摘要：从经典人工蜂群算法机制出发,针对原始算法在初始种群构造、子种群分组、步长更新和种群淘汰方面的不足进行了改进.新算法运用均匀设计理论构造初始种群,提出了一种种群交叉的Z型分组方法,设计了一种对数函数自适应步长代替原来的随机步长,引入了小生境技术及时淘汰陷入局部最优的个体.实验结果表明,改进后的算法有效地解决了人工蜂群算法早熟收敛、搜索速度较慢等问题,并提高了解的精度.

摘要：为降低抛投式机器人在弹射过程中受到的冲击,实现低过载弹射,设计了高低压弹射装置,建立了高低压弹射内弹道模型.提出距离相关的改进文化算法,根据信仰元优良率和信仰元与父辈个体变量之间的距离寻找目标信仰元,指导个体进化.利用改进的文化算法对高低压弹射装置进行优化设计,优化计算结果表明高低压弹射过载大幅度降低,距离相关的改进文化算法不容易陷入局部最优解,弹射试验验证了优化效果.

摘要：从类电磁机制算法的机理出发,研究了其寻优机制.针对原算法中存在的初始种群不均匀、局部搜索效率低、合力计算公式病态性严重等问题,提出了一种改进的类电磁机制算法.采用均匀设计方法产生初始种群;采用混合混沌-模式搜索进行局部搜索;运用改进后的公式计算粒子之间的作用力;设计了一种自适应移动公式来更新粒子.实验结果表明,改进后的算法具有更好的收敛效果和更高的求解精度.

摘要：从混合蛙跳算法的寻优原理出发,研究了其寻优机制.针对标准算法中存在的初始种群不均匀、迭代后期收敛速度慢,易陷入局部最优的缺陷,提出了一种改进的混合蛙跳算法.采用随机化均匀设计方法产生初始种群;引入影响因子,动态地改变子群当前最差值对其进化行为的影响;根据群体适应度方差判断种群是否陷入局部最优,并通过对当前全局最优值微扰,使算法跳出局部最优.实验结果表明,改进算法有更高的收敛精度和更好的收敛结果.

摘要：针对现有算法中初始种群随机性强、局部搜索能力差、移动公式效率低等问题,提出了一种改进的类电磁机制算法.结合反向学习理论,引入带扰动因子的反向学习机制构造初始种群;提出了一种双混沌优化机制用于局部搜索;运用改进后的公式计算粒子之间的合力;设计了一种自适应移动算子来更新粒子.实验结果表明,改进后的算法具有更好的收敛效果和更高的求解精度.

摘要：针对基于2DMesh结构的片上网络功耗优化问题,提出了一种类电磁优化的片上网络低功耗映射算法.该算法采用实数编码机制,将类电磁算法应用于求解离散问题.使用轮盘赌的选择机制进行种群初始化,提高初始化粒子的质量,从而提高算法效率;利用调整序的方法进行局部搜索,提高粒子在局部范围内的精细搜索能力;设计电荷计算公式求解合力,用阈值滤掉作用力甚微的粒子,提高搜索最优解的效率.实验表明:改进类电磁的映射算法与现有的遗传算法、蚁群算法相比,平均节能达20.35%和12.58%,有效地降低了片上网络通信能耗,并且能耗分布更加均匀,算法效率更高.

摘要：提出了一种改进的类电磁机制算法——基于佳点集的类电磁机制算法.该算法运用数论中的佳点集理论构造初始种群;改进了局部搜索算法;运用改造后的公式计算粒子之间的作用力;设计了一种自适应移动算子来更新粒子.实验结果表明,改进后的算法能更快、更精确地收敛于问题的全局最优值.

摘要：根据最优超平面和类电磁机制算法的思想,提出了一种组合优化线性分类方法.该方法利用样本训练提取样本个体的类别特征,寻找到将类别分类的最优超平面,设计并实现了一种采用改进的类电磁机制算法的组合优化线性分类方法.试验取得了很好的分类效果,证实了组合优化线性分类方法的可行性.

摘要：[目的]旨在探究内孤立波作用下航行体水动力特性的变化规律及机理。[方法]基于强分层假设下的内孤立波m KdV理论,采用有限体积法离散不可压缩纳维-斯托克斯方程,结合速度入口造波和重叠网格方法,建立分层流中的波-体耦合数值计算模型。模拟不同内波环境下内孤立波与固定、悬浮航行体耦合作用过程,通过数值求解得到航行体的水动力载荷变化规律。[结果]结果表明:水下航行体所受作用力和力矩幅值随波幅的增加而增大;固定航行体接近于两层流体分界面时受到的影响更大,而悬浮航行体接近于内孤立波波谷纵深时,受到的影响更显著;初始俯仰角的增大会导致航行体水平力幅值剧烈增大;具有初始航速的航行体受到内孤立波主波和尾波共同作用后会发生“掉深”现象。[结论]研究结果对于水下航行体的安全操纵具有一定参考价值。

摘要：针对原算法中初始种群不均匀、局部搜索随机性强及移动公式效率低等问题,提出了一种改进的类电磁机制算法。采用随机化均匀设计方法构造初始种群,将混沌搜索与试探性移动方法相结合进行局部搜索,运用改进后的公式计算粒子之间的合力,将遗传变异思想融入移动公式来更新粒子。实验结果表明,改进后的算法具有更好的收敛效果和更高的求解精度。