-
题名基于多智能体网络的自适应遗传蜂群推理算法
- 1
-
-
作者
马艳琴
赵慧雅
-
机构
南京电子技术研究所
北京航空航天大学计算机学院
-
出处
《现代雷达》
CSCD
北大核心
2021年第11期23-29,共7页
-
文摘
针对复杂战场环境中的意图推理问题,首先构建能够表示目标信息及相互间关系的基于多智能体的意图推理网络,将目标意图推理问题转化为复杂网络中的最优推理路径搜索问题;然后,在基本人工蜂群算法的基础上,引入遗传算法中的遗传变异交叉等思想,并结合改进的食物源自适应策略,提出一种自适应遗传蜂群推理算法;最后,通过实验对比,验证了自适应遗传蜂群推理算法在多智能体网络推理中具有比其他算法更优的准确性和收敛性。
-
关键词
意图推理
多智能体网络
自适应遗传蜂群推理算法
-
Keywords
intention reasoning
multi-agent network
inference method by adaptive genetic bee colony algorithm
-
分类号
E91
[军事]
E926.4
[兵器科学与技术—武器系统与运用工程]
-
-
题名基于人工蜂群遗传算法的稀疏全聚集成像方法研究
- 2
-
-
作者
朱文发
陶佳晨
张辉
范国鹏
成瑶
张梦可
-
机构
上海工程技术大学城市轨道交通学院
-
出处
《声学技术》
CSCD
北大核心
2023年第5期655-660,共6页
-
基金
国家自然科学基金(12104290,12004240)。
-
文摘
稀疏阵列设计是一种可提高相控阵成像实时性的有效途径。遗传算法能较好解决线性阵列稀疏这种典型的约束优化问题。但此算法的局部搜寻能力较弱,且在后期搜寻效率较差。为此,论文通过构建人工蜂群-遗传算法的阵列稀疏方法,把蜂群寻找最优解的过程引入到传统遗传算法中,增加全局最优解的搜索能力。结果显示,人工蜂群-遗传算法优化后得到的稀疏阵列比遗传算法优化后得到的稀疏阵列具有更高的旁瓣抑制力,阵列的峰值旁瓣水平达到-11.40 dB。而在阈值为-6 dB时,两种算法优化得到的稀疏阵列主瓣宽度都等同于全阵列2.8°的主瓣宽度。最后,论文通过相控阵检测系统在钢轨试样上采集超声信号,利用人工蜂群-遗传算法设计得到的稀疏矩阵进行全聚焦成像。实验结果显示,当阵元数为32的线性阵列在稀疏率达到75%时,稀疏阵列的阵列性能指标分辨率、信噪比与满阵相差不大,但成像效率却提高了53.04%。
-
关键词
人工蚁群算法
遗传算法
阵列稀疏
全聚焦成像
-
Keywords
artificial bee colony algorithm
genetic algorithm
array sparsity
total focus method(TFM)imaging
-
分类号
O426.9
[理学—声学]
-
