摘要：针对蚁群算法易陷入局部最优及收敛速度较慢的问题,提出一种带混沌扰动的模拟退火蚁群算法。引入模拟退火机制及混沌系统,分别对基本蚁群算法中的蚂蚁种群搜寻范围以及信息素设定与更新进行改进,提高蚁群算法全局搜索能力。使用该算法与基本蚁群算法同时求解TSP这一经典组合优化问题,对两种算法的求解性能进行对比分析。仿真结果表明,该算法的求解精度及求解效率都明显优于基本蚁群算法。

摘要：针对现有群智能优化粒子滤波算法精度较低和收敛速度较慢的问题,提出了一种基于混合引导策略的萤火虫优化粒子滤波算法(MSFA-PF).通过在萤火虫寻优过程中加入混沌扰动搜索策略,以权衡粒子的寻优能力与开发能力;提出一种动态视觉搜索策略,以提高粒子向高似然区域移动的寻优利用率;根据粒子滤波机制设计了新的荧光亮度计算公式,以扩展观测信息,从而提高了粒子质量.仿真结果表明,所提出的MSFA-PF算法能够有效提高智能优化粒子滤波对非线性系统状态估计的精度和速度.

摘要：针对声级测量中利用传统双线性变换法设计频率计权滤波器时在标称频率高频段出现的误差问题,采用一种基于混沌加权粒子群算法的设计方法,进行了频率计权的优化设计。首先对频率计权的幅频响应的误差来源展开分析研究,然后根据分析结果设定频率计权滤波器的优化对象与适应度函数,从而构造出基于混沌加权粒子群的频率计权数字滤波器优化模型,并求得最佳解。经仿真实验验证,给出的优化算法准确度更高,且最大误差可限制在0.005 dB范围内,满足国家标准中对1级声级计的设计要求,适用于声级测量中的频率计权,也可用于其他领域的滤波器设计。

摘要：传统智能寻优算法在解决认知无线电网络中频谱调度问题时,通常会面临初始值敏感、易陷入局部最优、收敛速度慢等问题。针对这些问题,基于引力搜索算法,设计差分进化优化机制用于加快算法的搜索过程,提升收敛速度;设计混沌扰动优化机制,帮助算法跳出局部最优,以提升算法的收敛精度。实验结果表明,相比于传统引力搜索算法和遗传算法,该算法能够以更快的速度达到收敛,且可以获得更高的系统效用。

摘要：为提高动态设施规划问题求解效率,构建基于改进Tent映射的混沌遗传算法(chaos genetic algorithm,T_CGA)。采用基于设备序号的染色体编码,利用Tent映射生成均匀遍布解空间的初始种群,择优选择初始解应用带精英保留策略的遗传算法原理(genetic algorithm,GA),对单期布局编码字串实施部分匹配交叉、变异操作,对遗传优选出的最优解施加自适应混沌小扰动。借助Java-Eclipse平台编写计算机辅助动态布局设计软件,利用内置的3种算法对车间实例进行对比求解,实验结果表明,计算机辅助动态布局设计具有准确性和高效性,为求解动态设施规划问题提供了便利。

摘要：为提高负荷预测精度,提出一种基于混沌定向布谷鸟算法优化Elman-IOC神经网络的短期负荷预测模型,首先对Elman神经网络拓扑结构进行改进设计,通过增添输入-输出层连接单元,加强网络并行运算能力,提高预测精度,然后在布谷鸟算法中,利用最优位置信息指导随机游动过程,同时引入混沌扰动算子,增强全局搜索能力,最后将算法应用于Elman-IOC神经网络参数优化,建立了短期负荷预测模型。实验结果表明,较之其他模型,此模型具有更高的预测精度。

摘要：针对人工鱼群算法的缺陷,采用混沌扰动方法对其进行改进,提出了混沌扰动人工鱼群算法(CAFSA。将计算智能技术应用于计算研究生创新实验评价体系各指标的权重,提出了基于改进层次分析法(IM-AHP和CAFSA确定评价体系指标权重的智能计算方法,设计出了CAFSA实例化的具体方案。结果分析表明该方法是科学有效的。

摘要：针对蚁群算法缺乏全局搜索与局部寻优之间的动态调整,蚁群难以保持较好的多样性,算法极易陷入局部最优的问题,以余弦递减的策略动态调整启发式因子的变化,从而平衡算法的全局搜索和局部寻优。同时,利用混沌搜索的随机性和遍历性,对蚁群每次迭代找到的路径进行混沌扰动,从而提高算法跳出局部最优的能力,避免算法早熟收敛。将改进的蚁群算法应用于梯级水库的联合优化调度,模拟计算结果表明了算法的有效性。将其结果与逐步优化法和标准蚁群算法的计算结果进行对比,体现了算法在求解速度和求解精度上的优势。

摘要：以合理规划新能源电网,降低电网电能损耗,提升新能源消纳能力,设计了混合粒子群优化算法的新能源电网规划方法。以最小电能损耗与最大新能源消纳为目标函数,潮流功率、容量、线路输电能力、风能与太阳能出力为约束条件,建立新能源电网规划模型;通过结合自然选择机理与粒子群算法,设计混合粒子算法,在混合粒子群算法内引入混沌扰动与变异策略,避免惰性粒子陷入局部最优,优化混合粒子群算法,利用优化混合粒子群算法求解规划模型,获取最佳规划方案。实验表明,该方法可有效获取最佳规划方案,降低电能损耗,提升新能源消纳能力,提升电网断面利用率;规划后的电网日累计发电量显著提升、碳排放量显著下降。

摘要：针对执行时间不确定情况下的云计算资源调度问题,基于模糊规划理论建立了时间-成本约束条件下的模糊云资源调度模型,使用三角模糊数表示不确定的任务执行时间,以最小化评价函数的平均值和不确定度作为调度目标。提出一种改进的混沌蚁群算法对模型进行求解,算法引入精英策略优化了信息素的更新,采用折叠次数无穷大的混沌映射进行混沌搜索,并设计了自适应混沌扰动机制以增强算法的全局搜索能力。在Cloudsim平台上用仿真数值实例对模型和算法进行验证,证明了模型的可靠性,实验结果表明改进算法在收敛速度、求解能力和负载均衡上均有较好的性能。