摘要：为了有效解决经典的NP难问题-旅行商问题(traveling salesman problem,TSP),提出了一种改进的果蝇算法。针对果蝇算法存在易陷入局部最优及收敛速度慢的缺点,引入了局部最优半径的概念,以此为依据判断果蝇是否处于局部最优区域;设计了带启发式规则的变异算子,对局部最优半径中选中的果蝇个体进行启发式变异,在保护最优个体的同时,也改善了种群多样性,抑制了早熟现象的产生;采用自适应步长策略,显著提高了搜索效率。对其全局收敛性进行了验证,以TSPLIB为基准与标准果蝇算法、粒子群算法进行了实验对比,对比结果验证了该算法的有效性。

摘要："动中通"伺服系统的稳定环因受齿隙摩擦等因素的影响,表现出较强的非线性特征。标准BP算法对非线性系统虽有较好的辨识效果,但存在网络收敛慢、过程振荡、泛化能力差等缺点。为弥补这些不足,提出了基于累积误差函数梯度的双学习步长的自适应BP算法,以加快收敛、减少振荡,并设置全局误差阈值控制训练次数,进一步提升泛化能力。通过在"动中通"平台上设计实验,验证了改进后算法在收敛性、辨识精度、泛化能力等方面都有明显提升,可以得到非线性稳定环更精确的BP网络模型。

摘要：针对测试用例自动化生成技术中效率较低的问题,尝试引入新的细菌觅食算法,并结合测试用例生成问题提出了一种基于细菌觅食算法的改进算法(IM-BFOA)。IM-BFOA首先采用Kent映射来增加细菌的初始种群和全局搜索的多样性,其次针对算法中趋化阶段的步长进行自适应设计,使其在细菌趋化过程中更加合理化,并通过实验仿真验证其合理性,最后根据被测程序构造适应度函数来加速测试数据的优化。实验结果表明,与遗传算法(GA)、粒子群优化(PSO)算法和标准细菌觅食优化算法(BFOA)相比,该算法在保证覆盖率的前提下,在迭代次数和运行时间方面都是较优的,可有效提高生成测试用例的效率。

摘要：针对机器人在复杂场景下躲避障碍物以及跟踪运动中的目标等问题,提出一种自适应快速扩展随机树(RRT)与积分滑模的机器人避障跟踪控制。首先,在传统的RRT算法中加入自适应采样概率与自适应步长等策略,用于减少采样点,提高路径搜索速度,并通过五次多项式插值将得到的无碰撞路径点拟合成一条光滑的曲线,减少机器人运行中的抖动;其次,采用积分滑模算法设计了基于图像的视觉伺服控制器,保证系统具有快速跟踪性能与良好的鲁棒性;最后,通过仿真和实验证实,自适应RRT算法具有采样节点少,收敛速度快等优势,所提出的视觉伺服控制器也能够在不同的目标移动速度下对其实现精确跟踪。

摘要：为充分利用被丢弃的爆炸火花个体的信息,对烟花算法进行优化,提出具有自适应爆炸半径特性的改进烟花算法。利用全局最优烟花个体gBest以及每个烟花所产生的最优爆炸火花个体的集合sparkpBest来构造新的爆炸半径,使其能够自适应地调整步长;在寻优过程中,对gBest进行高斯扰动来增加种群的多样性,避免烟花种群过快陷入局部最优。与其它群智能算法(粒子群算法PSO、带有高斯扰动的粒子群算法GPSO、蝙蝠算法BA、烟花算法FWA、自适应烟花算法AFWA以及增强烟花算法EFWA)对比,通过仿真可知,提出的改进烟花算法总体性能优于其它6种对比算法。

摘要：针对机械臂避障的难题,采用圆柱体包络法进行碰撞检测和RRT~*的改进算法进行路径搜索,规划出一条能够避免与已知障碍物碰撞,并且路径长度和规划时间较为优化的路径。RRT~*在原有RRT(快速随机树)基础上改进了父节点选择的方式,加入代价函数保证解的渐进最优性。在RRT~*基础上引入目标引力,减少路径搜索的随机性。同时,提出自适应步长避免陷入局部最优。在MATLAB平台上进行了RRT~*、RRT-connect及改进的RRT~*搜索算法的比较研究。结果表明,改进后的RRT~*算法在规划时间上和RRT-connect相近,在规划路径的长度上和RRT~*相近,同时具备时间和路径上的优势。以某品牌型号为WY700-1的机械臂进行了实验验证,结果表明,改进后的RRT~*搜索算法具备有效性和优越性。

摘要：针对柔性作业车间调度问题(FJSP),提出一种改进细菌觅食优化(IBFO)算法,该算法采用自适应调节步长的趋化操作,同时在趋化过程中,加强精英细菌对其他细菌在寻优方向上的引导作用,避免了算法早熟收敛;通过引入交叉和变异算子,以维持菌群的多样性,同时也提高了算法的全局搜索能力;采用自适应迁徙策略对精英细菌进行保护,提高了算法的全局收敛速度。最后,针对FJSP设计了合适的编码转化方案,并选用经典算例对其进行仿真实验:对于8×8和10×10两实例,改进后的细菌算法与标准细菌算法相比求解精度分别提高了2个单位时间和1个单位时间;对于Brandimarte标准测试集中的实例,IBFO算法的求解精度要普遍优于其他对比文献中的算法。仿真结果表明了IBFO算法可有效提高FJSP的求解精度。

摘要：针对六关节串联型机械臂逆运动学,采用了布谷鸟搜索算法(CS)求解该问题。首先,为了平衡机械臂逆解过程中位置精度和姿态精度的差异,引入改进的权值系数进行分配。其次,在标准CS算法的基础上,采用拟蒙特卡罗方法中的Halton序列对种群进行初始化。然后,为减,少算法陷入局部最优的次数引入柯西扰动算子,并根据种群迭代次数动态变化,提出了具有自适应调整特点的搜索算法。最后,进行了对比仿真试验,结果表明,改进后的算法处理逆解问题效果更好。

摘要：导览路径规划作为园林智能辅助导览系统中的重要一环,能够为游客提供实时的目的地地图路径指导,直接影响着用户的使用体验。为了提高其准确性和实时性,提出一种基于人工鱼群算法的园林导览路径规划方法。对导览环境模型及相关问题进行描述,并通过总长度和平滑度两个方面设计了路径规划的目标函数。对采用的人工鱼群优化算法进行分析,并针对人工鱼群算法存在的缺点,在步长更新方式上进行了改进,有利于提高寻优精度和运行速度。仿真环境下的测试结果表明,提出的改进算法具有更好的最优解和快速收敛性能。实际案例应用结果验证了提出路径规划方法的可行性和有效性。

摘要：针对在复杂障碍环境下IRRT-Connect算法采样目的性弱、收敛速度慢和路径优化效果差的问题,本文提出了一种依赖环境复杂度的基于IRRT-Connect的自适应路径规划算法。该算法采用IRRT-Connect算法进行初始路径规划以提高初次路径规划效率;其次,该算法引入采样约束概率p对可采样区域进行限制,增强算法采样目的性;最后设计基于环境障碍系数的步长计算方法以实现扩展步长自适应动态调整,增强算法通过复杂环境的能力。通过多组实验对比表明,在复杂环境下,算法节点数减少了9.75%,且路径长度减少了20.82%,规划时间缩短了3.08%,证明本文所改进的IRRT-Connect自适应步长路径规划算法具有较强的适应环境能力,节点利用率高,规划效果更佳。