决种公羊运动行为的识别依赖饲养员观察耗时耗力的问题,本研究设计了一种基于加速度传感器的种公羊运动行为识别系统。该系统利用无线加速度传感器节点采集种公羊的运动行为信息,对行为信息进行实时采集和无线传输,分析传感器4种部署方案下(背部、颈部、前腿、后腿)采集到的羊行为数据,并利用K均值聚类法和区间阈值分类法进行分类。试验表明传感器的4种部署方案中将传感器部署在种公羊的背部靠近前腿处得到的加速度数据最稳定。但K均值聚类法平均识别率为77.05%,识别效果差,因此又提出了区间阈值分类法,通过对加速度数据识别测试获得区间阈值,对静立、行走、奔跑行为的识别率分别达到95.96%、95.78%和96.89%,3种行为的平均识别率达到96.21%。本研究所获得的运动行为数据可应用于种公羊的运动量补充和健康状况监测。     

基于蚁群-BFS算法的复杂环境下农业机器人全区域覆盖研究

目的 以路径重复率为优化目标解决农业机器人在数字生态农场中的全区域覆盖问题。方法 首先,将栅格地图中的障碍物进行膨胀处理,在此基础上进行矩形分区以及分区合并操作;然后,通过改进的蚁群算法规划分区间的遍历顺序、通过改进的广度优先搜索(Breadth first search, BFS)算法规划分区间终点与起点的衔接路径,从而实现机器人全区域覆盖。2种算法的具体改进方案为：分别通过人工免疫算法与粒子群算法改进遗传算法的选择与交叉算子,并将改进后的选择算子、交叉算子、原遗传算法变异算子与蚁群算法相结合改进传统蚁群算法信息素更新方法;建立动态函数以简化BFS算法规划的路径。结果 仿真结果表明,改进蚁群算法收敛时的迭代次数较传统蚁群算法减少了83.1%,路径长度相比减少了4.8%;由改进的蚁群算法与改进的BFS算法规划的机器人遍历路径重复率是传统蚁群算法和BFS算法的56%,且农业机器人能实现对农田区域的100%覆盖。结论 本研究提供了一种农业机器人在复杂环境的数字生态循环农场中进行全遍历覆盖的解决方案。     

引入启发式函数蚁群算法的VRP研究

车辆路径问题是一个NP难题,蚁群算法是求解诸如车辆路径安排问题等组合优化问题的有效工具。分析了蚁群算法在VRP中的应用,提出启发式函数对传统的蚁群算法的改进,对传统蚁群算法进行优化。通过实验对该方法进行检验,实验结果显示,本文提出的算法性能优于传统的蚁群算法。     

基于K-means-BP神经网络的舍饲环境母羊产前运动行为分类识别

为了探讨舍饲圈养方式对怀孕母羊生理及心理健康产生的影响,设计以三轴加速度传感器MPU6050为核心的母羊产前运动行为监测装置,并对37只成年小尾寒羊母羊产前的运动行为(站立、行走、趴卧及刨地)进行分类识别.针对母羊趴卧和站立2种静态行为识别难度大的问题,提出采用K-means聚类算法对趴卧行为进行识别.在此识别结果的基...     

基于改进的Chambolle对偶迭代的图像分割方法

为了克服基于对偶迭代的分割方法在要求达到较高精度的分割时收敛较慢的缺点, 提出了对二相位分片常数Mumford-Shah模型的一个子问题采用改进的Chambolle对偶迭代进行求解. 通过对Chambolle对偶迭代和一种修正对偶迭代分别进行局部傅立叶分析, 证明了所提出的算法的合理性. 实验结果表明: 对于two-cell图像, dot256图像, 当终止准则精度要求更高时, 提出的算法迭代步数少, 收敛更快.     

基于改进粒子群算法的烧结配料预测模型

针对烧结配料系统中的非线性、复杂性和相关性，基于BP神经网络建立烧结配料的预测模型，并采用粒子群算法对预测模型参数进行优化。为了克服粒子群算法的局部收敛性，在迭代过程中，根据迭代次数对惯性权重进行动态非线性调整，从而提高算法的搜索能力。仿真结果表明，所提出的改进粒子群算法与传统的粒子群算法比较，收敛速度快、迭代次数少、具有较强的全局寻优能力。     

非单调线性互补问题的不可行内点算法

研究了一类更广泛的非单调线性互补问题,提出了其一个不可行内点算法,分析了算法的收敛性,给出了算法的多项式复杂性。     

蚁群算法解决TSP问题的研究

蚁群算法是一种用于解决复杂问题的新的启发武算法，它是通过信息素的积累和更新收敛于最优路径上，隶解速度慢，而遗传算法具有快速随机的局部搜索能力。将遗传算法和蚁群算法融合，给出一种求解TSP问题的改进的算法。