针对移动机器人在复杂环境下的路径规划与轨迹跟踪控制,提出了一种最优轨迹跟踪控制方法。首先,通过理论分析给出了移动机器人的运动学模型和对避障问题的描述,推导出了位置与姿态方程以及目标函数表达式;其次,介绍了萤火虫算法的寻优机制,并采用广义方向学习策略来改进原算法的性能;同时,引入NUBRS曲线来光滑处理局部路径,缩短总路径长度;进而,将移动机器人系统分成位置与姿态两个控制环,分别设计PD控制律来实现其稳定的轨迹跟踪控制;最后,通过仿真与实验验证了所提方法的有效性,结果表明(1)改进后的萤火虫算法能够为移动机器人规划出一条避障且可行走的轨迹;(2)基于PD控制策略,移动机器人能够有效地实现轨迹跟踪。

为了给供应商或投标人的最优选择提供科学决策的依据,提出一种基于改进的萤火虫算法优化核极限学习机(CMFA-KLEM)的投标人画像评价模型。首先,将云模型理论引入萤火虫算法,提出一种改进的萤火虫算法;然后,运用层次分析法从资质信息、投标行为、技术实力、信用评价和履约表现等5个方面构建出投标人画像评价指标体系;最后,将11个投标人画像评价二级指标的得分数据作为CMFA-KELM的输入向量,投标人画像评价等级作为CMFA-KELM的输出向量,建立投标人画像评价CMFA-KELM模型。研究结果表明,与其他算法相比,CMFA-KELM具有更高的准确率、检测率和更低的误报率。

航空整体加强框铣削加工过程中,工艺孔布局设计的合理性对其弹性变形的影响非常显著。针对航空整体加强框孔数与孔位设计依靠经验法和试错法的现状,提出一种面向加工的孔布局优化设计方法。首先,基于孔在制造中承担工艺功能的不同,将其分为主定位孔与辅定位孔两类;接着,初始化主定位孔布局,利用有限元法仿真铣削加工过程,以最大铣削变形量最小为目标,确定该主定位孔布局对应的辅定位孔布局;然后,以铣削变形平均值最小为目标,结合萤火虫算法与加权法实现最优主定位孔布局的搜索;最后,以某航空典型整体加强框为例,验证了该方法的可行性和有效性。

为了解决直接利用工作状态振动信号识别振动系统惯性参数问题,引入萤火虫算法。建立系统的振动微分方程,并用Matlab/Simulink求解其加速度响应,以加速度均方根值误差为算法的目标函数。采用Logistic映射并优选初始萤火虫种群,引入可变步长改进算法收敛速度,提高识别精度。以二自由度振动系统为例,该方法仅利用系统两端的竖向振动加速度就能进行系统的参数识别。参数识别实验表明,采用改进的萤火虫算法可以准确识别出工作状态下的振动系统惯性参数,使参数识别更加简单快速准确。

针对传统萤火虫算法应用于移动机器人路径规划中存在陷入局部最优和搜索精度低的问题,提出一种基于混沌求偶萤火虫算法的移动机器人路径规划方法。设计一种混沌求偶荧火虫算法,该算法采用混沌映射策略初始化种群,优化种群分布不均和搜索范围不足问题;利用求偶学习策略指导雄性萤火虫向雌性萤火虫学习,提高算法的收敛速度和求解精度。建立移动机器人路径规划的环境仿真模型,应用混沌求偶萤火虫算法进行移动机器人路径规划仿真。仿真结果表明:混沌求偶萤火虫算法比传统萤火虫算法和粒子群算法在路径长度上分别减少了3.075%和2.428%,拥有更高的搜索精度和跳出局部最优的能力。

由于煤矿机械液压设备工作环境复杂,因而容易出现各类故障,为了保证煤矿机械液压设备的正常工作,需要对液压系统故障进行快速在线诊断。提出了一种基于改进萤火虫算法和LabCVI的煤矿机械液压故障诊断系统,使用Wine和Heart数据集进行了验证,对常见的煤矿机械液压设备的故障进行了分析和总结,阐述了机械液压故障诊断系统的整体结构,设计了煤矿机械液压设备故障诊断流程,并使用训练样本和验证样本分别对系统进行了训练和测试,测试结果表明系统可以满足煤矿液压机械设备故障诊断的需求。

针对带钢冷连轧精轧机组中负荷分配的优化问题,提出一种免疫萤火虫算法。该方法利用免疫算法中抗体对抗原敏感性强的特点,在目标函数的激励下迅速大量产生可行域中适应度高的解,解决基本人工萤火虫算法中因观察范围内高亮度的萤火虫发现率低导致的算法初始迭代缓慢问题。为提高萤火虫算法的精度、避免陷入局部极值,根据免疫算法中抗体浓度与激励度的关系,提出新的萤光素更新公式。仿真分析免疫算法、人工萤火虫算法和免疫萤火虫算法,结果表明了免疫萤火虫算法在收敛速度和精度上的优越性。

为提高采煤机滚筒调高智能化控制精度,对基本萤火虫算法进行改进。对采煤机滚筒调高智能化控制系统进行数学建模,利用改进的萤火虫算法进行滚筒控制系统PID参数寻优,并搭建滚筒调高智能化控制系统Simulink仿真模型;对采用改进和基本萤火虫算法系统的响应进行分析。结果表明:系统在阶跃信号、斜坡信号及不同类型干扰信号情况下,改进萤火虫算法优化的PID控制器的系统响应性能和抗干扰性能均得到明显改善;阶跃信号下,优化后系统的超调量减小21.6%;斜坡信号下,优化后系统超调量减小38.4%;脉冲干扰信号下,优化后系统超调量减小21.9%;阶跃干扰信号下,优化后系统超调量减小33.2%;随机干扰信号下,优化后的响应曲线波荡范围减小40.1%。

针对无人机在复杂多变环境下的飞行问题,提出了一种应用混沌萤火虫算法的航迹规划方法。在飞行区域已知的情况下,建立规划空间的二维模型与航迹代价模型,并将航迹规划问题转换成多维函数优化问题;利用萤火虫算法优越的寻优能力来搜索无人机的最优航线;引入立方映射混沌算子来提高算法的局部搜索能力和鲁棒性。通过标准函数测试与航迹规划仿真对提出的算法进行了验证,结果表明相比其他算法,本算法能够较好地跳出局部最优的束缚,并快速、准确地获得全局最优解,可以满足无人机航迹规划的要求。

通过对萤火虫算法的学习和深入研究,得知算法在极值点区域容易呈现无规律的振荡现象,从而降低了局部搜索的能力;为了解决这个难题,引入了振荡权重函数,以此来增强局部搜索能力,提高算法精度。同时为了使全局与局部的搜索能力相对均衡,加快算法的收敛进度,又将模拟退火算法借鉴到算法中;将改进的算法运用到桥式起重机箱型主梁中进行优化并通过ANSYS进行力学分析,实例检验了算法的可行性;最后通过对比优化前后的结果,得出优化后的主梁质量减少6.87%且符合设计要求,对实际工程结构的设计有指导意义。