检索结果-南通市图书馆

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

自适应差分变异的人工鱼群算法

计算机系统应用 2024年第8期33卷 214-221页

作者：郭长珍李整华北电力大学(保定)计算机系

针对人工鱼群算法存在的全局搜索能力欠缺,鲁棒性差及易陷入局部极值等不足,提出一种自适应差分变异的人工鱼群算法(ADMAFSA).首先,该算法采用自适应视野和步长策略,改善种群个体在较优区域的精细搜索能力,提升算法的寻优精度.其次,在... 详细信息

针对人工鱼群算法存在的全局搜索能力欠缺,鲁棒性差及易陷入局部极值等不足,提出一种自适应差分变异的人工鱼群算法(ADMAFSA).首先,该算法采用自适应视野和步长策略,改善种群个体在较优区域的精细搜索能力,提升算法的寻优精度.其次,在人工鱼群的随机行为中引入反向学习机制,通过发掘潜在的寻优空间,提高算法的全局搜索性能,避免算法早熟收敛.最后,借鉴差分进化算法对质量较差的人工鱼进行变异操作,从而增加鱼群的多样性,降低算法陷入局部极值的可能性.为验证改进算法的性能,本文对6个基准测试函数和8个CEC2019函数进行仿真,与其他AFSA变体、新型智能算法进行对比,实验结果表明, ADMAFSA在寻优精度和鲁棒性方面均有所提高.最后,在齿轮系设计问题上,进一步证明了改进算法具有较好的优化效果.

关键词：人工鱼群算法自适应差分变异反向学习机制基准测试函数

在线全文

学校读者我要写书评

暂无评论

基于旋转学习机制的差分演化算法

电子学报 2015年第10期43卷 2040-2046页

作者：刘会超吴志健武汉大学计算机学院软件工程国家重点实验室湖北武汉430072 黄淮学院信息工程学院河南驻马店463000

为克服反向学习机制仅能搜索反向空间中一个固定点的弊端,通过引入旋转操作将其扩展为一种新的旋转学习机制,新机制通过调整旋转角度能搜索旋转空间中的任意一点,具备更强的勘探能力和多种应用模式.通过嵌入旋转学习算子,并引入参数自... 详细信息

为克服反向学习机制仅能搜索反向空间中一个固定点的弊端,通过引入旋转操作将其扩展为一种新的旋转学习机制,新机制通过调整旋转角度能搜索旋转空间中的任意一点,具备更强的勘探能力和多种应用模式.通过嵌入旋转学习算子,并引入参数自适应机制,提出了新的基于旋转学习的差分演化算法.在广泛使用的测试函数集上开展仿真实验,结果验证了旋转学习机制的有效性,与多种知名差分演化算法相比,新算法在寻优性能上竞争优势明显,且具有良好的适用性.

关键词：演化计算差分演化旋转学习机制反向学习机制

在线全文

学校读者我要写书评

暂无评论

基于改进离散粒子群优化算法的路径规划

计算机仿真 2022年第9期39卷 462-466,496页

作者：张红柱蒋奇山东大学控制科学与工程学院山东济南250061

针对传统粒子群算法进行机器人路径规划时容易陷入局部最优的问题,提出一种基于反向学习机制的改进离散粒子群优化算法。算法分两阶段对粒子种群引入反向学习机制:第一次在种群初始化时,对全部粒子引入反向学习机制,选择适应度值较低的... 详细信息

针对传统粒子群算法进行机器人路径规划时容易陷入局部最优的问题,提出一种基于反向学习机制的改进离散粒子群优化算法。算法分两阶段对粒子种群引入反向学习机制:第一次在种群初始化时,对全部粒子引入反向学习机制,选择适应度值较低的粒子作为初始种群,提高初始解的质量;第二次在迭代过程中,以概率α对粒子种群引入反向学习机制,增加粒子种群的多样性。使用改进惯性权重,提出一种新型自适应余弦变化公式更新学习因子,使算法在运行过程中达到更佳的搜索性能。利用Matlab R2014a平台进行仿真,结果表明,改进算法可以在无碰撞条件下规划出一条从初始点运动到目标点的最短路径,且收敛速度和精度均得到提高。

关键词：机器人路径规划离散粒子群算法反向学习机制学习因子

在线全文

学校读者我要写书评

暂无评论

一种采用双混沌搜索的类电磁机制算法

西安电子科技大学学报 2014年第5期41卷 79-83,147页

作者：姜建国刘梦楠刘永青苏仟张丽媛西安电子科技大学计算机学院陕西西安710071

针对现有算法中初始种群随机性强、局部搜索能力差、移动公式效率低等问题,提出了一种改进的类电磁机制算法.结合反向学习理论,引入带扰动因子的反向学习机制构造初始种群;提出了一种双混沌优化机制用于局部搜索;运用改进后的公式计算... 详细信息

针对现有算法中初始种群随机性强、局部搜索能力差、移动公式效率低等问题,提出了一种改进的类电磁机制算法.结合反向学习理论,引入带扰动因子的反向学习机制构造初始种群;提出了一种双混沌优化机制用于局部搜索;运用改进后的公式计算粒子之间的合力;设计了一种自适应移动算子来更新粒子.实验结果表明,改进后的算法具有更好的收敛效果和更高的求解精度.

关键词：类电磁机制算法反向学习机制扰动双混沌全局优化

在线全文

学校读者我要写书评

暂无评论

基于改进万有引力搜索算法的微网优化运行

中国电机工程学报 2014年第19期34卷 3073-3079页

作者：李鹏徐伟娜周泽远李锐新能源电力系统国家重点实验室(华北电力大学) 河北省保定市071003 国网浙江省电力公司绍兴供电公司浙江省绍兴市312000

微网为分布式电源并网提供了有效的技术途径,微网的优化运行是微网领域的重要研究课题。综合考虑经济成本、环境效益和网损等多个运行指标对微网的优化运行进行数学建模;通过引入反向学习机制、精英策略和全局记忆性,提出基于改进万有... 详细信息

微网为分布式电源并网提供了有效的技术途径,微网的优化运行是微网领域的重要研究课题。综合考虑经济成本、环境效益和网损等多个运行指标对微网的优化运行进行数学建模;通过引入反向学习机制、精英策略和全局记忆性,提出基于改进万有引力搜索算法的微网优化运行方法,并将其应用于解决多目标多约束的微网优化运行问题;最后,通过算例验证了所提出的算法的正确性和可行性。

关键词：微网优化运行万有引力搜索算法反向学习机制精英策略

在线全文

学校读者我要写书评

暂无评论

融合改进策略的蝗虫优化算法结构损伤识别

融合改进策略的蝗虫优化算法结构损伤识别

基于IGSA-BP网络的瓦斯涌出量预测模型

第九届全国结构抗振控制与健康监测学术会议

作者：刘琪钿陈泽鹏

本文结合自适应Levy飞行机制和精英反向学习机制提出一种改进蝗虫优化算法(IGOA)进行结构损伤识别研究。原始蝗虫优化算法在结构损伤识别中应用较少,且存在容易陷入局部最优、结构损伤识别解不稳定的问题。针对这些问题,本文提出的IGOA... 详细信息

本文结合自适应Levy飞行机制和精英反向学习机制提出一种改进蝗虫优化算法(IGOA)进行结构损伤识别研究。原始蝗虫优化算法在结构损伤识别中应用较少,且存在容易陷入局部最优、结构损伤识别解不稳定的问题。针对这些问题,本文提出的IGOA算法可以获取更精确的全局最优解,提高结构损伤识别精度。通过对简支梁和平面桁架有限元模型的损伤工况识别,表明IGOA在单损伤、两损伤以及多损伤的工况下可以精准地定位并定量损伤单元,具有良好的适用性。同时,在添加1%～5%的噪声情况下,IGOA均能成功识别出结构损伤,说明了改进蝗虫算法具有较好的噪声鲁棒性。实验室简支梁桥和两跨连续梁桥的实验验证表明,该方法具有一定的实际应用前景。

关键词：桥梁模态特征结构损伤识别改进蝗虫优化算法 Levy飞行反向学习机制

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

电子测量与仪器学报 2019年第5期31卷 111-117页

作者：徐耀松齐翠玉丰胜成辽宁工程技术大学电气与控制工程学院葫芦岛125105 潞安环保能源开发股份有限公司王庄煤矿长治046600

为提高煤矿瓦斯涌出量预测的精度和效率,提出一种基于改进的万有引力算法(IGSA)的BP神经网络IGSA-BP瓦斯涌出量预测模型。由于BP神经网络的初始权值和阈值对网络的预测精度和收敛速度有较大影响,采用改进的万有引力算法训练BP神经网络... 详细信息

为提高煤矿瓦斯涌出量预测的精度和效率,提出一种基于改进的万有引力算法(IGSA)的BP神经网络IGSA-BP瓦斯涌出量预测模型。由于BP神经网络的初始权值和阈值对网络的预测精度和收敛速度有较大影响,采用改进的万有引力算法训练BP神经网络的初始权值和阈值,引入粒子群算法记忆与社会信息交流的思想,对万有引力算法(GSA)的速度与位置更新公式进行改进,采用Tent混沌映射增加GSA种群的多样性,使算法避免陷入局部极值并增强GSA的遍历搜索能力。结果表明,改进的万有引力BP神经网络预测结果的误差在0.20 m^3/min以内,与未经改进的万有引力BP神经网络和粒子群BP神经网络相比,预测精度分别提高了近5倍和10倍,说明该方法对煤矿瓦斯涌出量具有更好的预测精度和收敛速度。

关键词：瓦斯涌出量预测 BP神经网络万有引力算法反向学习机制 Tent混沌映射

基于反向学习和种群引导的多目标蝗虫优化算法

在线全文

学校读者我要写书评

暂无评论

计算机工程与科学 2021年第5期43卷 944-950页

作者：邵鸿南梁倩王李森马云鹏项贤鹏东北财经大学统计学院辽宁大连116000 哈尔滨商业大学经济学院黑龙江哈尔滨150000

为了解决多目标优化的相关问题,提出了求解多目标的蝗虫优化算法,结合单个目标的蝗虫优化算法的搜寻机制、帕累托优势以及拥挤度策略,并在算法中应用种群引导和高斯变异算子,加入了反向学习机制。将所提出的算法与经典的MOPSO、MOCS、MO... 详细信息

为了解决多目标优化的相关问题,提出了求解多目标的蝗虫优化算法,结合单个目标的蝗虫优化算法的搜寻机制、帕累托优势以及拥挤度策略,并在算法中应用种群引导和高斯变异算子,加入了反向学习机制。将所提出的算法与经典的MOPSO、MOCS、MOGOA和MOWOA算法进行了比较,比较结果表明,所提出的改进多目标蝗虫优化算法具有良好的鲁棒性,所求得的解分布更均匀,收敛更快速,是一种有着良好应用前景的多目标进化算法。

关键词：反向学习机制蝗虫优化算法种群引导高斯变异

在线全文

学校读者我要写书评

暂无评论

基于精英协同的混洗差分进化算法及其应用

运筹与管理 2013年第5期22卷 17-23页

作者：张大斌杨添柔潘玉辰周茜张文生华中师范大学信息管理学院湖北武汉430079 中国科学院自动化研究所北京100190

提出了基于精英协同的混洗差分进化算法(Shuffled Differential Evolution,SDE)。该算法引入反向学习的初始化机制,并对设置的普通群和虚拟精英群采用不同的差分策略,进而将精英个体作为信息通道实现种群间的信息交流;同时,借助定期混... 详细信息

提出了基于精英协同的混洗差分进化算法(Shuffled Differential Evolution,SDE)。该算法引入反向学习的初始化机制,并对设置的普通群和虚拟精英群采用不同的差分策略,进而将精英个体作为信息通道实现种群间的信息交流;同时,借助定期混洗机制实现种群间的文化交流,从而达到协同进化的目的;此外,对长期停滞的个体进行跳变操作,以充分挖掘种群的搜索潜能,增强搜索的有效性。通过函数仿真,并与PSO及其它差分进化算法比较,结果表明该算法具有较好的寻优能力。

关键词：最优化理论差分进化反向学习机制协同机制混洗思想多种群连续域问题

维普期刊数据库博看期刊