在人工鱼群算法智能仿生应用于机器人路径规划中,为提高规划的求解速度、降低规划路径长度,存在算法后期收敛速度降低和易陷入局部最优解的缺点。为此在上述算法的基础上,引入方向算子来提升觅食、聚群和追尾三种鱼群行为的准确度和成功...在人工鱼群算法智能仿生应用于机器人路径规划中,为提高规划的求解速度、降低规划路径长度,存在算法后期收敛速度降低和易陷入局部最优解的缺点。为此在上述算法的基础上,引入方向算子来提升觅食、聚群和追尾三种鱼群行为的准确度和成功率,增加免疫记忆操作来提高算法的全局搜索能力并减少局部极值出现的概率。在两种典型栅格地图环境下的仿真结果表明,免疫-方向性人工鱼群算法IDAFSA(Immune-Directional Artificial Fish Swarm Algorithm)算法与快速遗传算法(FGA)^([2])和常规人工鱼群算法(AFSA)^([6])相比,具有更好的结果稳定性、更短的计算时间和更接近最优路径的可行解。展开更多
针对滑坡位移难以预测、影响因素难以选择等问题,提出一种结合了二次移动平均(DMA)法、变分模态分解(VMD)、改进灰狼优化(IGWO)算法与支持向量回归(SVR)的模型进行滑坡位移预测。首先,利用DMA提取滑坡位移趋势项和周期项,采用多项式拟...针对滑坡位移难以预测、影响因素难以选择等问题,提出一种结合了二次移动平均(DMA)法、变分模态分解(VMD)、改进灰狼优化(IGWO)算法与支持向量回归(SVR)的模型进行滑坡位移预测。首先,利用DMA提取滑坡位移趋势项和周期项,采用多项式拟合对趋势项进行预测;其次,对滑坡周期项的影响因素进行分类,采用VMD对原始影响因子序列进行分解获得最优序列;再次,提出一种结合SVR与基于改进Circle多策略的灰狼优化算法CTGWO-SVR(Circle Tactics Grey Wolf Optimizer with SVR)对滑坡周期项进行预测;最后采用时间序列加法模型求出累计位移预测序列,并采用灰色预测的后验证差校验和小概率误差对模型进行评价。实验结果表明,与GA-SVR和GWO-SVR模型相比,CTGWO-SVR的预测精度更高,拟合度达到0.979,均方根误差分别减小了51.47%与59.25%,预测精度等级为一级,可满足滑坡预测的实时性和准确性要求。展开更多
文摘在人工鱼群算法智能仿生应用于机器人路径规划中,为提高规划的求解速度、降低规划路径长度,存在算法后期收敛速度降低和易陷入局部最优解的缺点。为此在上述算法的基础上,引入方向算子来提升觅食、聚群和追尾三种鱼群行为的准确度和成功率,增加免疫记忆操作来提高算法的全局搜索能力并减少局部极值出现的概率。在两种典型栅格地图环境下的仿真结果表明,免疫-方向性人工鱼群算法IDAFSA(Immune-Directional Artificial Fish Swarm Algorithm)算法与快速遗传算法(FGA)^([2])和常规人工鱼群算法(AFSA)^([6])相比,具有更好的结果稳定性、更短的计算时间和更接近最优路径的可行解。
文摘针对滑坡位移难以预测、影响因素难以选择等问题,提出一种结合了二次移动平均(DMA)法、变分模态分解(VMD)、改进灰狼优化(IGWO)算法与支持向量回归(SVR)的模型进行滑坡位移预测。首先,利用DMA提取滑坡位移趋势项和周期项,采用多项式拟合对趋势项进行预测;其次,对滑坡周期项的影响因素进行分类,采用VMD对原始影响因子序列进行分解获得最优序列;再次,提出一种结合SVR与基于改进Circle多策略的灰狼优化算法CTGWO-SVR(Circle Tactics Grey Wolf Optimizer with SVR)对滑坡周期项进行预测;最后采用时间序列加法模型求出累计位移预测序列,并采用灰色预测的后验证差校验和小概率误差对模型进行评价。实验结果表明,与GA-SVR和GWO-SVR模型相比,CTGWO-SVR的预测精度更高,拟合度达到0.979,均方根误差分别减小了51.47%与59.25%,预测精度等级为一级,可满足滑坡预测的实时性和准确性要求。
