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

基于学习因子优化的粒子群算法识别结构损伤

华北水利水电大学学报（自然科学版） 2022年第4期43卷 43-47,75页

作者：陈震王亚茹陈璐李晓克华北水利水电大学土木与交通学院河南郑州450045 中国建筑第七工程局有限公司河南郑州450004

采用粒子群算法识别结构损伤时,取得的实际最优解易被局部最优解覆盖。将局部最优解用于结构损伤识别,致使产生识别结果精度低、误判率高等问题。将S型动态变化的学习因子c_(1)和c_(2)引入到粒子群算法中,可使粒子快速、准确地收敛到全... 详细信息

采用粒子群算法识别结构损伤时,取得的实际最优解易被局部最优解覆盖。将局部最优解用于结构损伤识别,致使产生识别结果精度低、误判率高等问题。将S型动态变化的学习因子c_(1)和c_(2)引入到粒子群算法中,可使粒子快速、准确地收敛到全局最优解。该方法通过优化个体粒子和群体粒子的学习能力,有效提高了粒子群的寻优效率,实现了结构损伤的高精度识别。数值模拟结果表明:提出的新方法在结构损伤识别方面具有识别精度高、误判少、鲁棒性好等优点,可用于结构单一单元损伤或多单元损伤的识别。研究成果为结构损伤识别及结构健康监测提供了新思路。

关键词：结构损伤识别学习因子粒子群算法多损伤数值模拟

在线全文

学校读者我要写书评

暂无评论

免疫粒子群算法的测试数据生成

计算机工程与设计 2024年第5期45卷 1435-1442页

作者：焦重阳周清雷张文宁中国人民解放军战略支援部队信息工程大学河南郑州450001 数学工程与先进计算国家重点实验室河南郑州450001 郑州工业安全职业学院河南信息工程学校河南郑州450011 郑州大学计算机与人工智能学院河南郑州450001 中原工学院软件学院河南郑州450007

为有效改善粒子群算法进化后期收敛速度慢,克服易陷入局部极值的缺陷,提出一种自适应免疫粒子群算法并在面向路径的测试数据生成中得到应用。本文提出自适应的惯性权重的调整方法和学习因子的调节策略,加快算法的搜索速率;引入免疫算法... 详细信息

为有效改善粒子群算法进化后期收敛速度慢,克服易陷入局部极值的缺陷,提出一种自适应免疫粒子群算法并在面向路径的测试数据生成中得到应用。本文提出自适应的惯性权重的调整方法和学习因子的调节策略,加快算法的搜索速率;引入免疫算法中的免疫算子,提出抗体的浓度调节机制,使得粒子群的多样性更加丰富,提升算法的寻优能力;通过免疫选择操作,避免算法的早熟收敛;以分支函数叠加法构造适应度函数。实验结果表明,该算法避免了粒子群算法早熟收敛现象的发生,有效地提高了测试数据自动生成的效率。

关键词：粒子群算法测试数据生成惯性权重学习因子免疫算子种群多样性免疫选择

在线全文

学校读者我要写书评

暂无评论

学习因子和时间因子随权重调整的粒子群算法

计算机应用研究 2014年第11期31卷 3291-3294页

作者：马国庆李瑞峰刘丽哈尔滨工业大学机器人技术与系统国家重点实验室哈尔滨150001 长春理工大学机电工程学院长春130022

粒子群优化算法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,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粒子群算法,通过增强权重和学习因子之间的相互作用来平衡算法的全局探索和局部开... 详细信息

粒子群优化算法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,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粒子群算法,通过增强权重和学习因子之间的相互作用来平衡算法的全局探索和局部开发能力。在此基础上引入时间因子,将其视做权重的线性函数,以便进一步提高迭代后期的局部开发能力并加快收敛速度。针对粒子群算法收敛性与多样性之间存在的矛盾,提出了边界限制和速度反弹的策略,避免粒子飞离区域造成种群多样性的减少,同时促使粒子快速收敛到全局最优。通过对多个基准测试函数进行优化分析,并将分析结果与其他粒子群算法计算结果进行对比,表明该算法能达到平衡粒子向个体学习和向群体学习能力的作用,提高了算法的寻优能力和收敛精度。

关键词：粒子群优化算法学习因子时间因子边界限制速度反弹

在线全文

学校读者我要写书评

暂无评论

具有学习因子的动态搜索烟花算法

计算机科学与探索 2017年第3期11卷 491-501页

作者：方柳平汪继文邱剑锋朱林波苏守宝安徽大学计算机科学与技术学院合肥230601 安徽大学计算智能与信号处理教育部重点实验室合肥230039 金陵科技学院计算机学院南京211169

采用核心烟花动态爆炸半径策略的动态搜索烟花算法(dynamic search fireworks algorithm,dyn FWA)已被证明是解决优化问题的一个重要算法。然而,dyn FWA的寻优精度低且容易过早地陷入局部最优解。为了改善上述的缺陷,通过嵌入一种利用... 详细信息

采用核心烟花动态爆炸半径策略的动态搜索烟花算法(dynamic search fireworks algorithm,dyn FWA)已被证明是解决优化问题的一个重要算法。然而,dyn FWA的寻优精度低且容易过早地陷入局部最优解。为了改善上述的缺陷,通过嵌入一种利用历史成功信息生成两种不同的学习因子来改进传统的动态搜索烟花算法,称为改进的动态搜索烟花算法(improved dyn FWA,Idyn FWA)。算法中的学习因子充分利用搜索过程中每一代最好的烟花个体信息,使得烟花具有向群体的优良搜索信息学习的能力,并且它的两种不同产生方式有助于平衡算法的局部搜索和全局搜索能力。改进后的算法在CEC2013的28个Benchmark函数上进行测试,实验结果表明Idyn FWA的寻优效果明显优于dyn FWA,并且比粒子群算法SPSO2011和差分演化算法DE/randto-best/1能达到更好的寻优性能。

关键词：动态搜索烟花算法爆炸半径变异算子学习因子

在线全文

学校读者我要写书评

暂无评论

基于非对称学习因子调节的粒子群优化算法

计算机工程 2010年第19期36卷 182-184页

作者：毛开富包广清徐驰兰州理工大学电气工程与信息工程学院兰州730050

分析粒子群优化算法中2个学习因子对粒子收敛性的影响,通过Benchmark标准测试函数对不同取值的学习因子进行测试,提出一种基于非对称学习因子调节策略的改进粒子群算法。在搜索初期使粒子获得更好的多样性及较强的摆脱局部极值的能力,... 详细信息

分析粒子群优化算法中2个学习因子对粒子收敛性的影响,通过Benchmark标准测试函数对不同取值的学习因子进行测试,提出一种基于非对称学习因子调节策略的改进粒子群算法。在搜索初期使粒子获得更好的多样性及较强的摆脱局部极值的能力,在搜索后期加快粒子的收敛速度,提高全局寻优能力。该算法已在复合齿轮传动系统的传动比优化设计中得到了成功应用。

关键词：粒子群优化算法学习因子测试函数复合齿轮传动比优化

在线全文

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

改进学习因子和约束因子的混合粒子群算法

计算机应用研究 2015年第12期32卷 3626-3628,3653页

作者：张水平仲伟彪江西理工大学信息工程学院江西赣州341000

针对传统粒子群优化算法解决复杂问题时收敛速度太快、容易陷入局部最优解的问题,在全局—局部最优解粒子群算法的基础上,提出了一种改进学习因子和约束因子的混合粒子群优化算法。通过将粒子的邻域最优解加入到速度更新公式,使得粒子... 详细信息

针对传统粒子群优化算法解决复杂问题时收敛速度太快、容易陷入局部最优解的问题,在全局—局部最优解粒子群算法的基础上,提出了一种改进学习因子和约束因子的混合粒子群优化算法。通过将粒子的邻域最优解加入到速度更新公式,使得粒子的速度更新同时受全局最优解和邻域最优解作用,提高了粒子的寻优能力。并改进了学习因子和约束因子,平衡粒子的全局搜索和局部开发能力。通过几个经典测试函数分析比较,该算法能大大提高粒子的寻优能力。

关键词：混合粒子群优化算法全局—局部最优学习因子约束因子

基于TanW-ArccosC PSO算法的PP求解与实证分析

在线全文

学校读者我要写书评

暂无评论

计算机仿真 2024年第2期41卷 289-294页

作者：姚琳贾文生贵州大学数学与统计学院贵州贵阳550025 贵州省博弈决策与控制重点实验室贵州贵阳550025

通过结合正切函数Tan-W和反余弦函数Arccos-C提出了一种改进的粒子群优化算法,简称TanW-ArccosC PSO算法。TanW-ArccosC PSO算法通过对惯性权重和学习因子的改进,增加了粒子群的多样性,增强了算法的搜索能力,提高了算法的收敛速度。针... 详细信息

通过结合正切函数Tan-W和反余弦函数Arccos-C提出了一种改进的粒子群优化算法,简称TanW-ArccosC PSO算法。TanW-ArccosC PSO算法通过对惯性权重和学习因子的改进,增加了粒子群的多样性,增强了算法的搜索能力,提高了算法的收敛速度。针对投资组合问题,通过在大智慧软件中随机提取数据,利用MATLAB软件,分别用改进的TanW-ArccosC PSO算法和标准PSO算法进行求解与实证分析其投资组合问题的投资比例和CVaR值,实证分析结果表明TanW-ArccosC PSO算法具有更良好的搜索能力、低风险性以及可操作性。

关键词：粒子群算法惯性权重学习因子投资组合问题

一致条件下具学习因子的几个单机排序问题(英文)

在线全文

学校读者我要写书评

暂无评论

运筹学学报 2003年第3期7卷 21-28页

作者：刘静孙世杰何龙敏嘉兴学院信息工程分院浙江嘉兴314001 上海大学数学系上海200436

n个工件需在同台机器上依次加工,工件j,j=1,2,…,n所需的正常加工时间为pj,如在某序中工件j第r个加工,则机器对其实际加工的时间为Pjrα,其中α≤0为一学习因子.要求适当排列这n个工件的加工顺序,使某目标函数达最小.本文对加权完工时... 详细信息

n个工件需在同台机器上依次加工,工件j,j=1,2,…,n所需的正常加工时间为pj,如在某序中工件j第r个加工,则机器对其实际加工的时间为Pjrα,其中α≤0为一学习因子.要求适当排列这n个工件的加工顺序,使某目标函数达最小.本文对加权完工时间之和,最大迟后,延误工件数这三个目标函数,给出了在相应的一致条件下,对应的WSPT规则,EDD规则,修正Moore-Hodgson算法可获最优序,并估计了在一般情况下由该三规则所获序的误差.

关键词：学习因子单机排序一致性条件完工时间最大迟后延误工件数 Moore-Hodgson算法