摘要：针对训练多层感知器(MLP)时,算法对初始值敏感、易陷入局部最优和收敛速度慢等问题,对新型启发式算法非洲秃鹫优化算法提出改进算法IAVOA。在初始化种群时引入Logistic混沌映射,增加种群的多样性;对最优秃鹫和次优秃鹫增加自适应权重系数,自动调整这两类秃鹫对普通秃鹫的引导作用;IAVOA用于MLP的训练,采用均方误差的平均值作为适应度函数寻找MLP的连接权重和偏差的最佳组合。选取4个不同复杂度的分类数据集,比较IAVOA算法与现有启发式算法对MLP训练后,MLP对数据分类的性能,仿真结果表明,IAVOA算法训练的MLP在数据分类准确率、全局搜索能力、收敛速度和稳定性方面均具有良好的性能。

摘要：为了提高动力定位(DP)铺缆船在铺设海底电缆时的路径循迹能力,设计非洲秃鹫算法优化模糊PID的船舶控制器(AVOA-Fuzzy-PID)。船舶运动数学模型采用三自由度,加入风、浪、流作用力模拟海况,以船舶的位置和姿态矢量与实际值的差值作为控制器输入。在传统PID控制器基础上加入模糊控制,根据模糊控制规则寻求K_(p)、K_(i)、K_(d)的调整变化量ΔK_(p)、ΔK_(i)、ΔK_(d)与e和de间的关系,自动调节参数,加强控制器稳定性,使船舶沿规划路径向目标位置航行。采用非洲秃鹫算法结合Levy飞行策略计算船舶模型,通过确定每组最优秃鹫、秃鹫饥饿率、探索和开发4个阶段,并在开发阶段引入Levy飞行策略,增强全局搜索能力,确定秃鹫食物源最优位置,防止结果陷入局部最优,提高计算结果精确性。仿真结果表明,结合AVOA算法的模糊PID控制器能够提高船舶路径跟踪效率,使其跟踪过程较为平顺。通过对比PSO、GA和SSA算法优化Fuzzy-PID控制器参数可以看出,AVOA对K_(p)、K_(i)、K_(d)参数整定收敛速度较快,控制器适应度值较低,寻优精度较高,能够使船舶沿规划路径航行。