检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

细粒度指数惯性权重自适应粒子群算法及应用

工程热物理学报 2020年第9期41卷 2111-2118页

作者：戴文智成铭陈玥涵杨新乐辽宁工程技术大学机械工程学院阜新123000 辽宁工程技术大学测绘与地理科学学院阜新123000

针对粒子群算法性能很大程度上取决于惯性权重的选择,提出细粒度指数惯性权重自适应策略的粒子群算法。选用10个经典函数进行仿真实验测试新算法的性能,使用SPSS软件对最优值、平均值和均方差进行Wilcoxon符号秩检验和Friedman检验,分... 详细信息

针对粒子群算法性能很大程度上取决于惯性权重的选择,提出细粒度指数惯性权重自适应策略的粒子群算法。选用10个经典函数进行仿真实验测试新算法的性能,使用SPSS软件对最优值、平均值和均方差进行Wilcoxon符号秩检验和Friedman检验,分析和检验结果与惯性权重高斯递减粒子群算法、双指数递减粒子群算法进行比较。将其应用于蒸汽动力系统调度问题。仿真实验和工程实例研究结果表明,新的策略对粒子的觅食行为有着显著作用,改善了粒子群算法摆脱局部极值点的能力,具有收敛速度快等优点,能较好地处理蒸汽动力系统优化调度问题。

关键词：蒸汽动力系统细粒度惯性权重自适应粒子群算法

在线全文

学校读者我要写书评

暂无评论

一种基于非线性惯性权重的海鸥优化算法

小型微型计算机系统 2022年第1期43卷 10-14页

作者：秦维娜张达敏尹德鑫蔡朋宸贵州大学大数据与信息工程学院贵阳550025

针对海鸥算法(SOA)在求解最优化问题中的不足和算法性能依赖于参数的选取等缺点,提出一种基于惯性权重的海鸥优化算法(Inertia Seagull optimization algorithm, I-SOA),采用非线性递减的惯性权重计算附加变量A的值来调整的海鸥的位置,... 详细信息

针对海鸥算法(SOA)在求解最优化问题中的不足和算法性能依赖于参数的选取等缺点,提出一种基于惯性权重的海鸥优化算法(Inertia Seagull optimization algorithm, I-SOA),采用非线性递减的惯性权重计算附加变量A的值来调整的海鸥的位置,通过莱维飞行和随机指数值增加海鸥飞行的随机性,增强算法搜索寻优的全局能力,避免算法寻优搜索陷入局部优值;通过12个基准测试函数将I-SOA与标准PSO,SOA,GA算法进行测试比较.实验对比结果表明,所提出的I-SOA优化算法具有较快的收敛速度、较高的求解精度和全局收敛能力.

关键词：海鸥优化算法莱维飞行全局寻优惯性权重函数优化

在线全文

学校读者我要写书评

暂无评论

基于混沌收敛因子和惯性权重的鲸鱼优化算法

武汉科技大学学报 2022年第4期45卷 304-313页

作者：邹浩李维刚李阳赵云涛武汉科技大学冶金自动化与检测技术教育部工程研究中心湖北武汉430081

针对标准鲸鱼优化算法收敛速度慢、易陷入局部最优等问题,提出一种基于混沌收敛因子和惯性权重的改进鲸鱼优化算法(CWOA)。首先采用均匀化与随机化相结合的方式获取初始种群,以提高种群的多样性进而有效提升算法的收敛速度;然后利用混... 详细信息

针对标准鲸鱼优化算法收敛速度慢、易陷入局部最优等问题,提出一种基于混沌收敛因子和惯性权重的改进鲸鱼优化算法(CWOA)。首先采用均匀化与随机化相结合的方式获取初始种群,以提高种群的多样性进而有效提升算法的收敛速度;然后利用混沌收敛因子和惯性权重非线性协同更新策略来平衡算法的全局探索和局部开发能力;最后对寻优过程中的每代最优个体进行多项式变异,提高跳出局部最优的概率。通过12个标准测试函数来检验改进策略的有效性和算法的寻优性能,通过机械臂末端位置优化问题来检验算法的实际应用效果,并与其他几种群智能优化算法进行了对比。结果表明,CWOA在寻优精度、收敛速度和鲁棒性方面均有明显优势。

关键词：鲸鱼优化算法混沌收敛因子惯性权重多项式变异种群多样性

在线全文

学校读者我要写书评

暂无评论

基于正态分布衰减惯性权重的粒子群优化算法

深圳大学学报（理工版） 2020年第2期37卷 208-213页

作者：徐浩天季伟东孙小晴罗强哈尔滨师范大学计算机科学与信息工程学院

针对粒子群优化(particle swarm optimization,PSO)算法无法在提高收敛速度的同时避免早熟的缺陷,提出基于正态分布衰减惯性权重粒子群优化(normal distribution decay inertial weight particle swarm optimization,NDPSO)算法.以正态分布曲线作为惯性权重的衰减策略曲线,通过引入控制因子对粒子的位置进行改善,使得NDPSO算法能很好的在优化过程中平衡全局搜索和局部搜索能力.使用8个标准函数测试分别对粒子群优化(particle swarm optimization,PSO)、线性权重衰减粒子群优化(linear decay inertial weight particle swarm optimization,LDWPSO)、指数权重衰减粒子群优化(exponential decay weight particle swarm optimization,EXPPSO)、收缩因子粒子群优化(constriction factor particle swarm optimization,CFPSO)、高斯分布衰减惯性权重粒子群优化(Gaussian decay inertial weight particle swarm optimization,GDIWPSO)、基于动态加速度系数的粒子群优化(particle swarm optimization based on dynamic acceleration coefficients,PSO-DAC)、性权重自适应粒子群优化(inertia weight adaptive particle swarm optimization,简称PSO-LH)算法以及NDPSO算法进行仿真,分析他们的收敛速度和收敛精度.结果表明,NDPSO算法不管在单峰函数问题还是多峰函数问题上,总体性能都优于其他算法.

关键词：人工智能群体智能算法粒子群算法惯性权重正态分布衰减策略

基于改进惯性权重粒子群算法的抢修小组快速调配策略

在线全文

学校读者我要写书评

暂无评论

电网与清洁能源 2021年第7期37卷 17-24页

作者：孟荣赵冀宁周通国网河北省电力有限公司检修分公司河北石家庄050000

为减少电网抢修人员的调度时间以及提高电网的抢修效率,从前期保障角度建立了基于最短距离的抢修小组驻地选择模型;为解决后期多点故障发生后的调度问题,建立了基于最小维修时间的抢修小组调度模型。通过引入动态调整的惯性权重对粒子... 详细信息

为减少电网抢修人员的调度时间以及提高电网的抢修效率,从前期保障角度建立了基于最短距离的抢修小组驻地选择模型;为解决后期多点故障发生后的调度问题,建立了基于最小维修时间的抢修小组调度模型。通过引入动态调整的惯性权重对粒子群算法(particle swarm optimization,PSO)进行改进,使算法的局部收敛性和全局收敛性均有所提高。同时针对旅行商(traveling salesman problem,TSP)问题,增强了算法解决高维度、顺序优化问题的能力。某城市50节点算例的仿真研究表明,所提方法能够准确有效地确定抢修小组驻地位置,当电网发生多处故障后能够迅速高效地确定应急抢修顺序方案、减小抢修工作调配时间,从而降低了因停电所造成的损失。

关键词：驻地选择抢修顺序惯性权重 TSP PSO

在线全文

学校读者我要写书评

暂无评论

多维度惯性权重衰减混沌化粒子群算法及应用

仪器仪表学报 2015年第6期36卷 1333-1341页

作者：蒋晓屾任佳顾敏明浙江理工大学机控学院自动化研究所杭州310018

针对标准粒子群优化算法在处理多维、多峰值优化问题时暴露出的易早熟收敛的难题,提出了MDDCIW_PSO算法。算法的主要思路如下:在粒子群进化过程中,赋予每代群体中每个粒子的每一维度以不同的线性衰减混沌化惯性权重,即从纵向看,随着迭... 详细信息

针对标准粒子群优化算法在处理多维、多峰值优化问题时暴露出的易早熟收敛的难题,提出了MDDCIW_PSO算法。算法的主要思路如下:在粒子群进化过程中,赋予每代群体中每个粒子的每一维度以不同的线性衰减混沌化惯性权重,即从纵向看,随着迭代次数的增加,惯性权重呈现线性衰减变化;从横向看,当代的每个粒子的每一维度都在当前衰减半径内呈现独立的混沌变化。MDDCIW_PSO算法从纵横两个方向,最大可能地增强了粒子在搜索后期的群活性和局部搜索能力,从而尽可能地避免陷入局部最优。大量的标准测试函数仿真结果表明:MDDCIW_PSO算法与已有的典型惯性权重改进策略相比,能够较大幅度地提高粒子群算法的搜索精度。最后将MDDCIW_PSO算法应用于印染定型机的能耗模型优化求解中,取得了满意的结果。

关键词：粒子群优化算法惯性权重混沌印染定型机

在线全文

学校读者我要写书评

暂无评论

任务调度算法中新的自适应惯性权重计算方法

计算机研究与发展 2016年第9期53卷 1990-1999页

作者：李学俊徐佳朱二周张以文安徽大学计算机科学与技术学院合肥230601

粒子群算法(particle swarm optimization,PSO)是解决云计算环境中工作流系统的任务调度优化问题的主流智能算法.然而基于传统自适应惯性权重的粒子群任务调度算法易陷入局部最优,导致调度方案的执行时间与费用较高.因此,通过改进单个... 详细信息

粒子群算法(particle swarm optimization,PSO)是解决云计算环境中工作流系统的任务调度优化问题的主流智能算法.然而基于传统自适应惯性权重的粒子群任务调度算法易陷入局部最优,导致调度方案的执行时间与费用较高.因此,通过改进单个粒子的成功值计算方法,提出了一种新的自适应惯性权重计算方法 NAIWPSO(new adaptive inertia weight based particle swarm optimization).该方法通过比较每个粒子的适应度与全局最优值,可以更加精确描述粒子状态,进而提高了权重的自适应性.在新惯性权重基础上,提出了一种解决云工作流系统中任务调度优化问题的改进粒子群算法.新权重可以更准确的调整粒子速度,使算法更好地平衡粒子全局与局部搜索,避免陷入局部最优,获得执行费用更优的调度方案.实验表明,与5种已有惯性权重算法比较,新算法收敛稳定、适应度最低、执行费用平均减少18%.

关键词：云计算工作流任务调度粒子群算法惯性权重

在线全文

学校读者我要写书评

暂无评论

一种非线性动态自适应惯性权重PSO算法

计算机仿真 2021年第4期38卷 249-253,451页

作者：王生亮刘根友中国科学院测量与地球物理研究所湖北武汉430077 中国科学院大学地球与行星科学学院北京100049

传统的时变惯性权重粒子群优化算法对于求解一般的全局最优问题具有良好的效果,而对于复杂高维的优化问题易陷入局部收敛、存在早熟等缺点。针对以上存在的缺点,提出了种群进化离散度的概念,并考虑Sigmoid函数在线性与非线性之间较好的... 详细信息

传统的时变惯性权重粒子群优化算法对于求解一般的全局最优问题具有良好的效果,而对于复杂高维的优化问题易陷入局部收敛、存在早熟等缺点。针对以上存在的缺点,提出了种群进化离散度的概念,并考虑Sigmoid函数在线性与非线性之间较好的平衡性能,给出一种非线性动态自适应惯性权重的粒子群优化算法。该算法充分考虑进化过程中种群粒子之间进化差异,自适应地赋予不同的惯性权重因子,满足粒子群优化算法在不同进化时期对全局探索和局部开发能力的需求,仿真实例测试结果验证了该算法的有效性。

关键词：粒子群优化动态自适应惯性权重进化离散度

在线全文

学校读者我要写书评

暂无评论

动态改变惯性权重的新模式粒子群算法

安徽大学学报（自然科学版） 2018年第2期42卷 60-66页

作者：杜江袁中华王景芹河北工业大学电磁场与电器可靠性省部共建重点实验室天津300130

针对标准粒子群算法在求解复杂优化问题时易陷入局部最优、收敛精度不高和收敛成功率低的不足,提出了一种改进的粒子群算法.通过算法所处的迭代阶段和粒子的分布情况动态改变惯性权重的值,并根据每个粒子的更新情况调整其飞行的起点.最... 详细信息

针对标准粒子群算法在求解复杂优化问题时易陷入局部最优、收敛精度不高和收敛成功率低的不足,提出了一种改进的粒子群算法.通过算法所处的迭代阶段和粒子的分布情况动态改变惯性权重的值,并根据每个粒子的更新情况调整其飞行的起点.最后4个测试函数仿真结果表明,在求解复杂优化问题时,改进后算法的收敛精度和收敛成功率均有明显提高.

关键词：群体智能粒子群算法惯性权重动态调整新模式