基于蚁群优化的能量均衡自适应路由算法

基于蚁群优化的WSNs路由算法具有蚁群优化自组织性、正反馈性和并行性的特点,在构造无线传感器网络中的最优路由时有很好的性能。但是蚁群优化构造最优解时带来的网络开销十分可观,不适合在路由维护阶段反复使用蚁群优化重构路由。考虑到蚁群优化的上述特点,同时针对无线传感器网络能量受限的特点,提出了一种基于蚁群优化的能量均衡白适应路由算法。该算法使用了新的信息素更新算子,算子中包含了网络能量水平因子,能够均衡网络能量消耗。在路由维护阶段,该算法使用了新的基于侦测蚂蚁的自适应路由维护机制,很好地降低了网络开销。     

基于改进蚁群算法的无人机侦察航路规划研究

蚁群算法是一种新的源于大自然生物界的仿生随机优化方法,在一系列组合优化问题求解中取得了成效。本文将蚁群算法引入无人机侦察航路的规划,对基本蚁群算法提出了改进,提供了一种新的有效的航路优化算法,并对无人机的侦察航路进行了仿真计算。仿真结果表明改进的蚁群算法克服了基本蚁群算法的收敛速度慢、易于过早陷入局部最优的缺点,仿真结果验证了该算法的有效性。     

基于改进蚁群算法的无人机三维航路规划

针对蚁群算法存在收敛速度慢,容易陷入局部最优而导致三维航路规划过程中出现规划时间过长、航路没有达到最优等问题,通过对蚁群算法进行改进,提出了一种天牛须融合改进蚁群的无人机航路规划优化算法,算法通过对蚁群算法的启发函数优化并进行蚁群择优排序,然后融合天牛须算法进行航路规划;将优化算法应用于无人机的三维航路规划中,使规划算法的运行速度更快,无人机的最优航路更短。同时用改进算法与天牛须、蚁群算法的收敛时间、最优路径长度进行对比。仿真实验结果表明,改进算法与另外两种算法相比,在算法收敛度、运行速度方面有明显的提升。     

改进型蚁群算法的全局路径规划仿真研究

针对传统蚁群算法收敛较慢的问题,提出了一种在复杂环境下全局路径规划的改进型蚁群算法。利用链接图法建立了路径规划的空间模型;借鉴狼群分配原则对信息素进行更新;在缩小搜索区域,提高搜索效率的过程中,引入了启发式概率公式和启发函数;通过参数自适应调整策略,进一步对最优解进行了优化。将基于Dijkstra算法的初始路径规划和改进后蚁群算法的规划结果进行了仿真对比,结果表明,改进后蚁群算法的全局优化性能较好,具有一定的有效性和可行性。     

基于蚁群改进 BP算法的组合预测模型在军械器材需求预测中的应用

针对在军械器材采购计划制定环节中的器材需求测算问题,提出基于蚁群改进BP算法的组合预测模型。先结合历史数据,利用多元线性回归预测法和自回归滑动平均模型（ARMA）进行初步预测,将初步预测的结果作为蚁群改进BP网络的输入,从而得到最终的预测结果。实验结果表明,基于蚁群改进BP算法的组合预测模型能够对积累的历史数据进行充分的应用,并且有较高的预测准确性。     

基于蚁群算法的固体火箭发动机总体参数优化

为建立一种支持连续域、离散域混合变量的优化算法以用于固体火箭发动机总体参数优化,改进了基本蚁群算法,融入"网格划分"、"哑元化"和"变尺度局部搜索"三种策略,以改进算法的寻优性能和使用范围,其中局部搜索算法仍采用蚁群算法。使用了几个较具欺骗性的经典测试函数对改进蚁群算法进行了测试,计算结果表明改进蚁群算法找到全局最优值的概率较大。应用改进蚁群算法对固体火箭发动机总体设计中的两个重要总体参数——燃烧室工作压强和喷管面积比,进行了优化求解,获得了满意结果。诸算例的优化结果表明,该改进蚁群算法具有支持混合变量,全局寻优性能稳定和搜索精度高的优点,对工程优化设计问题具有较好的寻优性能和更强的适用性。     

数字化城市交通向导仿真的蚁群优化算法

以求解旅行商问题的蚁群算法为基础,充分考虑交通向导最佳路径的具体要求,对算法的选择机制、更新机制以及协调机制作进一步改进,引入自适应的转移策略,并融入节约法,以克服基本蚁群算法计算时间长、易出现停滞等缺陷。以湖北荆门地区车辆选择路径为研究对象,采用蚁群优化算法建立了车辆最佳路径的模型,并对其进行了仿真分析。仿真实验结果表明,优化算法比基本蚁群算法的路径更优,寻路时间更短。     

基于改进蚁群算法的无人机航路规划

为了提高无人机(UAV)的作战效率和生存概率,在执行任务之前必须设计出高效的无人机飞行航路.针对这一问题,采用了蚁群算法进行航路规划,并对蚁群算法进行了改进.提出了保留最优解、自适应状态转换规则和自适应信息激素更新规则,有效的提高了算法算收敛速度和解的性能.最后用改进的蚁群算法对无人机任务航路进行了仿真,仿真结果表明,该算法是一种有效的航路优化算法.     

基于改进蚁群算法的飞机低空突防航路规划

蚁群算法是一种新型的基于群体的仿生算法。采用蚁群算法实现了飞机低空突防的航路规划,为航路规划问题提供了新的解决思路。并对原始蚁群算法进行了改进,提出了保留最优解、自适应选择策略和自适应信息素调整准则,有效地提高了算法的收敛速度和解的性能。最后用计算机进行了仿真,取得了较好的结果。     

航空项目资源均衡优化问题的蚁群-模拟退火算法

为有效提高复杂航空项目资源利用率、节约项目成本,提出了一种求解大规模网络计划资源均衡优化问题的蚁群-模拟退火算法。该方法中,首先采用预处理方法对航空项目分级网络计划实施合并,并结合资源指数与搭接网络关系定义建立了资源优化目标函数。然后,探讨了以网络计划为基础的蚁群-模拟退火算法解空间构建方法,给出了算法的状态转移规则、信息素更新规则,提出了增加搜索效率的模拟退火局部搜索策略,并建立了详细的资源均衡优化方案求解步骤。最后,采用典型实例验证了方法的有效性。     

面向城市飞行安全的无人机离散型多路径规划方法

为了提高无人机（UAV）在城市环境中运行的安全性,且能生成多条备选路径,提出一种离散型城市环境下基于无人机飞行安全的多路径规划方法。根据定义的城市环境模型、无人机的飞行规则和安全性原则,建立无人机飞行安全性分析模型和离散型多路径规划问题的数学模型。为提高算法的收敛速度和解的优质性,以及使算法能够同时输出多条路径,针对蚁群（ACO）算法的运行机制,设计聚类算子,提出改进聚类蚁群（CIACO）算法。实验结果表明,所提方法能够快速的收敛输出多条风险值较低的飞行路径。     

面向单机相依任务调度的GPU并行蚁群算法

蚁群算法是一种具有高度并行特征的群智能算法,串行实现过程中具有收敛速度慢的特点,在将其应用到相依任务序列的单机调度问题中时,以任务在不同作业序下的完成时间为基础,建立了单机调度问题的TSP模型。以任务完成时间最优化为目的,实现了一种求解相依任务单机调度的改进蚁群算法,并基于GPU对其进行了并行化设计。实验表明该算法能够完成相依任务的调度处理,通过并行化得到了较高的加速比。     

Distributed intelligent self-organized mission planning of multi-UAV for dynamic targets cooperative search-attack

This article studies the cooperative search-attack mission problem with dynamic targets and threats, and presents a Distributed Intelligent Self-Organized Mission Planning (DISOMP) algorithm for multiple Unmanned Aerial Vehicles (multi-UAV). The DISOMP algorithm can be divided into four modules: a search module designed based on the distributed Ant Colony Optimization (ACO) algorithm, an attack module designed based on the Parallel Approach (PA) scheme, a threat avoidance module designed based on the Dubins Curve (DC) and a communication module designed for information exchange among the multi-UAV system and the dynamic environment. A series of simulations of multi-UAV searching and attacking the moving targets are carried out, in which the search-attack mission completeness, execution efficiency and system suitability of the DISOMP algorithm are analyzed. The simulation results exhibit that the DISOMP algorithm based on online distributed down-top strategy is characterized by good flexibility, scalability and adaptability, in the dynamic targets searching and attacking problem.     

考虑气动弹性约束的机翼结构布局优化设计

提出了一种气动弹性约束下的复合材料机翼结构布局优化设计方法.机翼内部翼梁的数目与机翼各部件的尺寸被统一来考虑,拓扑变量和尺寸变量由一个双层循环机制的优化程序来统一处理.第一层,使用蚁群算法来处理拓扑设计变量;第二层,使用NASTRAN的Sol200优化程序来处理尺寸变量,同时考虑强度、刚度、颤振约束,并将第二层的优化结果反馈给第一层以催生出更优的结构布局方案.最后,使用基本的颤振优化(没有调整结构布局)与本文方法对某前掠机翼进行了布局优化设计,并将结果进行了对比.结果表明,综合考虑各种设计约束下,结构布局形式对结构质量有重要影响,应予高度重视,同时证明了本文方法的正确性与可行性.     

五种智能算法解决最大割问题分析与比较

最大割问题（Max—eulProblem）是一个典型的NP难组合优化问题。文章采用遗传算法、分布估计算法、Hopfield网络方法、蚁群算法、粒子群算法等5种算法对最大割问题进行求解,并用标准的多个不同规模最大割测试数据进行测试,研究各参数对算法的影响,并比较各种算法的时间复杂度和空间复杂度。测试结果表明该五种算法虽然在执行效率上有差异,但都能较好的解决最大割问题。     

基于启发式蚁群算法的协同多目标攻击空战决策研究

协同多目标攻击空战决策是现代战机在超视距条件下进行协同空战的关键技术之一。它是寻求一个优化分配方案,将目标分配给各友机,力求使攻击效果最优。本文在对协同多目标攻击战术进行深入分析的基础上,提出了一种用于空战决策的启发式蚁群算法,该算法通过求解友机导弹对目标的最优分配来确定空战决策方案。仿真实验表明所提出的启发式蚁群算法对最优解的搜索效率明显优于基本蚁群算法,是一种求解协同多目标攻击空战决策问题的有效算法。     

ELGR: An Energy-efficiency and Load-balanced Geographic Routing Algorithm for Lossy Mobile Ad Hoc Networks

Geographic routing is a highly active area of research in mobile ad hoc networks (MANETs) owing to its efficiency and scalability. However, the use of simple greedy forwarding decreases the packet reception rate (PRR) dramatically in unreliable wireless environments; this also depresses the network lifetime. Therefore, it is important to improve delivery performance and prolong MANET lifetime simultaneously. In this article, a novel geographic routing algorithm, named energy-efficiency and load-loalanced geographic routing (ELGR), is presented for lossy MANETs. ELGR combines energy efficiency and load balance to make routing decisions. First, a link estimation scheme for the PRR is presented that increases the network energy efficiency level. Second, a learning method is proposed to adaptively sense local network loads, allowing enhanced whole network load balance. The results of a simulation show that ELGR performs better than several other geographic routing algorithms; in particular it extends network lifetime by about 20%, with a higher delivery ratio.     

磁流变阻尼器磁路计算及磁通利用率分析

将分段等效磁路法应用于磁流变阻尼器的磁路计算。通过对磁路结构的综合分析,建立了磁流变阻尼器的分段等效磁路模型。采用网孔法建立了多分支复杂网络系统的非线性网络方程组。最后应用迭代法求解非线性网络方程组的磁通,计算了样机的磁通分布和磁通利用率。计算结果能够根据等效磁路模型的细分程度满足不同计算精度的需要,简化了磁路计算,具有较高的实用价值。     

多媒体通信中基于可靠性检验的可靠多播路由算法

针对多媒体通信中的可靠性问题,提出了一种基于可靠性检验的可靠多播路由算法,使得用于可靠多播通信的网络资源最小。该算法针对一棵给定的、未考虑可靠性的初始多播树,分别计算源节点到每个多播节点路径上的可靠性,如果该可靠性不能满足相应的可靠性要求,则修改或改变多播树中源节点到此多播节点的路径,使其满足相应的可靠性要求。