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

基于蚁群算法的多维有约束函数优化研究

计算机应用研究 2008年第6期25卷 1682-1684页

作者：原思聪刘道华江祥奎曹体进西安建筑科技大学机电工程学院西安710055

利用蚁群算法的基本原理,将多维有约束的优化问题通过罚惩因子方式转换为统一的多变量目标函数形式,并将所有独立变量分成不同的等份区域,以蚂蚁走过每一变量的一个区域并访问完所有变量所构成的构造图作为优化问题的可行解,获得这一可... 详细信息

利用蚁群算法的基本原理,将多维有约束的优化问题通过罚惩因子方式转换为统一的多变量目标函数形式,并将所有独立变量分成不同的等份区域,以蚂蚁走过每一变量的一个区域并访问完所有变量所构成的构造图作为优化问题的可行解,获得这一可行解的过程即为蚁群算法的粗搜索;再将粗搜索所获得的解执行遗传交叉及变异操作,从而构建另一种精搜索蚁群算法以获得更精确的全局优化解。给出了基于蚁群算法的多维有约束函数优化的具体算法。通过其他三种优化方法及本文方法对行星轮系优化设计的对比求解,验证了该优化方法的高效性及准确性。

关键词：蚁群算法多维函数优化粗搜索过程精搜索过程具体算法

协同围攻策略改进的灰狼算法及其PID参数优化

在线全文

学校读者我要写书评

暂无评论

计算机科学与探索 2023年第3期17卷 620-634页

作者：刘威郭直清姜丰刘光伟靳宝王东辽宁工程技术大学理学院辽宁阜新123000 辽宁工程技术大学数学与系统科学研究所辽宁阜新123000 辽宁工程技术大学智能科学与数学研究院辽宁阜新123000 辽宁工程技术大学矿业学院辽宁阜新123000

针对灰狼优化算法(GWO)在求解优化问题时收敛速度慢和全局搜索能力弱的缺点,提出一种基于Chebyshev融合狼群协同围攻策略的改进GWO算法(CCA-GWO)并成功应用于PID参数优化。首先,通过对比三种混沌映射优缺点并最终将Chebyshev映射用于算... 详细信息

针对灰狼优化算法(GWO)在求解优化问题时收敛速度慢和全局搜索能力弱的缺点,提出一种基于Chebyshev融合狼群协同围攻策略的改进GWO算法(CCA-GWO)并成功应用于PID参数优化。首先,通过对比三种混沌映射优缺点并最终将Chebyshev映射用于算法初始化中以增强初始解的多样性;其次,为平衡算法的全局勘探和局部开采能力,通过模拟灰狼群狩猎时头狼和次头狼的交替行为,提出一种新的非线性策略对控制参数A和C及位置更新方程进行修正;最后,将改进算法应用于PID参数优化。通过8组基准测试函数在10维、30维和100维下进行实验,并与BOA、MFO、ASO、MVO、WOA、GWO进行对比,数值实验结果表明,CCA-GWO不仅在求解不同维度的基准测试函数上具有更好的寻优性和稳定性,而且在PID参数优化中相较于6种元启发式算法表现出更好的优化性能。

关键词：元启发式算法灰狼算法狼群协同围攻策略 Chebyshev映射多维函数优化 PID参数优化

在线全文

学校读者我要写书评

暂无评论

求解函数优化问题的反向自适应和声搜索算法

计算机工程 2012年第10期38卷 157-160页

作者：何宗耀郝伟河南城建学院计算机科学与工程系河南平顶山467000

针对多维函数优化问题,提出2种新的反向自适应和声搜索算法。在自适应和声搜索算法的基础上,通过引入反向初始化操作,增强初始和声库的质量。设计一种反向自适应新和声搜索产生策略,加强算法的寻优能力。分别设计2种不同的和声微调概率... 详细信息

针对多维函数优化问题,提出2种新的反向自适应和声搜索算法。在自适应和声搜索算法的基础上,通过引入反向初始化操作,增强初始和声库的质量。设计一种反向自适应新和声搜索产生策略,加强算法的寻优能力。分别设计2种不同的和声微调概率的设置方式,并研究其对于算法收敛速度的影响。针对4个标准测试函数的仿真实验结果表明,与传统的和声搜索算法相比,2种算法的求解质量和收敛速度都有所提升。

关键词：多维函数优化和声搜索算法进化计算连续优化反向学习自适应

基于克隆选择和粒子群思想的动态多群体优化算法

在线全文

学校读者我要写书评

暂无评论

控制与决策 2008年第9期23卷 1073-1076页

作者：王巧灵高晓智王常虹刘福荣哈尔滨工业大学空间控制与惯性技术研究中心哈尔滨150001 赫尔辛基工业大学智能电力电子实验室

针对粒子群算法和克隆选择原理的特点,提出了基于克隆选择和粒子群思想的动态多群体优化算法.该算法将整个群体分为若干子群体,在子群体内部应用基本的粒子群算法,以子群体作为抗体设计了克隆、变异、选择和受体编辑算子.变异算子使子... 详细信息

针对粒子群算法和克隆选择原理的特点,提出了基于克隆选择和粒子群思想的动态多群体优化算法.该算法将整个群体分为若干子群体,在子群体内部应用基本的粒子群算法,以子群体作为抗体设计了克隆、变异、选择和受体编辑算子.变异算子使子群体动态变化实现子群体间相互交换信息,具有良好的全局搜索能力.实验结果表明,该算法具有寻优能力强、搜索精度高的优点,可用于工程问题中具有各种特性的复杂函数优化.

关键词：克隆选择粒子群优化算法多维函数优化多群体

在线全文

学校读者我要写书评

暂无评论

多策略改进灰狼算法及其塑料激光焊接应用

传感器技术与应用 2023年第5期11卷 424-437页

作者：杨彩红熊俊涛程元清江西理工大学电气工程与自动化学院江西赣州

针对灰狼优化算法存在的种群多样性不足、开发与探索不平衡以及过早收敛等问题,提出一种增强型改进灰狼优化算法(EIGWO)并应用于塑料激光焊接压力控制参数优化。改进主要包括三个方面:首先,提出一种基于维度学习的狩猎搜索策略(DLH),用... 详细信息

针对灰狼优化算法存在的种群多样性不足、开发与探索不平衡以及过早收敛等问题,提出一种增强型改进灰狼优化算法(EIGWO)并应用于塑料激光焊接压力控制参数优化。改进主要包括三个方面:首先,提出一种基于维度学习的狩猎搜索策略(DLH),用不同方法为每只狼构建一个可以共享信息的邻居,以此增加种群的多样性;其次,提出一种非线性的收敛策略来平衡勘探和开发,并通过修正参数A和C来模拟狼群狩猎时头狼和次头狼的交替行为;最后,对动态位置更新方程进行修正,保持种群多样性同时避免过早收敛。通过基准测试函数在多个维度下通过与原始的灰狼算法和两种改进的灰狼算法(IGWO, LGWO)以及粒子群算法(PSO)进行对比实验,实验结果表明,EIGWO具有更好的寻优性能和稳定性。在PID的参数优化应用中,通过改变参数和添加扰动,证明EIGWO具有更好的优化效果,且算法的稳定性和鲁棒性也更好。,br> Aiming at the problems of insufficient population diversity, unbalanced development and exploration and premature convergence in grey wolf optimization algorithm, an enhanced improved grey wolf optimization algorithm (EIGWO) is proposed and applied to the optimization of pressure control parameters in plastic laser welding. The improvement mainly includes three aspects: firstly, a new search strategy named dimension learning-based hunting (DLH) is proposed, and a neighbor who can share information for each wolf is constructed by different methods, so as to increase the diversity of the population. Secondly, a non-linear convergence strategy is proposed to balance exploration and development, and the alternating behavior of the first wolf and the second wolf is simulated by modifying parameters A and C. Finally, the dynamic position updating equation is modified to maintain population diversity and avoid premature convergence. In this paper, the benchmark function is compared with the original grey wolf algorithm, two improved grey wolf algorithms (IGWO, LGWO) and particle swarm optimization (PSO) in multiple dimensions. The experimental results show that EIGWO has better optimization performance and stability. In the application of PID parameter optimization, by changing parameters and adding disturbance, it is proved that EIGWO has better optimization effect, and the stability and robustness of the algorithm are also better.

关键词：群智能算法灰狼优化算法搜索策略多维函数优化 PID参数优化塑料激光焊接

具有自学习能力的变异蝙蝠优化算法及性能仿真

维普期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

系统仿真学报 2017年第2期29卷 301-308页

作者：尚俊娜刘春菊岳克强李林杭州电子科技大学通信工程学院浙江杭州310018 杭州电子科技大学电子信息学院浙江杭州310018

针对标准蝙蝠算法进化特点,提出了具有自学习能力和个体变异的蝙蝠优化算法,该算法中全局最优个体具有自学习能力,使全局最优解在小范围内进行自我优化,能够引导算法中个体进行深度搜索;同时算法中每个个体动态的成比例形成变异群,依据... 详细信息

针对标准蝙蝠算法进化特点,提出了具有自学习能力和个体变异的蝙蝠优化算法,该算法中全局最优个体具有自学习能力,使全局最优解在小范围内进行自我优化,能够引导算法中个体进行深度搜索;同时算法中每个个体动态的成比例形成变异群,依据贪婪选择机制,保护了优良个体,避免个体退化。通过以上算子的融入来提高算法的优化精度和收敛速度,避免算法早熟。通过对基本标准函数的测试,验证了算法具有寻优能力强,搜索精度高的优点,能有效的跳出局部最优,一定程度上弥补了算法高维弱势的缺陷,对于工程中复杂的优化函数有较大的使用价值。

关键词：蝙蝠算法自学习策略变异选择寻优精度多维函数优化

在线全文

学校读者我要写书评

暂无评论

基于罗盘算子的改进蝙蝠优化算法

计算机科学 2020年第S1期47卷 135-138页

作者：杨凯中提梦桃谢英柏华北电力大学动力工程系河北保定071003

优化问题广泛存在于工程技术、经济管理等各个领域。实际问题的复杂性,导致传统的优化方法难以解决这些问题。随着迭代计算过程的推进,标准蝙蝠算法在进化后期容易陷入局部最优且种群多样性差。虽然目前已有大量工作针对蝙蝠算法的性能... 详细信息

优化问题广泛存在于工程技术、经济管理等各个领域。实际问题的复杂性,导致传统的优化方法难以解决这些问题。随着迭代计算过程的推进,标准蝙蝠算法在进化后期容易陷入局部最优且种群多样性差。虽然目前已有大量工作针对蝙蝠算法的性能进行了改进,但难以同时满足收敛速度与寻优精度的要求。针对这些问题,提出了基于罗盘算子的改进蝙蝠算法,借鉴鸽群优化算法,引入了罗盘算子帮助蝙蝠种群快速找到质量高的个体,提高蝙蝠算法的开发和搜索能力。之后在MATLAB环境下,通过6种经典多维测试函数分别对该算法与遗传算法、标准蝙蝠算法进行仿真对比实验与双侧t检验。结果表明,改进算法的进化效率、优化深度和成功率均得到了较大程度的提升,对工程复杂函数有很大的价值。

关键词：蝙蝠算法罗盘算子寻优精度多维函数优化

在线全文

学校读者我要写书评

暂无评论

粒子群优化算法的改进及其应用研究

粒子群优化算法的改进及其应用研究

作者：赵龙龙重庆邮电大学

学位级别：硕士

粒子群优化算法（Particle Swarm Optimization,简称PSO算法）是一种元启发式算法,由Eberhart博士与Kennedy博士于1995年提出,起源于鸟群觅食行为研究,并逐步演化为一种群体智能算法。该算法通过对集体行为的观察,利用群体中粒子的信息... 详细信息

粒子群优化算法（Particle Swarm Optimization,简称PSO算法）是一种元启发式算法,由Eberhart博士与Kennedy博士于1995年提出,起源于鸟群觅食行为研究,并逐步演化为一种群体智能算法。该算法通过对集体行为的观察,利用群体中粒子的信息共享机制协调整个群体运动,从而获得最优解。粒子群优化算法作为一种有效全局优化算法,其原理简单、参数少、收敛速度快、搜索效率高。但该算法的缺点是容易陷入局部最优,从而导致了算法搜索精度不足。为了提高粒子群优化算法的搜索精度,本文进行了粒子群算法优化策略研究,主要工作内容如下:1.针对标准粒子群算法容易陷入局部最优的缺点,本文选择了具有强全局搜索能力的引力搜索算法（GSA）来保证解的多样性,从而解决粒子群算法“早熟”现象所导致的算法搜索精度不足的问题。通过结合引力搜索算法与粒子群优化算法,本文提出了一种混合优化算法（PSOGSA）,该算法既保留了粒子群算法的高搜索效率,同时也提高了粒子群算法搜索精度。2.在PSOGSA算法中引入了两种线性递减权重更新策略。在算法初期,采用较大的权重系数,以保证算法的全局搜索能力;在算法后期,采用较小的权重系数,从而提高算法的局部开发能力。将改进后的算法应用于多维函数优化问题当中,Matlab仿真结果表明:所改进的两种混合算法均能够提升优化精度。3.优化PSOGSA算法的权重更新策略,分别引入线性递增与线性递减权重选择策略;此外,本文提出了带加速因子的算法改进策略。将三种改进算法应用于电力系统经济负荷分配问题。Matlab仿真结果表明,三种改进算法的优化精度均得到了提高,对于降低电力系统发电成本具有很好指导意义。

关键词：粒子群优化算法引力搜索算法多维函数优化电力系统经济负荷分配

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

一种基于lévy飞行轨迹的果蝇优化算法

计算机与数字工程 2017年第2期45卷 304-310页

作者：郭德龙杨楠周永权黔南民族师范学院数学与统计学院都匀558000 广西民族大学信息科学与工程学院南宁530006

针对果蝇优化算法是模仿果蝇寻找食物行为而进行全局搜索最优解的新算法,该算法存在容易陷入局部最优解和收敛速度慢的缺点,提出一种基于lévy飞行轨迹的改进果蝇优化算法。引入lévy飞行轨迹随机性,将它应用在果蝇算法中的个体嗅觉寻... 详细信息

针对果蝇优化算法是模仿果蝇寻找食物行为而进行全局搜索最优解的新算法,该算法存在容易陷入局部最优解和收敛速度慢的缺点,提出一种基于lévy飞行轨迹的改进果蝇优化算法。引入lévy飞行轨迹随机性,将它应用在果蝇算法中的个体嗅觉寻找食物的随机方向上增加搜索的多样性和搜索的范围。最后通过数值仿真实验对8个标准测试函数来进行作对比检验,结果表明该算法在求解高维函数优化问题更好。

关键词：果蝇优化算法函数优化 lévy飞行多维函数优化