论文部分内容阅读
烟花算法是中国学者谭营受到烟花在空中爆炸的启发,提出的新型智能算法。该算法根据粒子不同的数量及爆炸幅度,自适应调节种群参数。烟花算法的自适应性保证了种群粒子的多样性,相比较新的SPSO,CPSO等群体智能算法,具有快速收敛及易跳出局部最优的特性。烟花算法广泛应用于方程组求解、图像识别、滤波器设计等多个领域,取得了十分明显的应用效果。本文主要针对研究了烟花算法的缺陷并提出了两种改进方案,并将改进后的烟花算法应用到Gabor滤波分割鱼刺的过程中。1、针对标准烟花算法寻优过程中存在的粒子间信息交流少、对求解函数最优点位置不在原点和原点附近时的目标函数求解能力差及寻优时间较长等不足,本文首先提出差分进化引导趋化算子的烟花算法(BFA),利用细菌觅食算法中粒子的趋化特性,引导群体中的粒子向最优点发生进化。趋化的过程可以看作真实世界中的细菌朝着它们喜欢且吸引它们的营养梯度方向进行移动的过程,粒子移动过程中会尽量避免陷入有害环境中,通常情况下粒子能在良好方向上移动较长的距离。2、在12组标准函数及其对应的六组偏移量的实验中表明,BFA在求解精度上有了较大程度的提升,而对时效性的提高程度依然不是十分理想,于是在BFA的基础上再次提出引入混合策略的烟花算法(MSFA),优化过程中不仅让优秀粒子与种群间粒子相互协助提高,对于适应度差的粒子并不直接丢弃而是采取列维飞行优化策略使其进步,通过增加种群粒子的多样性从而提高寻优系统的效率。在12组标准函数及其对应的六组偏移量的实验中,与BFA相比,MSFA的时效性有了明显的提高。3、由于鱼类X光图样本排列的特殊性,本文在提取鱼刺骨的阶段首先引入Gabor滤波器对图像进行滤波,接着使用大津法将滤波后的图像进行分割,定位图像中鱼刺部分。在对Gabor滤波器的优化过程中,使用优化烟花算法作为选择最优Gabor滤波器参数的方法,根据Fisher准则构造一个目标函数建立相应的数学模型,利用MSFA算法求解该模型得到最佳Gabor滤波器参数值。实验证明相对比直接使用大津法分割图像的方法,及结合Canny滤波器的图像分割方法,使用Gabor滤波后的鱼刺图像能更好的找出鱼刺的分布。已将改进烟花算法成功应用于水产品加工过程中安全危害的现场识别检测技术(水产品加工过程中危害因素的识别与脱除技术研究子项目),“十二五”农村领域国家科技计划子课题,编号:2015BAD17B02-8,算法运行效果良好。