山西省科技攻关计划项目(20110321025-02)
- 作品数：7 被引量：18H指数：3
- 相关作者：王晓凯王小艺王丽盛璐宫建平更多>>
- 相关机构：山西大学晋中学院北京工商大学更多>>
- 发文基金：山西省科技攻关计划项目北京市科技新星计划国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信农业科学更多>>
- 自适应多种群回溯群居蜘蛛算法求解TSP问题被引量：4
- 2017年
- 在群居蜘蛛优化算法中引入自适应决策半径,将蜘蛛种群动态地分成多个种群,种群内适应度不同的个体采取不同的更新方式.在筛选全局极值的基础上,根据进化程度执行回溯迭代更新,提出一种自适应多种群回溯群居蜘蛛优化算法,旨在提高种群样本多样性和算法全局寻优能力.函数寻优结果表明改进算法具有较快的收敛速度和较高的收敛精度.最后将其应用于TSP问题的求解.
- 王丽宫建平王晓凯
- 关键词：多种群函数优化TSP
- 基于灰色关联度的湖库水华组合预测方法研究
- 2013年
- 湖库的水华爆发严重影响着人们的生活,精确地预测水华爆发点,防治水华爆发非常重要.考虑到湖库水华预测的复杂性和不确定性,单一预测模型难以获得精确、稳定的预测结果.本文在对湖库水华形成机理深入研究的基础上,提出一种基于灰色关联度权重的组合水华预测模型,模型集成了藻类生长模型、粒子群算法(PSO)及遗传算法(GA)的优势.通过仿真实验发现,组合预测模型能够更好地描述水华爆发情况,使得水华预测结果的精度得到进一步提高.
- 王晓凯邓秀华王小艺
- 关键词：水华预测粒子群算法遗传算法组合预测
- 基于灰色-神经网络的城市湖库水华预测研究被引量：3
- 2013年
- 准确的预测水华是及时治理水污染及保护水环境的重点,而对水华形成的机理模型的深入研究是准确预测水华的关键所在.在对城市湖库藻类水华形成机理研究基础上,提出了一种基于改进NGM(1,1,k)及BP神经网络的藻类水华预测模型,结合了灰色模型建模所需信息量少及神经网络非线性预测优势,克服了灰色模型预测精度低和BP神经网络所需训练数据多的缺点,可以解决在监测信息有限条件下的藻类水华预测问题.经过实际验证表明,该模型相对神经网络预测精度高,适合应用于城市湖库藻类水华的预测.
- 王德喜王晓凯王小艺
- 关键词：富营养化BP神经网络水华预测
- 基于足球比赛运动的避障系统开发设计
- 2019年
- 在农业生产中,由于农作物生长环境的复杂性及传统的机械作业,易对农作物造成损伤。针对该未知复杂环境中的采摘机器人自主避障设计,提出了基于足球比赛运动的采摘机器人进行了自主避障系统,实现采摘机器人自主导航。基于足球比赛运动策略的采摘机器人开发设计中,为实现采摘机器人自主进行路径优化以避开障碍物,以模糊逻辑算法作为避障决策控制算法,以多种传感器感知环境信息设计避障系统。试验结果表明:安装本文设计开发的避障系统的采摘机器人可进行路径优化,自主避障,验证了该避障系统的有效性。
- 郭铜樑任波
- 关键词：采摘机器人避障系统模糊控制
- 湖库水质监测与分析智能仪表设计与开发被引量：4
- 2013年
- 关于湖库水质优质监测问题。针对目前水质监测落后和水体富营养化评价困难的现状,研发了GPRS的水质监测与分析智能仪表。仪表采用WinCE操作系统,用GPS地理定位、GPRS通用遥感数据通信于一体,实现了对现场水质信息的实时采集、历史查询与远程传输等功能。同时,根据水体富营养化形成机理特征,采用灰色关联分析方法综合多项水体富营养化相关因素,对水体富营养化程度进行评价和分级,进而为水环境保护提供了一种新的应用平台。
- 马新宇王小艺许继平盛璐
- 关键词：智能仪表富营养化评价灰色关联分析
- 基于离散群居蜘蛛算法的WSNs分簇路由优化被引量：4
- 2018年
- 对无线传感器网络（WSNs）路由优化问题进行研究，提出一种基于离散群居蜘蛛算法的WSNs分簇路由优化方案．首先定量分析节点覆盖冗余度期望值与网络覆盖率的关系，筛选出能够保证网络覆盖率要求的最少网络工作节点，其次研究分簇大小与网络节点密度的关系，动态地确定最佳的分簇个数．基于此，以簇间距离和簇首能量为评价指标构建簇间通信模型，重新定义蜘蛛个体编码方式和更新策略，采用离散群居蜘蛛算法对模型进行求解，最终实现WSNs分簇路由优化．仿真结果表明，方案能够满足网络覆盖要求，而且与其它路由优化算法相比，延长了网络生命周期，降低了网络能耗．
- 王丽王晓凯宫建平
- 关键词：动态分簇路由优化
- 多峰函数优化的改进群居蜘蛛优化算法被引量：3
- 2017年
- 针对群居蜘蛛优化(SSO)算法求解复杂多峰函数成功率不高和收敛精度低的问题,提出了一种自适应多种群回溯群居蜘蛛优化(AMBSSO)算法。引入自适应决策半径概念,动态地将蜘蛛种群分成多个种群,种群内适应度不同的个体采取不同的更新方式,提高了种群样本多样性;提出回溯迭代进化策略,在筛选全局极值的基础上,根据进化程度执行回溯迭代更新,保证了算法全局寻优能力。高维多峰函数仿真结果表明,同SSO算法、PSO算法等优化算法相比,AMBSSO算法具有较快的收敛速度和较高的收敛精度,尤其适用复杂高维多峰函数优化问题。
- 王丽王晓凯
- 关键词：多种群多峰函数优化自适应
