1 江苏理工学院 机械工程学院，江苏常州2300
2 常州祥明智能动力股份有限公司，江苏常州13011
在QFN芯片封装缺陷检测中，增加图像分割环节可有效提高缺陷检测准确性与检测效率。针对图像分割中传统算法效率低、智能优化算法分割精度低稳定性差的问题，本文提出一种基于改进灰狼优化算法（IGWO）的图像多阈值分割方法。首先，改进原始灰狼优化算法非线性因子，平衡算法搜索效率与挖掘能力；其次，引入反向学习策略提高种群整体质量，引入正弦函数、调整头狼权重以改进灰狼更新策略，增强算法多样性与挖掘能力；然后，提出头狼靠拢与种群变异交替进行的位置更新策略，平衡算法收敛性能与跳出局部最优能力；最后，以Kapur熵为适应度函数，求解最优分割阈值。将本文提出的改进灰狼优化算法的多阈值图像分割方法，与灰狼优化算法（GWO）、基于翻筋斗觅食策略的灰狼优化算法（DSF-GWO）、基于莱维飞行的樽海鞘群优化算法（LSSA）、改进北方苍鹰算法（INGO）的图像分割方法进行实验对比，结果表明：本文方法在分割用时方面，约为DSF-GWO的1/2，INGO的1/4；在分割精度与稳定性方面，在进行QFN芯片缺陷图像的连续30次分割时，本文方法具有最大Kapur熵平均值、最小标准差与最短分割时间。因此本文方法可实现高精度、高稳定性与高效率的QFN芯片图像多阈值分割。
灰狼优化算法 多阈值分割 Kapur熵 QFN Grey Wolf Optimization（GWO） multi-threshold segmentation Kapur entropy Quad Flat No-lead package(QFN)
1 江苏大学现代农业装备与技术教育部重点实验室, 江苏 镇江 212013
2 河南科技大学农业装备工程学院, 河南 洛阳 471003
千禧番茄营养丰富且酸甜可口, 不同千禧番茄品种的风味和营养价值均有明显差异, 尤其是番茄红素、 柠檬酸、 维生素C和氨基酸含量的差异较大。 传统人工分类方式效率低、 主观性强、 误检率高等问题亟待解决。 为筛选综合营养价值高且风味佳的千禧番茄品种, 实现千禧番茄快速准确分类, 提出了基于千禧番茄光谱特征的分类模型构建及GWO优化SVM算法研究, 以期解决千禧番茄自动化分类问题。 以四个品种千禧番茄作为研究对象, 试验样本240个, 将其按2:1比例划分为训练集160个和测试集80个样本, 利用可见-近红外光谱采集系统获取350~1 000 nm范围内的千禧番茄反射强度, 经光谱校正得样本反射率; 为增强信噪比, 截取481.15~800.03 nm范围内的光谱波段作为有效波段。 由于数据采集过程受无关信息干扰影响建模效果, 故将平滑点数设置为3进行Savitzky-Golay(SG)平滑预处理。 预处理后采用连续投影算法(SPA)提取特征波长变量, 优选得到11个特征波长反射率作为输入矩阵X, 预设样本变量1, 2, 3和4作为输出矩阵Y, 利用支持向量机(SVM)建立SPA-SVM千禧番茄定性分类模型, 训练集和测试集平均分类准确率分别为59.38%和48.75%; 在此基础上, 引入灰狼优化算法(GWO)对训练集160个样本训练, 寻求SVM最优惩罚系数(c)和核函数参数(g), 根据模型训练结果对测试集80个样本预测, 建立SPA-GWO-SVM千禧番茄分类模型, 训练集和测试集平均分类准确率分别为100%和81.25%。 研究结果表明: 经灰狼算法优化后的支持向量机模型性能明显提高, 其中训练集和测试集平均分类准确率分别提高了40.62%和32.50%, 灰狼优化算法可用于提高支持向量机的分类性能, 实现对千禧番茄品种的分类。 本研究为千禧番茄及其他果蔬快速准确分类提供了新的思路和方法。
可见-近红外光谱 千禧番茄 分类 灰狼优化算法 支持向量机 Visible/near-infrared spectroscopy Qianxi tomato Classification Grey wolf optimization Support vector machine 光谱学与光谱分析
2022, 42(10): 3291
山东工商学院管理科学与工程学院, 山东 烟台 264000
针对基础灰狼优化(GWO)算法种群多样性不足和易陷入局部最优的缺点, 从混沌初始化和种群间信息共享两个角度, 提出一种基于信息共享搜索策略的改进灰狼优化(ISIAGWO)算法。首先, 使用Iterative混沌映射初始化种群保证种群的多样性, 并引入自适应动态算子增加优秀个体权重; 其次, 使用信息共享搜索策略更新种群有效避免算法陷入局部最优;再次, 对8种基准函数进行寻优测试并与其他先进群智能算法进行对比, 实验结果表明, ISIAGWO算法在解的精度和鲁棒性上有显著提升; 最后, 将ISIAGWO算法应用于经典的旅行商问题进行求解, 证实该算法的实用性。
灰狼优化算法 信息共享搜索策略 自适应算子 Iterative映射 旅行商问题 grey wolf optimization information sharing search strategy adaptive dynamic operator Iterative mapping travelling salesman problem
上海应用技术大学电气与电子工程学院, 上海 201418
为了改善差分灰狼预测算法的早熟收敛、搜索能力不均衡、容易陷入局部最优等问题,提出了一种改进的混合灰狼优化(HGWO)预测算法,可自适应改进和调整差分进化中的变异算子、交叉算子和变异策略。嵌入具有分类预测功能的支持向量机(SVM),同时引入莱维飞行全局搜索更新狼群位置,优化SVM核函数参数γ和惩罚因子C,构建了HGWO-SVM预测算法预测推焦车大车道内物体的运动轨迹。结果表明,与已有算法相比,该算法对行人、自行车、电瓶车、电动三轮车、大中小型四轮汽车的位置预测相对实际值的误差分别降低了4.21、4.14、7.91、2.03、25.53个百分点,预测时间减少了8.8~10 s。可以克服焦炉恶劣的环境影响,准确预测推焦车车道内运动对象的轨迹,为推焦车无人化运行提供主动安全的预测控制方法。
支持向量机 灰狼优化算法 差分进化 莱维飞行 目标跟踪 轨迹预测 激光与光电子学进展
2020, 57(12): 122801
1 燕山大学电气工程学院河北省测试计量技术及仪器重点实验室, 河北 秦皇岛 066004
2 河南理工大学资源环境学院, 河南 焦作454000
3 中国地质调查局水文地质环境地质调查中心, 河北 保定 071051
4 河北先河环保科技股份有限公司, 河北 石家庄050035
针对土壤含水率对X射线荧光光谱(XRF)法检测结果存在严重干扰的问题,提出了一种基于灰狼优化(GWO)算法的支持向量回归(SVR)校正预测模型。完成光谱数据预处理之后,基于GWO-SVR建立净峰面积、含水率与镉元素含量之间的定量分析模型,并将GWO-SVR模型与其他模型对比。结果表明:SVR非线性模型比线性回归模型有更好的决定系数、更小的误差,在GWO下,各个模型指标均得到提升;与其他优化算法相比,GWO-SVR迭代次数更少,拟合效果更好,预测误差更小。所提模型也可为土壤中其他重金属含量的预测及含水率校正提供有效的参考。
光谱学 X射线荧光光谱 含水率补偿 灰狼优化算法 支持向量回归 光学学报
2020, 40(10): 1030002
西北师范大学物理与电子工程学院, 甘肃 兰州 730070
针对QR(Quick Response)码在光照变化、污染、破损等情况下识别率低的问题,提出一种多块局部二值模式(MB-LBP)结合改进灰狼优化算法(GWO)优化支持向量机(SVM)的QR码识别算法。首先采用提升小波变换分离出图像的高低频分量,将二级低频和水平高频分量分成互不重叠的子块,分别提取每个子块的MB-LBP特征并融合;然后运用主成分分析(PCA)对样本集进行特征降维;最后采用SVM算法对QR码数据建立分类模型。为进一步提高分类精度,在标准GWO基础上引入基于对数函数的非线性收敛因子提升其寻优性能,并使用改进GWO优化SVM模型。实验根据不同高低频结合方式、SVM优化算法对识别性能进行了测试,结果表明本文方法在识别速度和分类精度方面都有明显提升,具有良好的稳健性。
图像处理 QR码识别 改进灰狼优化算法 多块局部二值模式 提升小波变换 激光与光电子学进展
2020, 57(2): 021015
江南大学物联网工程学院, 江苏 无锡 214122
针对天波雷达方位分辨力低和传统解析算法定位误差较大的缺点,提出一种混沌变异灰狼算法优化核极限学习机(KELM)的定位模型。首先,该模型将分段线性混沌映射、自适应柯西变异和收敛因子的非线性化引入灰狼算法从而形成一种改进的灰狼算法;然后,采用改进后的灰狼算法对KELM的惩罚系数和核参数进行优化;最后,将优化后的KELM应用于天波雷达定位,使建立的KELM定位模型具有更高的预测精度和更强的泛化能力。实验结果显示,所提模型的预测结果与目标实测值基本一致,预测精度高于标准灰狼优化算法改进的KELM模型和解析法定位模型,为天波雷达定位提供了一种新的目标定位方法。
光计算 天波雷达 定位 核极限学习机 灰狼优化算法 参数优化 激光与光电子学进展
2019, 56(3): 032001
