检索结果-南通市图书馆

基于自适应动态重组和极值扰动的人工蜂群算法

在线全文

学校读者我要写书评

暂无评论

吉林大学学报（理学版） 2019年第3期57卷 607-612页

作者：倪红梅刘永建李盼池东北石油大学计算机与信息技术学院黑龙江大庆163318 东北石油大学石油工程学院黑龙江大庆163318

针对人工蜂群算法存在寻优能力弱和收敛速度慢的问题,提出一种基于自适应动态重组和极值扰动的人工蜂群算法.首先通过引入混沌优化算子产生初始解,根据雇佣蜂的贡献度对其进行自适应动态重组,然后引入极值扰动算子对雇佣蜂个体极值和全... 详细信息

针对人工蜂群算法存在寻优能力弱和收敛速度慢的问题,提出一种基于自适应动态重组和极值扰动的人工蜂群算法.首先通过引入混沌优化算子产生初始解,根据雇佣蜂的贡献度对其进行自适应动态重组,然后引入极值扰动算子对雇佣蜂个体极值和全局最优值实施随机扰动.实验结果表明,该算法增加了种群的多样性,加快了算法收敛速度,提高了种群的可进化能力.

关键词：人工蜂群算法混沌优化算子贡献度自适应动态重组极值扰动

具有重组学习和混合变异的动态多种群粒子群优化算法

在线全文

学校读者我要写书评

暂无评论

控制与决策 2021年第12期36卷 2871-2880页

作者：唐可心梁晓磊周文峰马千慧张煜武汉科技大学汽车与交通工程学院武汉430065 武汉理工大学物流工程学院武汉430063

为解决粒子群优化算法中种群多样性与收敛性间的矛盾,提出一种具有重组学习和混合变异的动态多种群粒子群优化算法.该算法动态划分多种群并融入重构粒子作为引导因子,在增加种群多样性的同时保留优秀粒子的空间信息;在算法执行阶段对最... 详细信息

为解决粒子群优化算法中种群多样性与收敛性间的矛盾,提出一种具有重组学习和混合变异的动态多种群粒子群优化算法.该算法动态划分多种群并融入重构粒子作为引导因子,在增加种群多样性的同时保留优秀粒子的空间信息;在算法执行阶段对最优个体施加混合变异,基于时变概率实施反向学习策略或者邻域扰动操作,帮助粒子快速跳出局部困境,加强对附近区域内的精细搜索.基于14个多类型标准测试函数,并与其他的改进粒子群算法进行对比,验证了几种改进措施的有效性和叠加影响.为进一步探究概率性混合变异策略的敏感性,对变异方式及参数设置进行仿真实验,结果表明,所采用的极值扰动策略具有显著的优势,合理地控制学习强度可以充分发挥反向学习的作用,并给出影响参数的建议取值范围.实验结果还表明,所提出的算法能够更好地平衡种群的开发与勘探能力,提高求解精度和收敛性能.

关键词：粒子群算法重构粒子反向学习极值扰动概率选择

在线全文

学校读者我要写书评

暂无评论

基于混沌变异的自适应双粒子群优化

控制与决策 2011年第7期26卷 1083-1086,1095页

作者：吴定海张培林李胜徐超王怀光军械工程学院石家庄050003

针对粒子群优化在解决高维优化问题时收敛性差、搜索效率不高的问题,在对粒子群优化算法收敛性分析的基础上,提出了混沌变异对极值进行扰动的方法,以增强算法摆脱局部最优解的能力.采用自适应惯性权重和局部邻域搜索保持较高的局部搜索... 详细信息

针对粒子群优化在解决高维优化问题时收敛性差、搜索效率不高的问题,在对粒子群优化算法收敛性分析的基础上,提出了混沌变异对极值进行扰动的方法,以增强算法摆脱局部最优解的能力.采用自适应惯性权重和局部邻域搜索保持较高的局部搜索性能,并结合双粒子群协同进化的方法,综合平衡优化算法的全局搜索和局部搜索能力.通过对4个典型测试函数进行的对比实验,表明了所提出的算法能大大提高粒子群优化的搜索效率和收敛精度.

关键词：粒子群混沌自适应极值扰动

在线全文

学校读者我要写书评

暂无评论

基于精英引导的社会学习粒子群优化算法

西北工业大学学报 2024年第5期42卷 948-958页

作者：齐铖谢军伟王雪冯为可张浩为空军工程大学防空反导学院陕西西安710051 滨州职业学院信息工程学院滨州256600

为了改进经典粒子群算法(PSO)过早收敛和全局搜索能力不足的缺点,提出了一种基于精英引导的社会学习粒子群优化算法(ESLPSO)。在ESLPSO中,提出了一种分层拓扑结构的搜索方法。这一策略根据粒子的适应度表现将粒子分化为最优的精英粒子... 详细信息

为了改进经典粒子群算法(PSO)过早收敛和全局搜索能力不足的缺点,提出了一种基于精英引导的社会学习粒子群优化算法(ESLPSO)。在ESLPSO中,提出了一种分层拓扑结构的搜索方法。这一策略根据粒子的适应度表现将粒子分化为最优的精英粒子和其余的平民粒子,革新了传统种群迭代搜索的更新样本,由此加强了整个种群演化信息的引导作用。采用Cubic混沌初始化赋予了初始粒子群体在搜索空间内的广域覆盖能力。设计了精英粒子引导的社会学习策略,通过增加态叠加的不确定性更好地利用了种群演化的多维信息。在此基础上,结合极值扰动迁移机制激励粒子经历新的搜索路径和区域,增加种群的多样性,平衡种群在搜索过程中的探索和开发能力。基于12个涵盖单峰、多峰以及旋转多峰的基准测试函数集对所提算法的性能进行了验证。此外,ESLPSO与其他8种PSO改进算法的比较结果表明,ESLPSO在解决不同类型函数方面表现出了优秀的搜索性能,具有高效的求解稳定性和优异的求解结果。

关键词：粒子群优化社会学习 Cubic混沌极值扰动

在线全文

学校读者我要写书评

暂无评论

基于粒子能量的自适应粒子群优化算法

系统仿真学报 2009年第15期21卷 4664-4667,4671页

作者：郭京蕾吴志健姜大志罗芳高冲汤铭端武汉大学软件工程国家重点实验室武汉430072 华中师范大学计算机科学系.武汉430079 航天科工集团第二研究院北京100854

群优化是一种随机的群体搜索策略。针对粒子群算法易陷入局部最优和收敛速度慢等不足,提出了根据粒子的能量自适应调整参数的改进算法。该算法基于动力学和热力学的理论,计算每个粒子的能量值,并将优化过程中的群体视为热力学的某一状态... 详细信息

群优化是一种随机的群体搜索策略。针对粒子群算法易陷入局部最优和收敛速度慢等不足,提出了根据粒子的能量自适应调整参数的改进算法。该算法基于动力学和热力学的理论,计算每个粒子的能量值,并将优化过程中的群体视为热力学的某一状态,通过退火温度和粒子的能量动态调整算法中的惯性参数,达到对"惰性"粒子的原速度方向给予较大的牵引力的目的。优化过程中,随着系统温度的降低,惯性参数逐渐减小,有利于问题的收敛。算法中采用了带极值扰动策略,加速粒子跳出局部最优的能力。数值实验结果表明,该算法具有收敛精度高和收敛速度快的特点,可快速有效的求解约束和非约束优化问题。

关键词：粒子群优化能量退火温度惯性参数极值扰动

在线全文

学校读者我要写书评

暂无评论

一种更简化而高效的粒子群优化算法

软件学报 2007年第4期18卷 861-868页

作者：胡旺李志蜀四川大学计算机学院四川成都610065

针对基本粒子群优化(basic particle swarm optimization,简称bPSO)算法容易陷入局部极值、进化后期的收敛速度慢和精度低等缺点,采用简化粒子群优化方程和添加极值扰动算子两种策略加以改进,提出了简化粒子群优化(simple particle swar... 详细信息

针对基本粒子群优化(basic particle swarm optimization,简称bPSO)算法容易陷入局部极值、进化后期的收敛速度慢和精度低等缺点,采用简化粒子群优化方程和添加极值扰动算子两种策略加以改进,提出了简化粒子群优化(simple particle swarm optimization,简称sPSO)算法、带极值扰动粒子群优化(extremum disturbed particle swarm optimization,简称tPSO)算法和基于二者的带极值扰动的简化粒子群优化(extremum disturbed and simple particle swarm optimization,简称tsPSO)算法.sPSO去掉了PSO进化方程的粒子速度项而使原来的二阶微分方程简化为一阶微分方程,仅由粒子位置控制进化过程,避免了由粒子速度项引起的粒子发散而导致后期收敛变慢和精度低问题.tPSO增加极值扰动算子可以加快粒子跳出局部极值点而继续优化.对几个经典测试函数进行实验的结果表明,sPSO能够极大地提高收敛速度和精度;tPSO能够有效摆脱局部极值点;以上两种策略相结合,tsPSO以更小的种群数和进化世代数获得了非常好的优化效果,从而使得PSO算法更加实用化.

关键词：进化计算群体智能粒子群优化极值扰动

基于改进QPSO算法的逢低买入最优定价研究

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2008年第8期44卷 210-211,216页

作者：阳成虎杜文西南交通大学交通运输学院成都610031

研究逢低买入拍卖中最优定价问题。由于逢低买入拍卖中卖方期望收益函数异常复杂,常规函数极值法具有极大局限性,无法获得最优价格策略,提出一种带极值扰动算子的QPSO(Quantum-behaved Particle Swarm Optimization)算法对模型进行优化... 详细信息

研究逢低买入拍卖中最优定价问题。由于逢低买入拍卖中卖方期望收益函数异常复杂,常规函数极值法具有极大局限性,无法获得最优价格策略,提出一种带极值扰动算子的QPSO(Quantum-behaved Particle Swarm Optimization)算法对模型进行优化和数值计算。算例表明该算法可以快速有效地找到最优价格策略,且具有较好的全局收敛能力。

关键词：逢低买入 QPSO 极值扰动

在线全文

学校读者我要写书评

暂无评论

改进的PSO在说话人辨识中的应用

计算机工程与应用 2010年第2期46卷 135-137,169页

作者：骆瑞玲李明李睿石河子大学信息科学与技术学院新疆石河子832000 兰州理工大学计算机与通信学院兰州730050

针对PSO算法容易陷于局部极值的缺点,提出了一种改进的PSO优化算法(IPSO)。该算法根据粒子进化速度对粒子个体极值进行自适应扰动,使粒子及时跳出局部极值点而继续优化,从而扩大粒子搜索范围。改进后的PSO算法加快了收敛速度,能够很好... 详细信息

针对PSO算法容易陷于局部极值的缺点,提出了一种改进的PSO优化算法(IPSO)。该算法根据粒子进化速度对粒子个体极值进行自适应扰动,使粒子及时跳出局部极值点而继续优化,从而扩大粒子搜索范围。改进后的PSO算法加快了收敛速度,能够很好地调整算法的全局与局部搜索能力之间的平衡。同时,给出了应用IPSO算法训练支持向量机的方法,并将其应用于说话人辨识。改进后的PSO可以使SVM用较少的SV取得最优分类面,从而减少SVM的训练量,提高了说话人辨识速度。

关键词：说话人辨识粒子群优化算法速度进化因子极值扰动

具有拓扑时变和搜索扰动的混合粒子群优化算法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2020年第7期40卷 1913-1918页

作者：周文峰梁晓磊唐可心李章洪符修文武汉科技大学汽车与交通工程学院武汉430065 上海海事大学物流科学与工程研究院上海201306

粒子群优化(PSO)算法在求解复杂多峰函数时极易早熟,陷入局部最优无法跳出。研究表明改变粒子间的拓扑结构和调整算法的迭代机制有助于改善种群的多样性,提高算法的寻优能力。因此,提出一种具有拓扑时变和搜索扰动的混合粒子群优化(HPSO... 详细信息

粒子群优化(PSO)算法在求解复杂多峰函数时极易早熟,陷入局部最优无法跳出。研究表明改变粒子间的拓扑结构和调整算法的迭代机制有助于改善种群的多样性,提高算法的寻优能力。因此,提出一种具有拓扑时变和搜索扰动的混合粒子群优化(HPSO-TS)算法。该算法采用K-medoids聚类算法对粒子群进行动态分簇,形成多个异构子群,以利于子群内粒子间进行信息流通。在速度更新中,增加簇最优粒子的引导,并引入非线性变化极值扰动,帮助粒子搜索更多的区域。而后在位置迭代中引入花授粉算法(FPA)中的转换概率,使粒子在全局搜索和局部搜索之间转换。在全局搜索时结合狮群算法中的母狮觅食机制对粒子的位置进行更新;在局部搜索时引入正弦扰动因子,帮助粒子跳出局部最优。实验结果表明所提算法在求解精度和鲁棒性方面明显优于FPA、PSO、改进粒子群算法(IPSO)、具有动态拓扑结构的粒子群算法(PSO-T);并且随着测试维度和次数的增加,这种优势更加明显。HPSO-TS算法所引入的拓扑时变策略和搜索扰动机制能有效地提高种群的多样性和粒子的活性,从而改善寻优能力。

关键词：粒子群优化算法拓扑时变搜索扰动聚类极值扰动转换概率正弦扰动因子