检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

改进的基本粒子群优化算法

计算机工程 2004年第21期30卷 35-37页

作者：王存睿段晓东刘向东周福才东北大学信息科学与工程学院沈阳110004 大连民族学院非线性信息技术研究所大连116600

提出一种基本粒子群算法(BPSO)改进方案,将基本粒子群算法粒子行为基于个体极值点和全局极值点变化为基于个体极值中心点和全局极值点,使得粒子能够获得更多的信息量来调整自身的状态。用3个基准函数对新算法进行了实验,结果表明,新算... 详细信息

提出一种基本粒子群算法(BPSO)改进方案,将基本粒子群算法粒子行为基于个体极值点和全局极值点变化为基于个体极值中心点和全局极值点,使得粒子能够获得更多的信息量来调整自身的状态。用3个基准函数对新算法进行了实验,结果表明,新算法在解的收敛性和稳定性等方面优于基本粒子群算法.

关键词：粒子群优化进化计算群智能 BPSO 基准函数

在线全文

学校读者我要写书评

暂无评论

引力搜索算法的改进

计算机工程与应用 2011年第35期47卷 188-192页

作者：徐遥王士同江南大学数字媒体学院江苏无锡214122

引力搜索算法GSA(Gravitationa lSearch Algorithm)是最近由Esmat Rashedi基于引力定律提出的一个新算法。在引力搜索算法的基础上对其进行改进,得到了基于权值的引力搜索算法。与引力搜索算法相比,该算法在每一次迭代的过程中,都对粒... 详细信息

引力搜索算法GSA(Gravitationa lSearch Algorithm)是最近由Esmat Rashedi基于引力定律提出的一个新算法。在引力搜索算法的基础上对其进行改进,得到了基于权值的引力搜索算法。与引力搜索算法相比,该算法在每一次迭代的过程中,都对粒子的惯性质量加一个权值。用算法对许多基准函数测试的实验效果表明,该方法可以使得引力搜索算法得到更好的结果。

关键词：引力搜索算法(GSA) 引力定律惯性质量权值基准函数

在线全文

学校读者我要写书评

暂无评论

一种新颖的混沌动态团队博弈算法

中北大学学报（自然科学版） 2021年第4期42卷 289-296页

作者：胡红萍邹娜娜马利兵史娜中北大学理学院山西太原030051

团队博弈算法(Team game algorithm,TGA)是一种新颖的基于团队博弈的解搜索进化算法,包括传球、犯规和替补三种算子.本文是在TGA中引入混沌参数得到混沌的动态TGA(Chaotic dynamic TGA,CDTGA),以提高全局收敛速度,获得更好的性能.通过1... 详细信息

团队博弈算法(Team game algorithm,TGA)是一种新颖的基于团队博弈的解搜索进化算法,包括传球、犯规和替补三种算子.本文是在TGA中引入混沌参数得到混沌的动态TGA(Chaotic dynamic TGA,CDTGA),以提高全局收敛速度,获得更好的性能.通过10个基准函数验证了CDTGA的性能,并将CDTGA与反向传播神经网络(Back Propagation Neural Network,BPNN)相结合得到了预测美国流感样疾病(Influence-Like Illness,ILI)的预测模型CDTGA-BPNN.结果表明:CDTGA改善了TGA的性能,且优于粒子群优化(Particle Swarm Optimization,PSO)、正余弦算法(Sine Cosine Algorithm,SCA)和人工树算法(Artificial Tree Algorithm,AT),并且CDTGA-BPNN比BPNN,PSO-BPNN,SCA-BPNN,AT-BPNN和TGA-BPNN更有效地预测了美国流感样疾病.

关键词：团队博弈算法基准函数反向传播神经网络流感样疾病

在线全文

学校读者我要写书评

暂无评论

采用机动飞行的蝙蝠算法

计算机应用研究 2014年第10期31卷 2962-2964,2989页

作者：王文王勇王晓伟广西民族大学信息科学与工程学院南宁530006 广西混杂计算与集成电路设计分析重点实验室南宁530006

针对基本蝙蝠算法存在着易陷入局部最优、后期收敛速度慢等问题,提出了采用机动飞行的蝙蝠优化算法。该算法中每只蝙蝠根据其当前在群体中位置的优劣情况选择不同的飞行模式,处于较优位置的蝙蝠选择机动飞行模式,随机变轨逐步向群体最... 详细信息

针对基本蝙蝠算法存在着易陷入局部最优、后期收敛速度慢等问题,提出了采用机动飞行的蝙蝠优化算法。该算法中每只蝙蝠根据其当前在群体中位置的优劣情况选择不同的飞行模式,处于较优位置的蝙蝠选择机动飞行模式,随机变轨逐步向群体最优位置靠近捕获猎物;而处于较差位置的蝙蝠选择非机动飞行方式,随机移动捕获猎物。为表明所提出算法的有效性和正确性,通过九个典型的基准函数优化实验测试,实验结果表明,该算法具有较好的优化精度和较好的全局搜索能力。

关键词：蝙蝠算法机动飞行基准函数最优值

在线全文

学校读者我要写书评

暂无评论

含交叉项的混合二范数粒子群优化算法

计算机应用 2018年第8期38卷 2148-2156,2163页

作者：张鑫邹德旋沈鑫江苏师范大学电气工程及自动化学院江苏徐州221116

针对原始粒子群优化算法(PSO)在搜索过程中容易陷入局部最优点的问题,并尽量避免破坏种群多样性,提出一种含交叉项的混合二范数粒子群优化算法HTPSO。首先,利用二范数原理计算当前粒子与个体历史最优粒子间的欧氏距离;其次,将欧氏距离... 详细信息

针对原始粒子群优化算法(PSO)在搜索过程中容易陷入局部最优点的问题,并尽量避免破坏种群多样性,提出一种含交叉项的混合二范数粒子群优化算法HTPSO。首先,利用二范数原理计算当前粒子与个体历史最优粒子间的欧氏距离;其次,将欧氏距离引入速度迭代公式以影响社交项对粒子速度的作用,并按照一定规律随机分布惯性权重;最后,在此基础上简化粒子群算法,并将差分进化(DE)算法中的交叉算子融入该算法中,使粒子能在一定概率下与个体历史最优粒子交叉。为了验证HTPSO的性能,与利用正弦函数改进惯性权重的粒子群优化算法(Sin PSO)、自适应粒子群优化算法(Sel PSO)、基于自适应惯性权重的均值粒子群优化算法(MAWPSO)和简化粒子群优化算法(SPSO)在不同维度下解决8个常用基准函数,并根据T-test、成功率和平均迭代次数分析了各算法的优化结果。实验结果表明,HTPSO具有较优秀的收敛能力,且粒子运动非常灵活。

关键词：粒子群优化算法差分进化算法群体智能二范数基准函数

改进天牛群搜索算法及其在船舶纵摇运动预测中的应用

在线全文

学校读者我要写书评

暂无评论

广东海洋大学学报 2021年第3期41卷 113-122页

作者：徐东星广东海洋大学海运学院广东湛江524088

【目的】针对天牛群搜索算法易陷入局部最优及搜索精度较低等缺陷,提出一种基于二阶振荡自适应变异的天牛群搜索算法。【方法】该算法引入二阶振荡环节增加算法的全局探索能力和局部开发能力。采用正余弦搜索思想对天牛个体进行位置更新... 详细信息

【目的】针对天牛群搜索算法易陷入局部最优及搜索精度较低等缺陷,提出一种基于二阶振荡自适应变异的天牛群搜索算法。【方法】该算法引入二阶振荡环节增加算法的全局探索能力和局部开发能力。采用正余弦搜索思想对天牛个体进行位置更新,使得天牛个体可充分的利用自身与最优位置的差值信息逐渐趋近最优解。同时引入自适应t分布变异算子来增加种群的多样性,避免算法陷入局部最优。【结果与讨论】对高维单峰函数、高维多峰函数的仿真实验结果表明,改进的算法有效地提高其搜索精度、收敛速度及鲁棒性,克服其易陷入局部最优的缺陷。将改进天牛群算法应用于BP神经网络权值及阈值优化对船舶纵摇运动姿态进行预测,并于BP网络、BSO-BP网络及PSO-BP网络的预测结果进行比较,精度分别提升85.7%、74.6%和77.2%。改进天牛群搜索算法在实际工程应用中具有一定的优越性。

关键词：二阶振荡环节正余弦搜索自适应t分布变异天牛群优化算法基准函数船舶纵摇预测

在线全文

学校读者我要写书评

暂无评论

基于反向学习与机动爆炸烟花优化算法

微电子学与计算机 2017年第7期34卷 105-112页

作者：李席广韩守飞拱长青沈阳航空航天大学计算机学院辽宁沈阳110136

针对烟花算法(Fireworks Algorithm,FWA)性能提升瓶颈和收敛速度较慢的问题,通过引入反向学习策略和机动爆炸的机制,提出了基于反向学习与机动爆炸烟花优化算法(Fireworks Algorithm based on Reverse learning and Maneuver explode,RL... 详细信息

针对烟花算法(Fireworks Algorithm,FWA)性能提升瓶颈和收敛速度较慢的问题,通过引入反向学习策略和机动爆炸的机制,提出了基于反向学习与机动爆炸烟花优化算法(Fireworks Algorithm based on Reverse learning and Maneuver explode,RLMEFWA).该算法首先采用反向学习策略取代随机初始化生成初始种群以保证群体的多样性;然后每个烟花根据其在当前群体中的位置的优劣情况来选择不同爆炸的方式,处于较优位置的烟花选择机动爆炸方式,以当前种群最优位置为基准,改变自身位置信息向其靠近;处于较劣位置的烟花选择非机动爆炸方式,随机改变自身的位置信息.分别把烟花算法(FWA)、标准粒子群算法(SPSO)、增强烟花算法(EFWA)和RLMEFWA在10个典型的基准测试函数中进行仿真对比,结果表明在收敛速度和计算精度以及稳定性方面RLMEFWA均优于其他三种算法.

关键词：烟花算法机动爆炸基准函数最优位置反向学习

在线全文

学校读者我要写书评

暂无评论

自适应简化粒子群优化算法及其应用

计算机工程与应用 2019年第8期55卷 250-263页

作者：张鑫邹德旋肖鹏喻秋江苏师范大学电气工程及自动化学院江苏徐州221116 江苏师范大学机电工程学院江苏徐州221116

针对粒子群优化算法(Particle Swarm Optimization,PSO)寻优速度慢、收敛精度不高且搜索结果波动性较大的缺点,提出了一种自适应简化粒子群优化算法(Self-Adjusted Simplified Particle Swarm Optimization,SASPSO)。在每次迭代过程中,粒子只受全局最优解影响,且加入按一定规律分布的锁定因子,令粒子受影响的程度有规律性。同时,利用锁定因子和当前粒子位置令惯性权重自适应配置,更有效地利用惯性权重对粒子群优化算法的影响。引入4种近期提出的改进粒子群算法同时搜索不同维度时的18个基准函数,与SASPSO的搜索结果对比,并使用T-test进行差异性分析。为了进一步分析算法性能,统计5个改进算法搜索100维函数达到期望值时的成功率与平均迭代次数。实验结果证明,SASPSO在无约束问题寻优中的收敛速度、寻优精度有了明显提升,且搜索结果异常值较少,波动性弱。将SASPSO应用于机床主轴结构参数优化问题,结果显示SASPSO优化性能更好。

关键词：粒子群优化算法自适应简化粒子群算法群体智能基准函数无约束问题优化设计机床主轴

在线全文

学校读者我要写书评

暂无评论

具有自适应行为的粒子群算法研究

统计与决策 2019年第2期35卷 88-90页

作者：丁知平刘超牛培峰清远职业技术学院信息技术与创意设计学院广东清远511510 贵州航天电器股份有限公司贵阳550009 燕山大学工业计算机控制工程河北省重点实验室河北秦皇岛066004

粒子群算法(PSO)是一种应用广泛、性能优良的启发式智能优化算法。但是PSO算法具有易陷入局部最小值和全局寻优能力差的缺陷,针对此问题,文章提出了一种基于自适应惯性权重的粒子群算法(AIW-PSO),该算法能够有效的平衡原粒子位置和飞行... 详细信息

粒子群算法(PSO)是一种应用广泛、性能优良的启发式智能优化算法。但是PSO算法具有易陷入局部最小值和全局寻优能力差的缺陷,针对此问题,文章提出了一种基于自适应惯性权重的粒子群算法(AIW-PSO),该算法能够有效的平衡原粒子位置和飞行速度对新粒子位置的影响度。用12组基准测试函数来验证AIW-PSO算法的寻优性能和收敛精度,并与现有相关算法相比,仿真实验结果表明,AIW-PSO算法的全局搜索能力和寻优精度都有较大的提高。

关键词：粒子群算法自适应惯性权重基准函数全局优化