检索结果-南通市图书馆

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

带有权重函数学习因子的粒子群算法

计算机应用 2013年第8期33卷 2265-2268页

作者：赵远东方正华南京信息工程大学电子与信息工程学院南京210044

粒子群算法(PSO)中惯性权重和学习因子的独自调整策略削弱了算法进化过程的统一性和粒子群的智能特性,很难适应复杂的非线性优化,为此提出一种利用惯性权重来控制学习因子的PSO算法。该算法将学习因子视作惯性权重的线性、非线性以及三... 详细信息

粒子群算法(PSO)中惯性权重和学习因子的独自调整策略削弱了算法进化过程的统一性和粒子群的智能特性,很难适应复杂的非线性优化,为此提出一种利用惯性权重来控制学习因子的PSO算法。该算法将学习因子视作惯性权重的线性、非线性以及三角函数,在惯性权重随时间线性或非线性递减的过程中,学习因子发生相应的递减或递增变化,进而通过增强两者之间的相互作用来平衡算法的全局探索和局部开发能力,更好地引导粒子进行优化搜索。同时为了分析惯性权重和学习因子的融合性能,采用线性和非线性权重法进行比较,测试函数的优化结果表明了采用非线性递减权重的优越性。最后通过对多个基准测试函数的优化分析,并与带有异步线性变化和三角函数学习因子调整方法的PSO进行比较发现,该策略利用惯性权重调整学习因子,能达到平衡粒子个体学习能力和向群体学习能力的作用,提高了算法的优化精度。

关键词：粒子群算法学习因子惯性权重统一性基准函数

在线全文

学校读者我要写书评

暂无评论

基于群体智能算法的图像阈值分割方法研究

基于群体智能算法的图像阈值分割方法研究

作者：史春天河南理工大学

学位级别：硕士

图像分割作为图像进一步操作的重要前提条件,吸引着很多学者对其进行研究,从而提出了不计其数的分割算法。在这些被提出的图像分割算法中,图像阈值分割是一种经典的分割算法,但传统的求解阈值的方法是穷举法,这种方法随着求解阈值数目... 详细信息

图像分割作为图像进一步操作的重要前提条件,吸引着很多学者对其进行研究,从而提出了不计其数的分割算法。在这些被提出的图像分割算法中,图像阈值分割是一种经典的分割算法,但传统的求解阈值的方法是穷举法,这种方法随着求解阈值数目的增加使得算法的计算量和时间复杂度呈指数性增长。因此为提高求解阈值的速度群体智能算法被应用到该领域中。本文将改进后的蜉蝣算法和麻雀搜索算法应用到图像阈值分割中旨在确保分割精度的同时加快分割的速度,其主要研究内容如下:(1)改进蜉蝣算法并将其应用于图像阈值分割方法中。a)蜉蝣算法的改进主要有两部分,一是在蜉蝣算法的初始阶段使用混沌算法提高初始种群的质量,二是在算法搜索阶段利用双向逐维的Tent混沌扰动加强算法的搜索能力和跳出局部最优能力,结合两个方面提出了混沌蜉蝣算法CMA。通过算法在16个基准函数的对比实验结果可以证明所提CMA算法能有效改善陷入早熟的问题,且比其他3种算法求值精度更高、收敛速度更快和稳定性更强。b)将改进的蜉蝣算法与多阈值图像分割方法结合。图像分割实验分析了各算法在不同阈值情况下各阈值取值、SSIM、PSRN和方差的数值,通过分析证明了证明CMA算法是一种改进成功的算法,可以在保持分割精度的基础上大幅度加快图像分割速度。(2)改进麻雀算法并将其应用于图像阈值分割方法中。a)麻雀算法的改进主要有两部分,一是在麻雀算法的初始阶段使用反向精英学习策略提高初始种群的质量,二是在算法搜索阶段利用双向逐维的Tent混沌扰动加强算法的搜索能力和跳出局部最优能力。考虑到这种改进如果命名为基于反向精英学习策略的混沌扰动麻雀算法名称过长,且不能很好表示出本文使用的双向逐维Tent混沌扰动,综合考虑后将改进后的麻雀算法命名为新型混沌扰动麻雀算法NCPSA。通过12个基准函数的对比实验来证明所提NCPSA能有效改善陷入早熟的问题,且比其他3种算法求值精度更高、收敛速度更快和稳定性更强。b)将改进的麻雀算法与多阈值图像分割方法结合。图像分割实验分析了各算法在不同阈值情况下各阈值取值、SSIM、PSRN和方差的数值,通过分析证明了证明NCPSA算法是一种改进成功的算法,可以在保持分割精度的基础上大幅度加快图像分割速度。c)对CMA和NCPSA进行了对比和分析,实验证明改进的麻雀算法更适应于高维单峰和多峰的测试函数,而改进的蜉蝣算法相对来说更适应于低维多峰函数,并通过图像分割实验证明两种算法对图像阈值分割上有着成功的改进。图24幅,表9个,参考文献52篇。

关键词：群体智能算法图像分割蜉蝣算法麻雀算法基准函数 Otsu

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

哈里斯鹰算法的改进及应用研究

哈里斯鹰算法的改进及应用研究

作者：康贺磊长春师范大学

学位级别：硕士

哈里斯鹰算法是一种受自然启发的新型优化算法.该算法模拟哈里斯鹰捕食和围捕猎物的过程,具有参数少、结构简单、收敛速度快和局部搜索能力强等特点.但哈里斯鹰算法在模型建立上存在缺陷,不能很好平衡全局搜索和局部搜索两个阶段,在处... 详细信息

哈里斯鹰算法是一种受自然启发的新型优化算法.该算法模拟哈里斯鹰捕食和围捕猎物的过程,具有参数少、结构简单、收敛速度快和局部搜索能力强等特点.但哈里斯鹰算法在模型建立上存在缺陷,不能很好平衡全局搜索和局部搜索两个阶段,在处理非凸函数优化问题时容易陷入局部最优.针对以上问题,本文提出两种改进的哈里斯鹰算法,并将其应用到函数极值优化和工程设计优化问题中,扩宽了哈里斯鹰算法的应用领域.本文的主要工作如下:(1)提出了一种基于自适应变异和高斯驱动的哈里斯鹰算法.首先,在探索阶段,利用一种更加合理的选择机制来判断哈里斯鹰下一次的位置更新方式;在探索阶段和开发阶段的转换过程中,用符合高斯分布的随机数代替能量初始化的随机数,这样可以保证在算法后期有更多的探索阶段,提高算法的全局搜索能力;最后,提出了一种自适应的变异策略,根据能量值来选择高斯变异或者均匀变异,从而更好的帮助算法跳出局部最优.通过23个基准测试函数验证了算法的稳定性和收敛性,并利用改进的算法求解压力容器设计问题,得到了一个很好的设计方案.(2)提出基于布朗运动变异策略的哈里斯鹰算法.首先利用布朗运动的随机性,构建了一种新型的变异策略,该变异策略不需要输入参数,也不依靠种群之间的位置信息,可以更好的帮助算法跳出局部最优.其次,将哈里斯鹰算法与基于布朗运动变异策略结合以解决非凸函数的优化问题,提出了改进的哈里斯鹰算法(HHOBM).最后,用十个CEC 2019基准测试函数证明了HHOBM算法的有效性,并将其应用到悬臂梁设计问题中,验证了算法的普适性和有效性.

关键词：哈里斯鹰算法变异策略工程设计基准函数

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

混沌麻雀搜索优化算法

北京航空航天大学学报 2021年第8期47卷 1712-1720页

作者：吕鑫慕晓冬张钧王震火箭军工程大学作战保障学院西安710025 北京遥感设备研究所北京100854 火箭军工程大学导弹工程学院西安710025

针对麻雀搜索算法(SSA)在接近全局最优时,种群多样性减少,易陷入局部最优解等问题,提出了一种混沌麻雀搜索优化算法(CSSOA)。首先,通过改进Tent混沌序列初始化种群,提高初始解的质量,增强算法的全局搜索能力。其次,引入高斯变异的方法,... 详细信息

针对麻雀搜索算法(SSA)在接近全局最优时,种群多样性减少,易陷入局部最优解等问题,提出了一种混沌麻雀搜索优化算法(CSSOA)。首先,通过改进Tent混沌序列初始化种群,提高初始解的质量,增强算法的全局搜索能力。其次,引入高斯变异的方法,加强局部搜索能力,提高搜索精度;同时以搜索停滞的解为基础产生Tent混沌序列,用此混沌序列对部分陷入局部最优的个体进行混沌扰动,促使算法跳出限制继续搜索。最后,对12个基准函数进行仿真实验。结果表明:所提算法能够克服SSA易陷入局部最优的缺点,提高算法的搜索精度、收敛速度和稳定性。同时,将CSSOA应用到简单图像分割问题,验证了CSSOA应用于实际工程问题的可行性。

关键词：麻雀搜索算法(SSA) Tent混沌高斯变异局部最优基准函数图像分割

改进的万有引力搜索算法在边坡稳定分析中的应用

在线全文

学校读者我要写书评

暂无评论

岩土工程学报 2016年第3期38卷 419-425页

作者：蒋建国谭雅董立明汪翠中南大学土木工程学院湖南长沙410075 郑州工业应用技术学院河南郑州451100

基于万有引力搜索算法(GSA)提出了一种改进的万有引力搜索算法(MGSA)。针对GSA在处理优化问题时会出现发散的情况,通过限制粒子的速度同时更改算法中的参数来改善这一问题。算法改进后显著提高了GSA中粒子的探索能力与开发能力,可以获... 详细信息

基于万有引力搜索算法(GSA)提出了一种改进的万有引力搜索算法(MGSA)。针对GSA在处理优化问题时会出现发散的情况,通过限制粒子的速度同时更改算法中的参数来改善这一问题。算法改进后显著提高了GSA中粒子的探索能力与开发能力,可以获得较强的优化能力。采用MATLAB对8个测试基准函数进行仿真实验,并将该方法引入到边坡稳定分析中。对于边坡稳定性分析,利用MGSA搜索出临界滑动面并结合极限平衡法计算出相应的最小安全系数。结果表明:与GSA法及其他方法相比,MGSA在求解最危险滑动面安全系数时具有更好的优化性能。

关键词：万有引力搜索算法边坡稳定临界滑动面安全系数基准函数

在线全文

学校读者我要写书评

暂无评论

基于正交设计的折射反向学习樽海鞘群算法

哈尔滨工业大学学报 2022年第11期54卷 122-136页

作者：王宗山丁洪伟王杰李波侯鹏杨志军云南大学信息学院昆明650500 郑州大学机械与动力工程学院郑州450066 复旦大学计算机科学技术学院上海201203 云南省教育厅教育科学研究院昆明650021

为克服基本樽海鞘群算法(SSA)存在的收敛速度慢、高维求解精度低等不足,提出正交折射反向学习机制和自适应惯性权重策略,嵌入SSA中,得到一种基于正交设计的折射反向学习樽海鞘群算法(OOSSA)。正交折射反向学习策略中,采用基于透镜成像... 详细信息

为克服基本樽海鞘群算法(SSA)存在的收敛速度慢、高维求解精度低等不足,提出正交折射反向学习机制和自适应惯性权重策略,嵌入SSA中,得到一种基于正交设计的折射反向学习樽海鞘群算法(OOSSA)。正交折射反向学习策略中,采用基于透镜成像原理的折射反向学习策略以加强对反向解空间的勘探,极大地降低了算法陷入局部最优的概率;采用正交试验设计构建若干部分维上取折射反向值的部分反向解,深度挖掘并保存当前个体和折射反向个体的优势维度信息。此外,在跟随者位置更新阶段引入惯性权重因子,有效地改善跟随者的搜索模式并增强算法的局部开采能力。采用CEC2017基准函数进行仿真实验,同时使用Wilcoxon秩和检验、Friedman检验等方法来评价OOSSA算法的优化性能,测试结果表明所提算法的寻优精度和收敛速度明显优于基本SSA算法、8种新近的改进SSA算法和9种前沿的群体智能优化算法。此外,将所提算法应用于一个工程设计问题,结果表明该算法在工程优化方面的性能优于对比算法。最后,针对求解自主移动机器人路径规划问题,提出一种基于OOSSA的路径规划算法。在3种环境设置下对所提算法进行仿真实验,并与PSO、ABC、GWO、FA和SSA等算法进行对比。仿真结果表明,本文算法能够规划出最优的无碰撞路径。系统的实验表明OOSSA算法可作为问题优化的有效工具。

关键词：樽海鞘群算法透镜折射学习正交试验设计自适应学习基准函数工程优化路径规划

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

带创造性思维的混沌蚂蚁群优化算法

控制与决策 2014年第5期29卷 937-940页

作者：李玉英中国人民解放军防化学院基础部北京102205

针对混沌蚂蚁群优化算法(CASO)容易陷入局部极值和精度低的缺陷,从认知学角度进行分析,将创造性思维(CT)引入CASO算法,提出了一种带创造性思维的混沌蚂蚁群优化算法(CTCASO).基于CT过程的"四阶段"模型,构建了算法框架,改进了位置更新公... 详细信息

针对混沌蚂蚁群优化算法(CASO)容易陷入局部极值和精度低的缺陷,从认知学角度进行分析,将创造性思维(CT)引入CASO算法,提出了一种带创造性思维的混沌蚂蚁群优化算法(CTCASO).基于CT过程的"四阶段"模型,构建了算法框架,改进了位置更新公式,从而使蚂蚁个体在惯性、认知能力的基础上增强了CT能力,提高了蚁群的整体寻优能力.仿真结果表明,所提出的算法搜索能力强、稳定性好,并且未增加新的参数和计算难度.

关键词：群智能混沌蚂蚁群优化算法创造性思维基准函数

在线全文

学校读者我要写书评

暂无评论

文化蛙跳算法及其在频谱感知中的应用

中南大学学报（自然科学版） 2013年第9期44卷 3723-3730页

作者：高洪元崔闻哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001

为了有效求解连续优化问题,基于混合蛙跳算法和文化算法的智能演进原理,提出一种新的全局搜索算法即文化蛙跳算法。使用4个经典的基准函数进行测试,然后,将文化蛙跳算法应用于频谱感知这个认知无线电领域的热点问题,提出基于文化蛙跳算... 详细信息

为了有效求解连续优化问题,基于混合蛙跳算法和文化算法的智能演进原理,提出一种新的全局搜索算法即文化蛙跳算法。使用4个经典的基准函数进行测试,然后,将文化蛙跳算法应用于频谱感知这个认知无线电领域的热点问题,提出基于文化蛙跳算法的协作频谱感知方法。使用文化蛙跳算法和3种智能算法对频谱感知问题进行仿真。研究结果表明:所提算法基于知识策略和信息交流设计新的跳跃方程,有很强的开发探索能力,可显著改进混合蛙跳算法的性能;文化蛙跳算法的收敛速度和收敛精度都比改进混合蛙跳算法、细菌觅食算法以及粒子群优化等智能算法的高;文化蛙跳算法比3种智能频谱感知算法的收敛速度提高最少1.5倍,且检测概率最大,验证了该算法的有效性。

关键词：文化蛙跳算法认知无线电频谱感知基准函数细菌觅食算法

在线全文

学校读者我要写书评

暂无评论

种群分类粒子群改进算法研究

哈尔滨工程大学学报 2008年第9期29卷 991-996页

作者：毕晓君刘国安哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001

针对粒子群算法在陷入局部最优时难于跳出的缺陷,提出一种改进的粒子群算法.该算法首先利用粒子适应值的统计规律对粒子进行分类,对属于不同类别的粒子采用不同的进化模型,对于利用完全模型进化的粒子,采用动态调整学习因子的方法,从而... 详细信息

针对粒子群算法在陷入局部最优时难于跳出的缺陷,提出一种改进的粒子群算法.该算法首先利用粒子适应值的统计规律对粒子进行分类,对属于不同类别的粒子采用不同的进化模型,对于利用完全模型进化的粒子,采用动态调整学习因子的方法,从而大大提高了算法的优化效率和优化精度.通过反复实验分析,得出学习因子随着进化推进的最优变化规律,并给出了学习因子的最佳函数表达式.仿真结果表明,利用改进的PSO算法优化4种具有代表性的基准函数,无论是在优化精度方面还是在优化效率方面,均较以往提出的PSO算法在性能上有本质的提高.

关键词：粒子群算法种群分类动态学习因子基准函数