针对和声搜索算法存在早熟、收敛停滞等问题,提出了一种基于混合蛙跳细菌觅食的和声搜索算法(harmony search algorithm based on shuffled frog leaping and bacterial foraging,SFLBF-HSA)。引入混合蛙跳算法全局搜索及细菌觅食优化...针对和声搜索算法存在早熟、收敛停滞等问题,提出了一种基于混合蛙跳细菌觅食的和声搜索算法(harmony search algorithm based on shuffled frog leaping and bacterial foraging,SFLBF-HSA)。引入混合蛙跳算法全局搜索及细菌觅食优化算法群聚吸引、排斥信号等思想,对和声音调搜索机制进行了改进。首先,提出和声音调学习策略(即吸引信号),利用全局最优和声个体对最差和声个体进行正方向的差异扰动,保持搜索朝向最优个体;其次,提出和声音调调节策略(即排斥信号),利用全局最优和声个体对最差和声个体进行反方向的差异扰动,保持搜索远离局部最优个体并朝向其他优秀个体。在两种策略搜索中,同时利用全局共享因子的非线性动态特点抑制搜索的随机性。Benchmark函数对比实验结果表明,改进后算法在单峰值和多峰值函数寻优问题上收敛速度和精度均有显著提高。将SFLBF-HSA应用于作物籽粒图像分割,提高了分割效果,对颗粒较大,似圆形状作物籽粒图像分割后,识出率和识别成功率有显著提高。展开更多
为了解决网络生存性的评价问题,基于混合蛙跳算法提出了一种新的计算方法SSFL(survivability-based on shuffled frog leaping)。利用网络剩余流量和网络剩余能量给出了生存性定义,并结合混合蛙跳算法设计了生存性算法流程,以此获得最...为了解决网络生存性的评价问题,基于混合蛙跳算法提出了一种新的计算方法SSFL(survivability-based on shuffled frog leaping)。利用网络剩余流量和网络剩余能量给出了生存性定义,并结合混合蛙跳算法设计了生存性算法流程,以此获得最大网络剩余能量;利用OPNET和MATLAB进行仿真实验,深入研究了网络生存性与失效链路、权重系数等参数之间的关系。仿真结果表明,相比于其它方法,SSFL表现出较好的适应性。展开更多
针对因网络拥塞而产生的丢包问题,基于弃头方式提出了一种新的被动队列管理算法(Drop Front n based on Wavelet and Shuffled frog leaping,DFWS)。该算法首先利用小波变换对实际流量的长相关特性进行刻画,并利用混合蛙跳方法获取网络...针对因网络拥塞而产生的丢包问题,基于弃头方式提出了一种新的被动队列管理算法(Drop Front n based on Wavelet and Shuffled frog leaping,DFWS)。该算法首先利用小波变换对实际流量的长相关特性进行刻画,并利用混合蛙跳方法获取网络队长,同时结合弃头方式提出丢包策略和丢包概率。最后,以实际数据进行仿真实验,深入研究了网络队长、丢包数量和服务率之间的关系。结果发现,与其他算法相比,DFWS具有较好的适应性。展开更多
文摘为了解决无线传感器网络未知节点的定位精度问题,基于最小二乘法提出了一种三维空间定位方法。将节点划分成簇,根据簇内锚节点数量给出了未知节点位置的计算方法和误差评价模型,利用混合蛙跳算法建立了评价模型的求解算法(shuffled frog leaping-based localization algorithm,SFLL)。通过NS2和MATLAB进行数学仿真,对比研究了该算法与RSSI(received signal strength indicator)算法、TOA(time of arrival)算法之间的性能状况,研究结果表明,SFLL算法的平均定位误差分别较RSSI算法和TOA算法降低了6.32%和7.71%。
文摘针对和声搜索算法存在早熟、收敛停滞等问题,提出了一种基于混合蛙跳细菌觅食的和声搜索算法(harmony search algorithm based on shuffled frog leaping and bacterial foraging,SFLBF-HSA)。引入混合蛙跳算法全局搜索及细菌觅食优化算法群聚吸引、排斥信号等思想,对和声音调搜索机制进行了改进。首先,提出和声音调学习策略(即吸引信号),利用全局最优和声个体对最差和声个体进行正方向的差异扰动,保持搜索朝向最优个体;其次,提出和声音调调节策略(即排斥信号),利用全局最优和声个体对最差和声个体进行反方向的差异扰动,保持搜索远离局部最优个体并朝向其他优秀个体。在两种策略搜索中,同时利用全局共享因子的非线性动态特点抑制搜索的随机性。Benchmark函数对比实验结果表明,改进后算法在单峰值和多峰值函数寻优问题上收敛速度和精度均有显著提高。将SFLBF-HSA应用于作物籽粒图像分割,提高了分割效果,对颗粒较大,似圆形状作物籽粒图像分割后,识出率和识别成功率有显著提高。
文摘为了解决网络生存性的评价问题,基于混合蛙跳算法提出了一种新的计算方法SSFL(survivability-based on shuffled frog leaping)。利用网络剩余流量和网络剩余能量给出了生存性定义,并结合混合蛙跳算法设计了生存性算法流程,以此获得最大网络剩余能量;利用OPNET和MATLAB进行仿真实验,深入研究了网络生存性与失效链路、权重系数等参数之间的关系。仿真结果表明,相比于其它方法,SSFL表现出较好的适应性。
文摘针对因网络拥塞而产生的丢包问题,基于弃头方式提出了一种新的被动队列管理算法(Drop Front n based on Wavelet and Shuffled frog leaping,DFWS)。该算法首先利用小波变换对实际流量的长相关特性进行刻画,并利用混合蛙跳方法获取网络队长,同时结合弃头方式提出丢包策略和丢包概率。最后,以实际数据进行仿真实验,深入研究了网络队长、丢包数量和服务率之间的关系。结果发现,与其他算法相比,DFWS具有较好的适应性。
基金国家自然科学基金重点项目( the key Project of National Natural Science Foundation of China under Grant No.50539140) 国家自然科 学基金( the National Natural Science Foundation of China under Grant No.50579022)高等院校博士学科点专项科研基金( the China Specialized Research Fund for the Doctoral Program of Higher Education under Grant No.20050487062)
