导读:本文包含了蜂群算法论文开题报告文献综述及选题提纲参考文献，主要关键词:路径规划,人工蜂群(ABC)算法,混沌映射,并行搜索
蜂群算法论文文献综述
倪郁东,李媛媛,沈吟东,费学芳,宋阳琴[1]（2019）在《基于改进人工蜂群算法的移动机器人路径规划研究》一文中研究指出为了进一步提升基于人工蜂群(artificial bee colony,ABC)算法机器人路径规划的科学性,文章在建立路径规划实验模型基础上在ABC算法中引入了混沌映射产生初始解和反轮盘赌机制进行并行选择,提出等距分布式并行搜索,同时在全局更新机制中引入势场作用,进而得到了一种改进人工蜂群的(improved artificial bee colony,IABC)算法。将IABC算法应用于路径规划,并利用Taguchi正交试验选取实验参数值与目标函数参数值进行基于ABC算法与IABC算法的路径规划对比实验,实验结果表明,IABC算法规划出的路径质量较佳,能够提升规划效率。(本文来源于《合肥工业大学学报(自然科学版)》期刊2019年11期）
肖晓,王明春,张雨飞,吴君[2]（2019）在《基于改进人工蜂群算法的非线性系统参数辨识》一文中研究指出针对人工蜂群算法存在的收敛速度慢,易陷入局部最优等问题,提出一种结合遗传算法的交叉算子,并在算法后期引入高斯变异和混沌扰动的改进人工蜂群算法。为验证改进算法的性能和有效性,用典型测试函数进行对比测试,并将改进算法应用于非线性传递函数模型的参数辨识中。实验结果表明,改进的算法收敛速度快,收敛精度高,辨识效果好。(本文来源于《工业控制计算机》期刊2019年11期）
徐开勇,肖警续,郭松,戴乐育,段佳良[3]（2019）在《基于改进人工蜂群算法的Android恶意应用检测》一文中研究指出随着互联网和移动终端的飞速发展,手机中存储着很多重要的信息,要保证这些信息安全不被泄露的一个重要方法就是对手机中的恶意应用进行检测与处理。在对恶意应用进行检测前需要对样本进行特征提取,而如何在众多特征中进行有效的选取是恶意应用检测中一个至关重要的过程。文中针对Android平台的应用,参考相关的Android恶意检测方法,建立了一个基于改进人工蜂群算法的Android恶意应用检测模型,通过对特征进行有效的选择,最终得到使分类结果最优的特征组合,从而提高对Android恶意应用检测的检测性能。在静态和动态条件下分别对Android应用特征进行提取,通过多种分类算法对恶意应用检测模型进行检验,结果证实提出的基于改进人工蜂群算法的Android恶意应用检测方法具有可行性与优越性。(本文来源于《计算机科学》期刊2019年S2期）
李飞,彭宇楠,苏亚松[4]（2019）在《基于改进蜂群算法的虚拟云资源调度负载优化策略研究》一文中研究指出针对云资源调度过程中面临的执行时间长、相关资源利用率低等问题,本文从改进框架调度策略、优化调度算法的角度,提出云资源调度负载优化策略。利用Kubernetes框架平台优势改进蜂群算法,提高任务执行时云资源调度的利用率。提出基于蜂群算法的资源优化策略,构建资源功耗模型和目标优化函数,结合对比算法验证本文所提出的优化改进算法在资源占用率上具有明显的优势,并且资源损耗更低,稳定性更好。本文为相关学者在利用Kubernetes进行云资源调度和优化领域的研究提供一定参考。(本文来源于《计算机产品与流通》期刊2019年11期）
孟雅蕾,王予,陈惠娟[5]（2019）在《基于蜂群算法的抽油机间抽算法研究》一文中研究指出为提高油田生产效益,降低能源消耗,提出一种基于蜂群算法的抽油机间抽算法。算法基于井下液量变化引入抽液因子和抽液阙值,通过比较二者大小将沉没度的更新过程分为两段,考虑抽液时长和井底流压对沉没度的影响,每个阶段采取相应的沉没度更新规则。改进蜂群算法中引领因子和转移因子的更新策略以模拟抽液时长及峰谷时段电价差异对生产效益的影响,选取转移节点,确定间抽时间。实验结果表明,上述算法可有效降低油田用电成本,提高生产效益。(本文来源于《计算机仿真》期刊2019年10期）
崔东文,卢治文[6]（2019）在《基于新型蜂群算法-投影寻踪模型的城市供水方案优选研究》一文中研究指出为科学优选城市供水方案,构建新型蜂群算法(NBCA)-投影寻踪(PP)优选模型,以郑州市引黄供水方案优选为例进行实例研究。选取4个典型测试函数对NBCA进行仿真验证,并与人工蜂群(ABC)算法、蜜蜂算法(BA)和粒子群优化(PSO)算法的仿真结果进行对比。通过实例优选数据构建方案优选投影目标函数,利用NBCA、ABC、BA、PSO算法优化该目标函数,并比较优化结果。构建NBCA-PP模型对实例供水方案进行优选,优选结果与模糊集对分析模型、熵权TOPSIS模型、灰色关联决策模型的优选结果进行比较。结果表明,NBCA寻优效果均优于ABC、BA、PSO算法,具有较好的寻优精度和全局搜索能力。NBCA-PP模型对实例优选结果与熵权TOPSIS模型的优选结果相同,与模糊集对分析模型、灰色关联决策模型的优选结果略有差异。NBCA-PP模型及方法用于城市供水方案优选是可行的。(本文来源于《人民珠江》期刊2019年11期）
冯晓荣[7]（2019）在《基于人工蜂群算法的双门限CRN网络攻击检测算法》一文中研究指出为了提高认知无线电网络的攻击检测效果,提出一种基于人工蜂群算法的双门限认知无线电网络的攻击检测算法。收集网络中所有次级用户向融合中心发送的报告,对信号进行预处理并将信号传递至人工蜂群算法;蜂群的雇佣蜂阶段评估次级用户子集的适应度,观察蜂阶段根据解的相关信息开发可行解,选择最优的次级用户子集;观察蜂的结果传递回蚁群,并且更新蚁群的全局信息素值,蚁群对新解集进行开发操作。该算法结合人工蜂群算法与人工蚁群算法在全局搜索与局部开发之间达到平衡。仿真实验的结果显示,该算法实现了较高的检测率与较低的错误率,从而有效地优化了频谱利用率。(本文来源于《计算机应用与软件》期刊2019年10期）
郝思鹏,吴清,李佳伟,周宇[8]（2019）在《基于人工蜂群算法优化RBF神经网络的光伏组件故障诊断定位方法》一文中研究指出随着光伏装机容量的迅速增长以及国家光伏补贴的逐步取消,针对提高光伏发电效率与收益的研究具有重要意义。首先,为精确定位光伏故障以降低运维成本,提出以组串支路电流与组件温度为故障定位特征量。其次,为提高光伏故障诊断效率,利用人工蜂群算法(artificial bee colony,ABC)优化RBF神经网络的中心、函数宽度及权值,提出将其应用于光伏组件故障诊断定位研究。最后,根据盐城市响水县1.5MW光伏电站数据,经Matlab仿真研究并与传统RBF神经网络相比较,结果验证了所提理论的准确性。(本文来源于《供用电》期刊2019年10期）
王佳萍,杜成斌,王翔,江守燕[9]（2019）在《基于XFEM和改进人工蜂群算法的结构内部缺陷反演》一文中研究指出将扩展有限元法与智能优化算法相结合,基于结构的实际响应值反演出结构内部缺陷信息。传统人工蜂群算法在一定程度上朝着任意的方向搜索,为了避免出现搜索的局部最优现象,该文在传统人工蜂群算法中嵌入了加权平均数突变和交叉算子,将这种改进算法用于单个圆形、椭圆形缺陷和两个不规则缺陷的反演分析,并研究了该算法在测得值有误差情况下的适应性。研究得到:这种改进人工蜂群算法能准确反演出结构的真实缺陷信息;改进人工蜂群算法相比于传统人工蜂群算法收敛速度更快且不易出现局部最优,且定位准确,鲁棒性较强。(本文来源于《工程力学》期刊2019年09期）
李平,彭斯洋,车林仙,杜力,吴振宏[10]（2019）在《混合人工蜂群算法在并联机构尺度优化中的应用》一文中研究指出以4-RUPaR并联机构为研究对象,以机构杆长为约束条件,利用解析几何中的坐标变换理论,得到其运动学反解模型,根据该模型,利用所有满足约束条件的"点集"描述并联机构定姿态工作空间大小。建立以并联机构驱动连杆长度、执行连杆长度和动平台尺寸为设计变量,以工作空间最大化作为优化目标的尺度优化模型。在求解多维优化问题时,为提高算法的搜索效率及解的质量,文中将差分进化(Differential Evolution, DE)算法融入人工蜂群(Artificial Bee Colony,ABC)算法,提出一种混合人工蜂群(Hybrid Artificial Bee Colony,HABC)算法,以增强算法的全局优化能力。应用HABC算法求解并联机构尺度优化设计,获得了较好的优化效果。(本文来源于《机械设计》期刊2019年09期）
蜂群算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对人工蜂群算法存在的收敛速度慢,易陷入局部最优等问题,提出一种结合遗传算法的交叉算子,并在算法后期引入高斯变异和混沌扰动的改进人工蜂群算法。为验证改进算法的性能和有效性,用典型测试函数进行对比测试,并将改进算法应用于非线性传递函数模型的参数辨识中。实验结果表明,改进的算法收敛速度快,收敛精度高,辨识效果好。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
蜂群算法论文参考文献
[1].倪郁东,李媛媛,沈吟东,费学芳,宋阳琴.基于改进人工蜂群算法的移动机器人路径规划研究[J].合肥工业大学学报(自然科学版).2019
[2].肖晓,王明春,张雨飞,吴君.基于改进人工蜂群算法的非线性系统参数辨识[J].工业控制计算机.2019
[3].徐开勇,肖警续,郭松,戴乐育,段佳良.基于改进人工蜂群算法的Android恶意应用检测[J].计算机科学.2019
[4].李飞,彭宇楠,苏亚松.基于改进蜂群算法的虚拟云资源调度负载优化策略研究[J].计算机产品与流通.2019
[5].孟雅蕾,王予,陈惠娟.基于蜂群算法的抽油机间抽算法研究[J].计算机仿真.2019
[6].崔东文,卢治文.基于新型蜂群算法-投影寻踪模型的城市供水方案优选研究[J].人民珠江.2019
[7].冯晓荣.基于人工蜂群算法的双门限CRN网络攻击检测算法[J].计算机应用与软件.2019
[8].郝思鹏,吴清,李佳伟,周宇.基于人工蜂群算法优化RBF神经网络的光伏组件故障诊断定位方法[J].供用电.2019
[9].王佳萍,杜成斌,王翔,江守燕.基于XFEM和改进人工蜂群算法的结构内部缺陷反演[J].工程力学.2019
[10].李平,彭斯洋,车林仙,杜力,吴振宏.混合人工蜂群算法在并联机构尺度优化中的应用[J].机械设计.2019
标签：路径规划; 人工蜂群(ABC)算法; 混沌映射; 并行搜索;