摘要：为了使移动机器人在已知环境中规划出最优路径并对路径进行跟踪,提出了基于改进人工鱼群算法的机器人路径规划方法和PID跟踪方法。使用栅格法建立了环境模型;分析了传统人工鱼群算法原理,对算法的视觉范围、移动步长、可行走区域进行了重新定义,使之能够适用于栅格环境;提出了加权平均视觉范围和自适应拥挤度因子,兼顾了算法前期大范围搜索和后期细致搜索;使用改进人工鱼群算法优化PID控制参数;经实验,相比于传统算法,改进算法规划出的路径长度减少了11.4%,改进算法优化的PID参数在超调量、上升时间、震荡次数等方面优势明显。

摘要：低压管道输水可以减少渗漏和蒸发损失,提高水资源利用率,节约耕地,但管道输水投资较高,如何通过合理设计降低投资已成为低压输水管网可持续发展的重要研究课题。为减少投资总费用、满足灌溉节点流量需求,提出一种改进人工鱼群算法的低压输水管网优化模型。以管网年投资为目标函数,然后引入罚函数将其转化为无约束问题,并对硬聚氯乙烯(unplasticized polyvinyl chloride,简称UPVC)管管道工程造价拟合优化,建立满足节点需水量的数学模型,采用自适应步长和视野范围的改进人工鱼群算法进行求解。实例结果表明,改进人工鱼群算法的年费用为4.68万元,比原投资年费用(6.12万元)减少23.53%,有效优化了管网布置,降低了投资成本。

摘要：巡检机器人的云台相机位姿控制对设备巡检和获取故障区域图像至关重要。针对综合管廊巡检机器人的巡检需求,提出了一种基于改进人工鱼群算法和自适应模糊PID的云台相机位姿控制方法。在人工鱼群算法优化的中后期,借鉴遗传算法思想增强寻优能力。基于改进的人工鱼群算法优化云台相机位姿PID控制参数初值,设计了相机位姿变换的约束区域,通过自适应模糊PID实现相机位姿在线实时控制,并与常规PID和自适应模糊PID控制算法进行对比分析。实验结果表明,基于改进人工鱼群算法和自适应模糊PID的云台相机位姿控制具有良好的实用性和鲁棒性。

摘要：为合理模拟碾压混凝土坝自身流变特点,择取适当模型作为坝体和坝基材料持载变形下本构关系,建立有限元方程,使大坝变形与其物理力学参数的隐性对应关系明确化.在实测大坝位移变形资料的基础上,运用统计模型提取各所需位移分量,建立优化反演目标函数,采用相对于基本人工鱼群算法(AFSA)全局优化能力更加高效精准地改进人工鱼群算法(IAFSA)对碾压混凝土坝粘弹性力学参数进行搜索反演,并对二者的寻优结果做出对比分析,IAFSA算法的优越性得到证实.反演求解计算过程通过对改进人工鱼群算法的程序化语言设计结合ANSYS有限元计算命令的调用来实现.文末工程实例计算数据成果证明,本文反演方法可应用于坝工结构反分析领域.

摘要：为提升复杂零件工艺规划的集成化和智能化,提出一种基于混合算法面向STEP-NC自由曲面特征的加工操作方法智能决策方法.首先,构建了面向STEP-NC自由曲面特征的加工操作方法决策BP神经网络模型.然后,基于自适应视野策略、自适应步长策略和混沌算法给出了改进的人工鱼群算法,并与BP神经网络相融合设计了用于STEP-NC自由曲面特征加工操作方法决策的混合算法.并利用归一化的零件加工信息实现了STEP-NC自由曲面特征的加工操作方法高效智能决策.最后,通过实例验证了该方法的有效性和可行性.

摘要：运用群智能算法解决投资组合优化时会遇到收敛速度慢、收敛精度不高、鲁棒性弱等问题。鉴于此,对以往算法的不足进行研究,尝试运用规范化、随机选择行为中加入变异因子以及改进觅食行为的搜索策略,通过轮盘赌对整个鱼群进行择优选取并迭代。验证算法性能的数据集来自沪深股市中随机选取的20只股票的实时交易数据,对模型参数以及算法参数进行详细分析,分析结果表明,该算法具有较好性能。

摘要：为改善高速凸轮机构动力学性能,首先采用非均匀有理B样条(NURBS)重构凸轮廓线,建立高速凸轮单自由度弹性动力学模型,进行高速凸轮机构多目标动力学优化设计。然后利用改进人工鱼群算法求解该模型,获取系统Pareto最优解从而得到优化后的NURBS廓线。最后,分析和比较高速凸轮机构在NURBS和修正正弦两种廓线下的动力学响应。结果表明:改进人工鱼群算法可以有效解决多目标优化问题,优化后NURBS廓线运动学特性与修正正弦廓线相差不大,在一定程度上降低了高速凸轮机构的残余振动幅值,提高了高速凸轮机构的定位精度和动力性能,减少了振动和冲击的噪声。

摘要：针对传统的关键节点识别方法以网络的一种或几种特征作为判定指标,存在片面性而不能普遍适用,且识别过程中很少考虑网络的动态特性的问题,提出采用优化算法进行网络关键节点识别,考虑网络的动态性引入网络级联失效模型,基于此构造网络鲁棒性测度用以衡量网络性能,以此为目标函数,采用以佳点集、趋化行为及列维飞行策略改进的人工鱼群算法进行优化搜索。实验分析结果表明,所提方法识别效果相比传统关键节点识别方法更为有效和优越,改进人工鱼群算法相比此领域已采用的传统智能算法效果更佳。

摘要：为提高医学图像的检索结果,提出一种基于改进人工鱼群算法的医学图像相关反馈检索方法 (ISAFA)。提取医学图像的颜色、纹理、形状特征,采用相似度量模型得到图像初步检索结果,根据用户的反馈信息,采用改进人工鱼群算法对特征权值进行调整,以获得更加理想的检索结果。检索结果表明,ISAFA提高了医学图像的检索准确率和检索效率,可以找到满足用户需要的医学图像。

摘要：针对BP神经网络收敛速度慢、易陷入局部极小的缺点,提出将改进的人工鱼群算法与BP算法相结合的混合算法训练人工神经网络,建立了相应的优化训练模型及训练过程。通过基于生物免疫机制改进的人工鱼群算法优化训练多层前向神经网络,使神经网络对训练初值和参数要求不高,扩大了权值的搜索空间,提高了收敛速度和学习精度,有效地协调全局和局部搜索能力。仿真结果表明,该算法性能优于其它算法,具有均方误差值小、收敛速度快和计算精度高等特点,是一种更有效的神经网络训练算法。