摘要：为解决挖掘机施工路径、位置与深度盲目和效率低的问题,设计并实现一种挖掘机辅助施工系统。采用北斗定位接收机、激光测距仪、陀螺仪等传感器对传统挖掘机进行信息化改造。根据挖掘机施工特点,提出基于欧拉图的挖掘机施工路径规划算法,融合遗传算法、原子搜索优化算法和粒子群算法对施工图进行欧拉化处理。根据多传感器信息建立挖掘机三维施工模型,实现挖掘点位置与深度的在线软测量。济南市某施工现场试验结果表明,本研究提出的辅助施工系统路径规划合理,施工位置测量误差小于6 cm,施工深度测量误差小于5 cm。挖掘机智能施工辅助系统可以有效提升施工效率,节省施工成本。

摘要：针对无人机在三维低空突防时存在环境复杂、路径规划计算量大等问题以及现有的麻雀搜索算法算法路径搜索能力不足、易陷入局部最优等缺陷,提出一种基于改进麻雀搜索算法(ALCE-SSA)的三维无人机低空突防的航迹规划方法.首先,建立三维地形模型、威胁源模型和无人机物理约束模型,确定代价函数;其次,设计随机Tent映射初始化种群,提高初始化种群的质量;然后针对麻雀搜索算法算法中发现者位置更新的不足,设计一种自适应领头雀引导策略,减小依靠单一父代更新的不利影响,能够同时提升前期全局探索和后期局部寻优的能力;最后,针对种群多样性不足、易陷入局部最优的问题,设计一种中心变异-进化因子,扩大搜索空间,进一步提升全局寻优能力.和灰狼算法、飞蛾扑火算法和麻雀搜索算法相比,ALCE-SSA的能耗更优,路径更平滑,收敛速度更快,可使无人机有效地利用地形优势来躲避威胁源,表现出较好的寻优能力.

摘要：针对蜻蜓算法(DA)存在开发能力弱、种群多样性低、易过早收敛至局部最优等问题,提出一种基于亚群和差分进化的混合蜻蜓算法(HDASDE)。首先,对基本蜻蜓算法进行改进:融入混沌因子和有目的的莱维飞行来提升蜻蜓算法的寻优能力,并提出混沌跃迁机制加强基本蜻蜓算法的勘探能力;其次,在差分进化(DE)算法的基础上引入反向学习加强DE算法的开发能力;再次,利用亚群策略提高算法跳出局部最优的能力,设计了一种动态双亚群策略将整个种群划分为动态变化的两个亚群;然后使用动态亚群结构将改进蜻蜓算法和改进DE算法进行融合,融合后的算法具有较好的全局勘探能力以及较强的局部开发能力。最后,将HDASDE应用于13个典型的复杂函数优化问题和三杆桁架的设计优化问题,并与原始的DA、DE算法以及其他元启发式优化算法进行对比。实验结果表明,HDASDE在所有13个测试函数中优于DA、DE、人工蜂群(ABC)算法;在12个测试函数中优于粒子群优化(PSO)算法;在10个测试函数中优于灰狼优化(GWO)算法。并且,在三杆桁架的设计优化问题中效果较好。

摘要：转运小车转向的梯形机构的模型设计中,转向梯形底角和梯形臂长度两个设计变量的最佳组合精度,对转运小车的转向性能和操纵稳定性有着直接影响,提出模拟退火算法的转运小车转向梯形机构模型优化设计方法。分析转运小车的理想转向过程和实际转向过程,创建转运小车转向梯形机构设计模型。构建该模型的目标函数,确保转运小车外前转向轮理论转角和实际转角的相对误差加权求和最小。利用模拟退火算法求解该模型,并引入群智能方法改进原算法,得到转运小车转向梯形底角和梯形臂长度两个设计变量的最佳组合。实验结果表明:转运小车的转向梯形底角和梯形臂长度分别为79.1 deg、78 mm时,该方法所求为最优解,此时转运小车进行任意转向运动时的外前转向轮理论转角和实际转角的相对误差均低于0.15%。

摘要：为了解决更复杂的优化问题,本文对原始郊狼算法进行研究,提出一种多阶段的郊狼优化算法(MCOA),将算法分为前、中、后期。在前期阶段让郊狼进行正常成长,再引入旋转策略加强其勘探过程的搜索范围,避免过早陷入局部最优解。在中期阶段,提出“以优带差”的策略,再采用新型头狼更新方式对头狼进行更新,更好地平衡勘探和开采过程。在后期阶段,提出一种新型后期成长方式进行郊狼成长,并提出避免趋同因子,解决后期趋同的问题。采用CEC2014测试函数集进行仿真,与其他先进算法以及最新提出的郊狼算法比较,结果表明MCOA具有更好的搜索效率、收敛精度、优化性能以及稳定性。

摘要：为解决飞蛾扑火优化(moth-flame optimization, MFO)算法收敛速度慢、容易陷入局部最优等问题,提出一种飞蛾扑火优化(DBMFO)算法。使用Bernoulli混沌映射,提高初始种群的多样性;引入全局扰动因子,提高算法的全局搜索能力;使用互利因子对全局扰动后的位置再次进行更新,避免新的算法陷入局部最优,使得算法更快收敛。通过对10个基准函数进行仿真实验,确定迭代系数的取值,通过Wilcoxon秩和检验来验证算法性能,其结果表明,改进的DBMFO算法在求解的精确度以及收敛速度上均有明显提升。

摘要：研究混凝土的配合比设计是混凝土工程中的一项重要工作.为了实现不同粒径大小以及砼、砖配合比的混凝土图像的精确分类,提出了一种基于彩色共生矩阵(Color GLCM,CGLCM)和支持向量机(Support Vector Machine,SVM)的混凝土图像分类方法.首先,将混凝土图像从RGB空间转换到HSV空间,分别提取H,S,V 3个通道的8维灰度共生矩阵(Gray level co-occurrence matrix,GLCM)的纹理特征;其次,将3个通道的特征进行融合,构成24维特征向量,并将特征向量输入到SVM进行分类,确定CGLCM的最佳参数;最后,在此基础上利用群智能算法对SVM参数进行优化.通过对中北大学土木工程专业构建的两种数据集(CIRD_A,CIRD_B)进行分类,结果表明,与其他分类方法相比,遗传算法优化SVM模型(GA-SVM)对两种数据集的分类精度最好,分别达到了97.76%和96.34%.

摘要：为弥补蚁群算法易陷入局部最优、收敛速度较慢等不足,提出一种基于二分法和控制信息素量的改进蚁群算法。在每次迭代结束时,利用二分法放弃行走路程较远的半数蚁群的信息素,使收敛速度得到提高;利用3-opt局部优化方法提高解的精度;通过控制信息素量动态调整蚁群选择路径的概率,避免算法早熟;将改进的算法应用于旅行商问题。实验结果表明,该算法在寻优能力、可靠性、收敛速度以及稳定性方面均表现出明显的优越性。

摘要：关键节点挖掘在理解和控制复杂网络系统方面具有重要作用和巨大潜力。提出了一种基于飞蛾扑火优化算法的关键节点挖掘算法,解决关键节点问题。该算法引入了反向学习等策略,以提高解集的质量和加快收敛。同时,设计了快速种群演化和复合高斯进化等方法,以优化解集并增强解空间探索能力,从而克服局部最优陷阱。在多个合成网络和真实网络数据集上进行的对比实验结果表明,提出的算法相较以于其他先进的对比算法具有更高的鲁棒性,并验证了该算法部件的有效性。

摘要：为缩短水力发电机组开机时间,提高机组开机过程和空载稳定性,提出一种基于改进灰狼搜索耦合杜鹃算法的水力发电机组启动优化策略,建立开机适应度函数,该函数权衡机组开机频率ITAE指标和机组开机时间两个指标数值并将其标幺化,引入机组频率超调量和机组频率稳态误差两个惩罚函数,从而有效改善机组启动性能评价指标,且提出一种佳点集理论改进初始种群的改进灰狼搜索耦合杜鹃算法(IGWSCSA)针对机组启动参数进行精确优化。基于调速系统精细化模型的仿真试验得到最优参数使机组开机调节时间明显缩短,超调量由0.235降低至0.004,极大优化了水力发电机组启动的开机速度和频率波动。