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

一种转轴人工蜂群算法

传感器与微系统 2013年第6期32卷 134-138页

作者：龚亚星王联国甘肃农业大学工学院甘肃兰州730070 甘肃农业大学信息科学技术学院甘肃兰州730070

为了提高人工蜂群(ABC)算法的局部搜索能力,加快其收敛速度,将Rosenbrock转轴搜索的方法引入ABC算法,提出了一种转轴ABC算法。该算法每隔一定的迭代次数,就在ABC算法找到的当前极值的邻域内用Rosenbrock方法进行一次转轴搜索,以引导算... 详细信息

为了提高人工蜂群(ABC)算法的局部搜索能力,加快其收敛速度,将Rosenbrock转轴搜索的方法引入ABC算法,提出了一种转轴ABC算法。该算法每隔一定的迭代次数,就在ABC算法找到的当前极值的邻域内用Rosenbrock方法进行一次转轴搜索,以引导算法找到函数值下降最快的方向。此外,新算法利用对立策略对算法随机产生的初始种群进行调整,得到了质量较高的初始种群。通过对几个标准测试函数的性能测试,验证了算法的快速收敛性和稳定性,说明对其的改进是可行且有效的。

关键词：群体智能人工蜂群算法 Rosenbrock转轴人工蜂群算法对立策略搜索方向

在线全文

学校读者我要写书评

暂无评论

基于混沌搜索与精英交叉算子的磷虾觅食算法

计算机工程 2015年第3期41卷 156-161页

作者：王磊张汉鹏西南财经大学经济信息工程学院成都610074 西南财经大学工商管理学院成都610074

为解决磷虾觅食(KH)优化算法在处理高维多模态函数优化问题时存在局部搜索能力不强、收敛速度慢等问题,利用一种贪婪的精英交叉算子加速其收敛速度,使用基于逻辑自映射函数的混沌搜索算子避免局部极值的吸引,采用对立搜索算子提高初始... 详细信息

为解决磷虾觅食(KH)优化算法在处理高维多模态函数优化问题时存在局部搜索能力不强、收敛速度慢等问题,利用一种贪婪的精英交叉算子加速其收敛速度,使用基于逻辑自映射函数的混沌搜索算子避免局部极值的吸引,采用对立搜索算子提高初始种群的质量。结合上述3种算子提出一种改进的磷虾觅食算法。在7个标准测试函数上的仿真实验结果表明,与KH及其改进算法相比,该算法在寻优精度和收敛速度方面均得到明显增强。

关键词：磷虾觅食算法局部搜索能力对立策略精英交叉算子混沌搜索收敛速度

在线全文

学校读者我要写书评

暂无评论

一种新的改进的混合蛙跳算法

计算机工程与应用 2012年第8期48卷 48-50页

作者：赵鹏军邵泽军商洛学院数学与计算科学系陕西商洛726000 北京化工大学北方学院河北三河065201

针对混合蛙跳算法在优化过程中受初始值影响较大且容易陷入局部最优的缺陷,提出了一个改进的混合蛙跳算法,该算法利用基于对立学习的策略产生初始种群,提高了产生解的质量;在进化过程中,将差分进化有机地嵌入其中,维持了种群的多样性。... 详细信息

针对混合蛙跳算法在优化过程中受初始值影响较大且容易陷入局部最优的缺陷,提出了一个改进的混合蛙跳算法,该算法利用基于对立学习的策略产生初始种群,提高了产生解的质量;在进化过程中,将差分进化有机地嵌入其中,维持了种群的多样性。数值结果表明,改进的混合蛙跳算法对复杂函数优化问题具有较强的求解能力。

关键词：混合蛙跳算法对立策略差分进化

在线全文

学校读者我要写书评

暂无评论

布局模式和对立协同差分进化算法及应用

布局模式和对立协同差分进化算法及应用

作者：王远辉大连理工大学

学位级别：硕士

本文以一类卫星舱布局优化设计问题为应用背景,研究改进的差分进化和协同差分进化算法及其在一类带约束的复杂布局优化问题的应用。该优化问题属于NP-hard问题。差分进化算法（DE）由Storn和Price于1995年提出,是一种基于种群个体... 详细信息

本文以一类卫星舱布局优化设计问题为应用背景,研究改进的差分进化和协同差分进化算法及其在一类带约束的复杂布局优化问题的应用。该优化问题属于NP-hard问题。差分进化算法（DE）由Storn和Price于1995年提出,是一种基于种群个体间差异的典型进化计算类高效优化算法。近年来又出现协同差分进化算法（CCDE）,用于求解复杂高维优化问题。本文的研究目的在于发展差分进化和协同差分进化算法,提高算法的计算性能,用于求解布局优化问题。本文的研究工作主要有：（1）提出了一种基于布局模式的人机结合差分进化算法（LPHCIDE,简称布局模式差分进化算法）,用于布局优化。首先,依据布局模式对初始设计方案进行非同构变换形成人工方案。然后,对人工方案进行数值化编码构造人工个体加入DE算法种群,以指引种群进化方向,避免“早熟”现象并加速算法收敛。经Packing算例的实验结果表明,与文中其它文献算法相比,本文LPHCIDE具有较高的计算精度。（2）提出了一种基于对立策略的协同差分进化算法（OCCDE,简称对立协同差分进化算法）,用于求解带约束的布局优化问题。首先,基于协同进化框架,采用“分而治之”的策略对问题进行分解,降低问题的求解难度。其次,在算法种群的初始化和进化过程中引入的对立策略,提高算法的收敛速度和计算精度。经标准测试函数和Packing算例的实验结果表明,与文中其它文献算法相比,本文OCCDE具有较高的收敛速度和计算精度。在OCCDE的基础上提出了一种对立扰动协同差分进化算法（OCCDEG）,用于求解简化卫星舱布局问题。该算法在进化机制中加入随机扰动算子,增强算法的局部搜索能力。经简化卫星舱布局算例的实验结果表明,与文中其它文献算法相比,本文OCCDEG具有较高的收敛速度和计算精度。

关键词：协同差分进化对立策略高斯突变布局模式布局优化

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

混合蛙跳算法的研究及其改进

混合蛙跳算法的研究及其改进

作者：朱文婷延安大学

学位级别：硕士

随着实际工程问题规模的扩大和复杂度的提高,使得大量的优化问题都很难求解。近些年来,群智能算法以其独有的寻优机制和优良的全局搜索能力吸引了各个领域学者的关注,常见的群智能算法有蚁群算法、人工鱼群算法、粒子群算法、混合蛙跳... 详细信息

随着实际工程问题规模的扩大和复杂度的提高,使得大量的优化问题都很难求解。近些年来,群智能算法以其独有的寻优机制和优良的全局搜索能力吸引了各个领域学者的关注,常见的群智能算法有蚁群算法、人工鱼群算法、粒子群算法、混合蛙跳算法等。其中混合蛙跳算法是一种新兴的后启发式的群智能优化算法,该算法的优点在于设置参数少,简单易于实现,鲁棒性强,平衡全局和局部搜索等,因此在生活和各种生产领域得到广泛应用。本文首先深入剖析了经典混合蛙跳算法的寻优机理,阐述了混合蛙跳算法的理论基础,基本原理和优缺点。其次,针对经典混合蛙跳算法存在的初始种群不够均匀,移动步长具有随机性,搜索效率不够高等缺陷,给出了一种改进的混合蛙跳算法。采用混沌理论和对立策略来构造改进混合蛙跳算法的初始种群,如此不但使得初始种群更加均匀地分布在解空间中,而且提高了解的质量;设计了一种自适应移动因子,更好的调控解的全局和局部搜索,不但提高了求解的精度,而且一定程度上有效避免了早熟收敛;引入了虚拟的狭义中心和广义中心蛙的双中心策略,利用中心蛙的优势,加强了蛙群之间的信息交流,提高了局部搜索的效率。最后本文选取了经典测试函数,通过仿真实验验证了改进后的算法具有更好的性能和求解效果。

关键词：混合蛙跳算法混沌理论对立策略自适应因子双中心

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

混合蛙跳算法研究与改进

混合蛙跳算法研究与改进

作者：王龙斌西安电子科技大学

学位级别：硕士

近些年来,随着实际生活中大量工程优化问题的复杂度和求解要求越来越高,传统的优化算法已经很难满足,因此元启发式优化算法在其高效性与智能性方面所表现出的优越性,致使对该类算法的研究步入到一个新纪元。混合蛙跳算法是一种开创性的... 详细信息

近些年来,随着实际生活中大量工程优化问题的复杂度和求解要求越来越高,传统的优化算法已经很难满足,因此元启发式优化算法在其高效性与智能性方面所表现出的优越性,致使对该类算法的研究步入到一个新纪元。混合蛙跳算法是一种开创性的群体进化算法,其原理是通过模拟青蛙觅食行为,寻找最优解。该算法具有概念简单、寻优能力强、求解精度高以及收敛速度快等诸多优点。然而对于一些复杂问题的求解,该算法依然无法避免寻优精度不足、进化后期收敛速度过慢以及易于出现局部最优值等缺点。本文在深入研究混合蛙跳算法的基础上,以提升算法的求解精度、收敛速度以及避免算法陷入局部最优为目标,从种群初始化、子种群划分和局部搜索等多个角度对原始算法展开了全面的优化,提出了一种改进的混合蛙跳算法。通过基于扰动因子的对立策略进行种群初始化,使初始的候选解适应度函数值普遍较优,加快算法的收敛速度,同时引入扰动因子,丰富了种群的多样性,提高了候选解在可行域内学习的能力;设计了首尾同步分配法来划分子种群,缩小了子群间差异,深化了子群间沟通,丰富了子种群的多样性;提出了一种自适应惯性因子与梯度信息结合的局部搜索机制,提高了算法的收敛速度,改善了算法容易陷入局部最优的弊端。通过多组经典测试函数对本文改进算法的仿真可得出如下结论:改进后的混合蛙跳算法能以更高的收敛速度得到更精确的全局最优解,与此同时也有效地解决了算法早熟收敛的问题。在接下来对混合蛙跳算法的研究工作中,首先,应当进一步深入对其自身的研究与分析;其次,考虑到算法参数对其结果的重要性,应当从基本参数的初始入手,提升算法的性能;最后,可以考虑将其他算法与混合蛙跳算法相结合,进一步提升算法的性能,从而解决现实生活中规模越来越大、复杂度越来越高的实际问题。

关键词：混合蛙跳算法扰动因子对立策略惯性因子梯度信息