检索结果-南通市图书馆

计算机应用 2020年第5期40卷 1382-1388页

作者：施晓倩陈祺东孙俊冒钟杰江苏省物联网应用技术重点建设实验室(无锡太湖学院) 江苏无锡214000 人工智能与模式识别国际联合实验室(江南大学) 江苏无锡214000

针对工程形状设计领域中带有多个约束条件的非线性设计优化问题,提出了一种自适应的基于高斯分布的量子行为粒子群优化(AG-QPSO)算法。通过自适应地调整高斯分布,AG-QPSO算法能够在搜索的初始阶段有很强的全局搜索能力,随着搜索过程的进... 详细信息

针对工程形状设计领域中带有多个约束条件的非线性设计优化问题,提出了一种自适应的基于高斯分布的量子行为粒子群优化(AG-QPSO)算法。通过自适应地调整高斯分布,AG-QPSO算法能够在搜索的初始阶段有很强的全局搜索能力,随着搜索过程的进行,算法的局部搜索能力逐渐增强,从而满足了算法在搜索过程不同阶段的需要。为了验证算法的有效性,在压力容器和张弦设计问题这两个工程约束优化问题上进行50轮独立实验。实验结果表明,在满足所有约束条件的情况下,AG-QPSO算法在压力容器设计问题上取得了5890.9315的平均解和5885.3328的最优解,在张弦设计问题上取得了0.01096的平均解和0.01096的最优解,远优于标准粒子群优化(PSO)算法、具有量子行为的粒子群优化(QPSO)算法和高斯量子行为粒子群(G-QPSO)算法等现有的算法的结果,同时AG-QPSO算法取得的结果的方差较小,说明该算法具有很好的鲁棒性。

关键词：量子行为粒子群优化算法高斯概率分布工程约束优化问题非线性优化

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

一种以优秀个体记忆位置为导向的改进乌鸦搜索算法

引用

小型微型计算机系统 2024年第5期45卷 1089-1098页

作者：张宁王勇张伟广西民族大学人工智能学院南宁530006 广西混杂计算与集成电路设计分析重点实验室南宁530006

为了克服乌鸦搜索算法搜索能力弱、易陷入局部最优之不足,提出新的以优秀个体记忆位置为导向的改进乌鸦搜索算法(EICSA):基于个体贮藏食物量之多少,种群中多数个体划归为普通个体、少数贮藏食物量较多的个体划归为优秀个体.优秀个体只... 详细信息

为了克服乌鸦搜索算法搜索能力弱、易陷入局部最优之不足,提出新的以优秀个体记忆位置为导向的改进乌鸦搜索算法(EICSA):基于个体贮藏食物量之多少,种群中多数个体划归为普通个体、少数贮藏食物量较多的个体划归为优秀个体.优秀个体只在其贮藏食物的巢穴附近开展局部搜索活动.多数普通个体以优秀个体贮藏食物之巢穴为导向,在算法前期以较大步长进行全局探索,保持了种群的多样性;算法后期则以较短步长进行局部开发,使算法的全局探索能力和局部开发能力均得到了增强.通过12个基准函数和3个工程应用问题的数值实验,结果表明EICSA的全局优化能力得到了明显提高,在函数和工程应用问题优化中具有较快的全局收敛速度、较好的优化精度和稳定性.

关键词：乌鸦搜索算法(CSA) 智能优化优秀个体普通个体工程约束优化问题

来源：

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

一种以优秀个体记忆位置为导向的改进乌鸦搜索算法

引用

小型微型计算机系统 2023年

作者：张宁王勇张伟广西混杂计算与集成电路设计分析重点实验室广西民族大学人工智能学院

为了克服乌鸦搜索算法搜索能力弱、易陷入局部最优之不足，提出新的以优秀个体记忆位置为导向的改进乌鸦搜索算法(EICSA)：基于个体贮藏食物量之多少，种群中多数个体划归为普通个体、少数贮藏食物量较多的个体划归为优秀个体。优秀个... 详细信息

为了克服乌鸦搜索算法搜索能力弱、易陷入局部最优之不足，提出新的以优秀个体记忆位置为导向的改进乌鸦搜索算法(EICSA)：基于个体贮藏食物量之多少，种群中多数个体划归为普通个体、少数贮藏食物量较多的个体划归为优秀个体。优秀个体只在其贮藏食物的巢穴附近开展局部搜索活动。多数普通个体以优秀个体贮藏食物之巢穴为导向，在算法前期以较大步长进行全局探索，保持了种群的多样性;算法后期则以较短步长进行局部开发，使算法的全局探索能力和局部开发能力均得到了增强。通过12个基准函数和3个工程应用问题的数值实验，结果表明EICSA的全局优化能力得到了明显提高，在函数和工程应用问题优化中具有较快的全局收敛速度、较好的优化精度和稳定性。

关键词：乌鸦搜索算法(CSA) 智能优化优秀个体普通个体工程约束优化问题

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

多策略协同改进的烟花算法及其应用研究

多策略协同改进的烟花算法及其应用研究

引用

作者：邹鹏程广西民族大学

学位级别：硕士

烟花算法(Fireworks algorithm,FWA)是由北京大学谭营教授于2010年提出的模拟烟花爆炸并结合进化计算的随机搜索的群智能算法。烟花算法不同于其它群智能算法,它的多种不同算子分布工作,实现信息交互共享,能够处理复杂的优化问题。爆炸... 详细信息

烟花算法(Fireworks algorithm,FWA)是由北京大学谭营教授于2010年提出的模拟烟花爆炸并结合进化计算的随机搜索的群智能算法。烟花算法不同于其它群智能算法,它的多种不同算子分布工作,实现信息交互共享,能够处理复杂的优化问题。爆炸、变异、选择等算子的存在使得算法具备广阔的研究前景。本文主要研究多策略协同改进的烟花算法及其应用,主要工作如下:(1)为解决传统烟花算法收敛速度慢、易陷入局部最优、寻优精度低等缺陷,提出一种多策略烟花算法(A Multi-strategy Improved Fireworks Optimization Algorithm,MSFWA)。通过划分烟花算子等级后执行搜索步长非线性递减、增加变异算子变异信息后自动切换变异方式和“多精英保留+随机/精英保留”三种策略提升算法性能。最后,对16个基准测试函数和减速器设计工程约束优化问题进行实验,实验结果表明,MSFWA相比于FWA和其他启发式智能算法具有更好的寻优精度和性能。(2)针对FWA具有寻优精度低,爆炸更新具有盲目性的不足,提出一种融合算术优化算法(Arithmetic Optimization Algorithm,AOA)的混合型烟花算法(Hybrid fireworks algorithm based on AOA,AOAFWA)。首先,利用算术中乘除和加减运算实现烟花的爆炸操作,提高算法的收敛能力和寻优精度。其次,采用“精英”选择策略取代“轮盘赌”选择策略,降低算法复杂度。最后,通过对8个基准函数测试AOAFWA的性能,并联合谱聚类算法对4个UCI基本数据集进行分类实验来评估AOAFWA的有效性。实验结果表明,AOAFWA对于函数优化能够较好地寻优求解,在4个测试函数上精度提升200个量级,在谱聚类算法的应用中适应度值平均值至少优于原算法3.3%,总体性能优秀。(3)支持向量机(Support vector machine,SVM)作为机器学习领域中的有监督学习方法,在处理高维小样本数据方面具有独特的优势。但由于样本的特征子集以及SVM惩罚参数和核参数的选择往往影响分类性能。因此本文采用上述AOAFWA算法来协同优化样本特征和SVM参数从而提高样本分类性能,通过8个UCI分类数据集和乳腺癌数据集作为测试集验证了该方案的可行性,并与传统烟花算法和遗传算法、粒子群算法和网格搜索算法进行比较,实验结果表明该算法能够以较少的样本特征获得相对较高的分类准确率。

关键词：烟花算法工程约束优化问题谱聚类支持向量机乳腺癌

来源：

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

基于梯度信息的混合蛙跳算法改进及应用

基于梯度信息的混合蛙跳算法改进及应用

引用

作者：庞凯立北京建筑大学

学位级别：硕士

基本蛙跳算法(Shuffled frog leaping algorithm,SFLA)由Eusuff和Lansey于2003年最早提出,提出的目的是为了解决管道网络规模扩大时管道尺寸的最小化问题,SFLA算法是一种新的基于群体智能的启发式算法,该算法结合了粒子群优化算法和模... 详细信息

基本蛙跳算法(Shuffled frog leaping algorithm,SFLA)由Eusuff和Lansey于2003年最早提出,提出的目的是为了解决管道网络规模扩大时管道尺寸的最小化问题,SFLA算法是一种新的基于群体智能的启发式算法,该算法结合了粒子群优化算法和模因算法两者的优点。基本蛙跳算法自提出以来到现在只有十几年的时间,还有很多有待研究的方面和领域,所以对基本蛙跳算法的研究具有很广阔的前景。对于无约束优化问题的求解,本文分别从模因组中最差个体,精英个体以及最好和最差个体结合三个角度出发,提出了三种改进蛙跳算法。第一种改进算法对于模因组中的最差个体直接使用共轭梯度法进行更新,必然得到一个更优个体;第二种改进算法利用精英个体的优势,使用共轭梯度法进行指导更新,进而增强精英个体对其他个体的指导能力;第三种改进算法结合前两种改进,在基本蛙跳算法中同时对最好和最差个体进行更新。三种改进算法都将共轭梯度法引入基本蛙跳算法中,融合了基本蛙跳算法较强的全局搜索能力和共轭梯度法较强的局部搜索能力,克服了基本蛙跳算法寻优效率不高的缺点。采用国际通用标准测试问题对三种改进算法进行了数值试验,结果表明了三种改进算法与基本蛙跳算法和一些其他智能优化算法相比具有更高的求解精度和更好的稳定性能。对于有约束优化问题,本文提出了一种协同Lagrange乘子的混合蛙跳算法(LAFLA),该算法借助增广Lagrange乘子法的思想,利用增广Lagrange罚函数将约束优化问题转化为系列界约束优化子问题,再采用之前提出的第三种对最好最差个体进行更新的蛙跳算法对系列的界约束优化问题进行求解,从而达到对约束优化问题的求解。采用标准约束优化测试问题对LAFLA算法进行了数值试验,表明了LAFLA算法具有较高的求解精度,最后又选取了3个实际工程约束优化问题,将LAFLA算法应用到这些实际问题的求解中,所得结果表明了LAFLA算法的有效性,说明了LAFLA算法具有较好的应用价值。

关键词：基本蛙跳算法共轭梯度法增广Lagrange乘子法工程约束优化问题

来源：

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

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：