检索结果-南通市图书馆

一种平衡全局与局部搜索能力的粒子群优化算法

在线全文

学校读者我要写书评

暂无评论

微电子学与计算机 2016年第6期33卷 134-138页

作者：徐从东张继春马鹏飞解放军陆军军官学院炮兵系安徽合肥230031

针对标准粒子群优化算法存在易陷入局部最优解、收敛速度慢等缺点,从两个方面对算法进行改进.一方面,改变学习因子和惯性权重,使学习因子和惯性权重随着粒子的适应度动态自适应变化,以平衡局部和全局搜索能力;另一方面,增加粒子的学习对... 详细信息

针对标准粒子群优化算法存在易陷入局部最优解、收敛速度慢等缺点,从两个方面对算法进行改进.一方面,改变学习因子和惯性权重,使学习因子和惯性权重随着粒子的适应度动态自适应变化,以平衡局部和全局搜索能力;另一方面,增加粒子的学习对象,从社会心理学出发,提出向群体中所有比自身优秀的较优个体学习,以增强社会学习能力.与标准粒子群算法进行比较,实验证明新算法具有更高的收敛效率、更快的收敛速度.

关键词：粒子群优化算法粒子适应度局部搜索能力全局搜索能力

An Improved Quantum Differential Evolution Algorithm for Optimization and Control in Power Systems Including DGs

在线全文

学校读者我要写书评

暂无评论

自动化学报 2017年第7期43卷 1280-1288页

作者： Yuancheng Li Zongpu Li Liqun Yang Bei Wang North China Electric Power University Beijing 102206 China

Differential evolution algorithm（DE）has been proved to be an effective way for solving the optimal reactive power flow（ORPF）problem.As distributed generations（DGs）are introduced into the system,there is a certain impact on power flow and voltage of the power system,which affects the robustness and effectiveness of DE.On the basis of DE,aiming at its limitation of premature convergence and poor search ability,this paper discusses about how to improve it with quantum encoding and artificial bee colony（ABC）algorithm and proposes a hybrid algorithm,which is called improved quantum differential evolution algorithm（IQDE）.The idea of quantum encoding increases the individual diversity while the accelerating evolution operation of the onlooker bees improves local search ability of DE.At the same time,the random search operation of the scout bees improves global search ability of DE.In the last,the effectiveness of IQDE is verified by simulations on the IEEE 14-bus system and 30-bus system including DGs.The experimental results show that with less convergence time and smaller population size,IQDE can obtain an even or better optimization effect compared with DE and can be applied to ORPF problem of power system including DGs.

关键词：差分进化算法电力系统无功优化量子编码应用微分进化算法局部搜索能力分布式发电

具有步长调整策略的强制进化随机游走算法优化换热网络

在线全文

学校读者我要写书评

暂无评论

化工进展 2017年第2期36卷 442-450页

作者：刘璞崔国民肖媛陈家星周剑卫上海理工大学新能源科学与工程研究所上海200093 哈尔滨哈锅锅炉工程技术公司黑龙江哈尔滨150060

强制进化随机游走算法(random walking algorithm with compulsive evolution,RWCE)是一种优化换热网络的新方法,具有程序简单、算法适应性和全局搜索能力较强等优点。本文研究了最大步长对RWCE算法优化性能的影响,提出了抛物线函数的... 详细信息

强制进化随机游走算法(random walking algorithm with compulsive evolution,RWCE)是一种优化换热网络的新方法,具有程序简单、算法适应性和全局搜索能力较强等优点。本文研究了最大步长对RWCE算法优化性能的影响,提出了抛物线函数的最大步长递减调整策略来平衡RWCE算法的全局搜索与局部搜索能力。将引入策略的RWCE算法与基础算法比较,发现加入最大步长递减调整策略的RWCE算法与基础RWCE算法相比,在进化后期能够跳出局部极小值,具有更强的局部搜索能力。采用10SP2、9SP和15SP换热网络实例检验加入此策略RWCE算法的有效性,其中10SP2和9SP算例的优化结果均好于文献最好结果,相比算例原始文献下降了20.98%和1.11%。对15SP算例优化找到了新的换热网络匹配结构,并好于多数无分流换热网络优化结果,且低于文献结果 4.60%,证明了此方法在换热网络优化中具有较强的优化能力。

关键词：强制进化随机游走算法换热网络优化全局搜索能力局部搜索能力

在线全文

学校读者我要写书评

暂无评论

多班级交互式教学优化算法

计算机工程与应用 2019年第9期55卷 10-16,64页

作者：闫苗苗刘三阳西安电子科技大学数学与统计学院西安710126

针对教学优化算法(Teaching-Learning-Based Optimization,TLBO)寻优精度低、稳定性差的问题,提出多班级交互式教学优化算法(Multi-Classes Interaction TLBO,MCITLBO)。通过引入基于欧氏距离的新型聚类划分方法,实现多班级教学,加强优... 详细信息

针对教学优化算法(Teaching-Learning-Based Optimization,TLBO)寻优精度低、稳定性差的问题,提出多班级交互式教学优化算法(Multi-Classes Interaction TLBO,MCITLBO)。通过引入基于欧氏距离的新型聚类划分方法,实现多班级教学,加强优秀个体周围邻域的搜索,保证算法具有较好的平衡和局部搜索能力,通过引入两种新的学习方式,实现学习方式多样化,加强种群信息交互、避免子群"滞后"或"早熟"。对6个无约束、4个约束函数和优化拉压弹簧设计问题的数值实验表明,MCITLBO相比其他算法在寻优精度和稳定性上更具优势。

关键词：教学优化算法寻优精度聚类划分方法局部搜索能力

基于改进自适应遗传算法的无人机三维航迹规划

在线全文

学校读者我要写书评

暂无评论

弹箭与制导学报 2021年

作者：周哲媚陈璞中国航空工业集团公司西安飞行自动控制研究所

当传统遗传算法用于飞行航迹规划时，由于优化函数太复杂，导致寻优效率低，不稳定且局部搜索能力差，易陷入局部极值。为了解决这些问题，本文提出了一种改进的自适应遗传算法，通过非线性自适应调节交叉算子和遗传算子的概率，使得进... 详细信息

当传统遗传算法用于飞行航迹规划时，由于优化函数太复杂，导致寻优效率低，不稳定且局部搜索能力差，易陷入局部极值。为了解决这些问题，本文提出了一种改进的自适应遗传算法，通过非线性自适应调节交叉算子和遗传算子的概率，使得进化过程中可以产生更优个体从而得到全局最优解。将改进自适应遗传算法用于无人机三维航迹规划，仿真结果表明，该方法增强了遗传算法的局部搜索能力，提高了规划效率，能够完成无人机三维航迹规划任务。

关键词：改进自适应遗传算法局部搜索能力种群适应度航迹规划

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于混沌自适应果蝇优化的PID参数优化

电气时代 2024年第5期 73-77页

作者：冷欣周腾飞东北林业大学计算机与控制工程学院

针对标准果蝇算法(FOA)收敛速度快慢依赖初始化且易陷入局部最优的缺陷,提出一种混沌自适应果蝇优化算法(GIFOA)的PID参数优化方案。GIFOA采用混沌映射初始化种群,增加种群的遍历性;自适应调节搜索步长平衡全局和局部搜索能力;以搜索方... 详细信息

针对标准果蝇算法(FOA)收敛速度快慢依赖初始化且易陷入局部最优的缺陷,提出一种混沌自适应果蝇优化算法(GIFOA)的PID参数优化方案。GIFOA采用混沌映射初始化种群,增加种群的遍历性;自适应调节搜索步长平衡全局和局部搜索能力;以搜索方向作为浓度判定值,控制偏差绝对值和控制器输入平方项的时间积分作为适应度函数,并将此优化算法应用于二阶时滞系统的PID控制参数调节。

关键词：果蝇优化算法 PID控制参数局部搜索能力果蝇算法混沌映射 PID参数优化 GIF 适应度函数

同方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

基于q-高斯分布的自适应变异粒子群算法

沈阳工业大学学报 2012年第3期34卷 354-360页

作者：赵伟伞冶石慧姝哈尔滨工业大学控制与仿真中心哈尔滨150001

针对粒子群算法易陷入局部极值和早熟收敛的缺陷,提出了基于q-高斯分布的自适应变异粒子群算法.采用q-高斯作为变异算子对粒子的全局最优位置进行q-高斯变异,克服了因种群遗失多样性所导致的早熟收敛缺陷,随着种群的进化,非广延熵指数q... 详细信息

针对粒子群算法易陷入局部极值和早熟收敛的缺陷,提出了基于q-高斯分布的自适应变异粒子群算法.采用q-高斯作为变异算子对粒子的全局最优位置进行q-高斯变异,克服了因种群遗失多样性所导致的早熟收敛缺陷,随着种群的进化,非广延熵指数q的自适应调整平衡了算法的全局搜索能力和局部开发能力.测试了4个标准复杂函数和优化BP神经网络参数,结果表明,基于q-高斯分布的自适应变异粒子群算法的优化性能最好,收敛速度快.

关键词：粒子群算法自适应变异 q-高斯分布数值优化神经网络参数优化种群多样性全局搜索能力局部搜索能力

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

改进群体智能优化算法及其应用

改进群体智能优化算法及其应用

作者：张杨南京邮电大学

学位级别：硕士

随着科学和技术的快速发展,很多领域都会涉及到优化问题,如:旅行商问题、函数优化、电力调度、桁架结构设计等。然而,很多优化问题都是多峰、高维度,存在着难解性。传统的优化算法如共轭梯度法、单纯形法、牛顿法等都已经很难满足人们... 详细信息

随着科学和技术的快速发展,很多领域都会涉及到优化问题,如:旅行商问题、函数优化、电力调度、桁架结构设计等。然而,很多优化问题都是多峰、高维度,存在着难解性。传统的优化算法如共轭梯度法、单纯形法、牛顿法等都已经很难满足人们的需求。因此设计高效的优化算法成为很多科研工作者的研究目标。本文主要研究群智能优化算法,针对各个优化算法的优缺点进行改进,并将其应用到实际问题中,使其发挥出自身的应用价值。本文主要对人工蜂群算法进行改进,并将其应用到实际领域,本文的具体研究内容如下:（1）比较各种流行的算法,为后续改进的人工蜂群算法提供了理论支持。（2）针对传统人工蜂群算法全局搜索能力强,局部搜索能力弱的特点,本文提出了一个新的策略来保留整个种群搜索的历史最优解群。在这个基础之上,对人工蜂群算法的雇佣蜂阶段和观察蜂阶段的搜索公式进行改进,将改进的人工蜂群算法（MNABC）放在标准测试函数上以及电力经济调度的实际问题上进行实验测试其性能,实验结果表明提出的算法高效可靠。（3）针对人工蜂群算法收敛速度慢,后期精度不高,在处理复杂的优化问题时不易陷入局部最优的特点,受粒子群算法的启发,本文为人工蜂群算法的雇佣蜂阶段和观察蜂阶段提供了一个智能化的学习策略。此外,在侦察蜂阶段,根据侦察蜂的特性,本文提出了一种新颖的学习策略。然后,将改进的算法（EABC）放在标准测试函数上以及桁架结构设计的实际问题上进行实验测试其性能,和当前流行的多种算法比较结果验证了算法的可靠性。本文针对人工蜂群算法的收敛速度慢,在迭代后期其局部搜索能力弱的特点,提出了两种改进的算法,即基于智能学习策略的人工蜂群算法（MNABC）和基于精英搜索策略的人工蜂群算法（EABC）;然后将这两种算法应用到实际问题中,其中将MNABC算法应用到电力经济调度问题中,将EABC算法应用到桁架结构设计问题中,实验结果验证了算法的有效性。

关键词：人工蜂群算法全局搜索能力局部搜索能力电力调度桁架设计