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

带过滤机制非线性惯性权重粒子群算法

计算机工程与应用 2014年第16期50卷 35-38,47页

作者：秦毅彭力江南大学物联网工程学院江苏无锡214122

为改进非线性惯性权重粒子群算法,提出了一种带过滤机制的非线性惯性权重粒子群算法。由于原算法存在粒子易陷入局部最优解与搜索效率较低的缺点,将适应度缩放函数引入到非线性惯性动态调整的粒子群算法中,剔除适应度过高与过低的粒子,... 详细信息

为改进非线性惯性权重粒子群算法,提出了一种带过滤机制的非线性惯性权重粒子群算法。由于原算法存在粒子易陷入局部最优解与搜索效率较低的缺点,将适应度缩放函数引入到非线性惯性动态调整的粒子群算法中,剔除适应度过高与过低的粒子,再对剩余种群部分优良个体进行复制,并随机产生一些新粒子,然后进行交叉操作,种群数量保持不变,减少了粒子陷入局部极值的概率,使结果收敛于全局最优解。通过低维度与高维度函数的对比测试,表明新算法具有较为理想的效果。

关键词：过滤机制适应度缩放惯性权重非线性粒子群算法

在线全文

学校读者我要写书评

暂无评论

粒子群优化算法的惯性权重研究

粒子群优化算法的惯性权重研究

作者：杨博雯渤海大学

学位级别：硕士

随着社会,经济及科学的不断发展,经常出现非凸、不可微、甚至有的目标函数不可表示的优化问题,解决这类优化问题传统优化问题就失效了,因此智能优化算法应运而生。目前粒子群优化算法是被广泛应用的智能优化算法之一,而惯性权重是粒子... 详细信息

随着社会,经济及科学的不断发展,经常出现非凸、不可微、甚至有的目标函数不可表示的优化问题,解决这类优化问题传统优化问题就失效了,因此智能优化算法应运而生。目前粒子群优化算法是被广泛应用的智能优化算法之一,而惯性权重是粒子群优化算法的重要参数,因此关于粒子群优化算法的惯性权重研究是当前粒子群优化算法主要研究方向之一。本文针对粒子群优化算法的惯性权重进行研究,主要工作如下:1.在查阅大量文献基础上,对粒子群优化算法的惯性权重改进策略进行了综述研究。从常值惯性权重、随机惯性权重、时变惯性权重、混沌惯性权重和自适应惯性权重五个方面对粒子群优化算法的惯性权重改进策略进行阐述,为进一步对粒子群优化算法的惯性权重研究提供一定的参考。2.提出基于惯性权重集的自适应粒子群优化算法。首先选取12个目前常用带有惯性权重的粒子群优化算法,通过非参数检验方法选取5个粒子群优化算法,此5种粒子群优化算法构成一个权重集,然后定义了一个K步进化度概念,根据进化度构造一个基于权重集的自适应粒子群优化算法。最后,把该算法应用到典型测试集中,数值结果表明该算法是可行的、有效的,另外,基于非参数假设检验方法对结果统计分析,统计结果表明所提出算法优于其它算法。3.提出基于群体成功率的惯性权重粒子群优化算法。在该算法中,首先基于群体成功率定义一个新的惯性权重,然后为了克服粒子群优化算法“早熟”现象,给出了一个新的具有全局搜索的粒子更新策略,根据粒子运动状态,基于模拟退火的Metropolis准则,采用不同的粒子更新策略,最后,把所提出的算法应用到典型的测试集中,数值结果及统计分析结果表明所提出算法优于其它算法。

关键词：粒子群优化算法惯性权重自适应算法进化度 Metropolis准则

基于惯性权重和学习因子动态调整的粒子群算法

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

湖南工业大学学报 2021年第1期35卷 91-96页

作者：吴永红曾志高邓彬湖南工业大学计算机学院湖南株洲412007

针对传统的粒子群算法易发生早熟收敛、在寻优过程中易陷入局部最优等问题,提出了一种基于惯性权重和学习因子动态调整的粒子群算法,该算法通过改进惯性权重和学习因子参数以优化算法。随着算法的不断迭代,其惯性权重以及学习因子随着... 详细信息

针对传统的粒子群算法易发生早熟收敛、在寻优过程中易陷入局部最优等问题,提出了一种基于惯性权重和学习因子动态调整的粒子群算法,该算法通过改进惯性权重和学习因子参数以优化算法。随着算法的不断迭代,其惯性权重以及学习因子随着迭代次数的增加而动态优化,从而平衡其局部寻优能力与全局搜索能力。实验结果表明,改进后的算法在收敛速度以及收敛精度上比传统粒子群算法更优,能改善早熟收敛问题。

关键词：粒子群算法动态调整迭代优化惯性权重学习因子

在线全文

学校读者我要写书评

暂无评论

粒子群算法不同惯性权重之间的比较

淮海工学院学报（自然科学版） 2016年第1期25卷 1-6页

作者：张志宇白云霞兰州交通大学数理学院甘肃兰州730070

粒子群算法是一类基于种群的启发式全局搜索工具.针对粒子群算法易出现早熟收敛、收敛效率低等缺点,许多学者对粒子群算法进行了改进.论述了标准粒子群算法以及对惯性权重作了线性递减、后期随机、非线性动态等改进后的标准粒子群算法,... 详细信息

粒子群算法是一类基于种群的启发式全局搜索工具.针对粒子群算法易出现早熟收敛、收敛效率低等缺点,许多学者对粒子群算法进行了改进.论述了标准粒子群算法以及对惯性权重作了线性递减、后期随机、非线性动态等改进后的标准粒子群算法,讨论了其优缺点,最后通过5个典型测试函数的MATLAB实验,将所得的数值结果进行比对,以证明哪些改进的算法更有效.

关键词：粒子群算法惯性权重收敛速度全局搜索

在线全文

学校读者我要写书评

暂无评论

引入惯性权重的烟花算法

内蒙古工业大学学报（自然科学版） 2016年第3期35卷 168-177页

作者：尚亚菲刘雪英贾敏南内蒙古工业大学理学院呼和浩特010051 上海海事大学文理学院上海201305

为了增加种群的多样性,算法中加入高斯变异操作产生高斯火花.但是算法在每次迭代的过程中计算成本都很高,运行时间长,易陷入局部最优.本文提出一种引入惯性权重的烟花算法(WFWA),文中引入一种非线性的惯性权重,而且其随着迭代次数的增... 详细信息

为了增加种群的多样性,算法中加入高斯变异操作产生高斯火花.但是算法在每次迭代的过程中计算成本都很高,运行时间长,易陷入局部最优.本文提出一种引入惯性权重的烟花算法(WFWA),文中引入一种非线性的惯性权重,而且其随着迭代次数的增加而减小,呈递减趋势.从而使算法跳出局部最优,更快地搜索到全局的最优解.通过15种标准测试函数来测试算法的性能,并与其他算法作比较.实验结果表明该算法可以更好的收敛到全局最优解.本文为改进的算法(WFWA)建立Markov模型并证明其全局收敛性.

关键词：烟花算法惯性权重最优解全局收敛性

在线全文

学校读者我要写书评

暂无评论

多惯性权重的自适应粒子群优化算法

渤海大学学报（自然科学版） 2021年第1期42卷 41-48,90页

作者：杨博雯钱伟懿渤海大学数学科学学院辽宁锦州121013

惯性权重是粒子群优化算法重要参数之一,它能够平衡算法的全局搜索能力和局部搜索能力.为了利用已知惯性权重解决某些问题的优点,提出一种多惯性权重的自适应粒子群优化算法.首先定义了K步进化度的概念,然后基于进化度,从惯性权重集中... 详细信息

惯性权重是粒子群优化算法重要参数之一,它能够平衡算法的全局搜索能力和局部搜索能力.为了利用已知惯性权重解决某些问题的优点,提出一种多惯性权重的自适应粒子群优化算法.首先定义了K步进化度的概念,然后基于进化度,从惯性权重集中随机选择惯性权重,使得适合解决某一问题的惯性权重在迭代过程中能够多次被使用,从而提高算法性能,把该算法应用到典型测试函数中,并与其他算法进行比较分析,结果表明,所提出的算法是可行的、有效的.

关键词：粒子群优化算法惯性权重自适应算法统计分析

在线全文

学校读者我要写书评

暂无评论

一种动态调节惯性权重的粒子群算法

广西科技大学学报 2016年第3期27卷 26-32页

作者：皮倩瑛叶洪涛广西科技大学电气与信息工程学院广西柳州545006 广西汽车零部件与整车技术重点实验室广西柳州545006

针对使用经典线性递减策略来确定惯性权重的粒子群优化算法在运算过程中与粒子寻优的非线性变化特点不匹配的问题,提出一种动态调节惯性权重的粒子群算法.该算法对惯性权重引入随机因子并基于粒子适应度大小来动态调节惯性权重,更好地... 详细信息

针对使用经典线性递减策略来确定惯性权重的粒子群优化算法在运算过程中与粒子寻优的非线性变化特点不匹配的问题,提出一种动态调节惯性权重的粒子群算法.该算法对惯性权重引入随机因子并基于粒子适应度大小来动态调节惯性权重,更好地引导粒子进行搜索,平衡了算法的全局搜索与局部搜索能力,提高了算法的收敛精度.为了验证该算法的寻优性能,通过8个经典测试函数将标准粒子群算法、惯性权重递减的粒子群算法及动态调节惯性权重的粒子群算法在不同维度下进行测试比较.结果表明:提出的动态调节惯性权重的粒子群算法在寻优精度和成功率方面都有所提升,算法性能更具优越性.

关键词：粒子群算法动态调节惯性权重随机因子

在线全文

学校读者我要写书评

暂无评论

改进惯性权重的粒子群优化算法

河西学院学报 2020年第5期36卷 32-37页

作者：樊伟萍李秦兰州交通大学数理学院甘肃兰州730070

惯性权重在粒子群算法的收敛过程中起着重要的作用,在Shi和Eberhart提出的粒子群优化算法惯性权重线性递减的基础上,添加了随迭代次数线性递增的调节因子p,改进后的粒子群算法XWPSO和PSO、LPSO、NXPSO算法在寻优性能和收敛精度方面进行... 详细信息

惯性权重在粒子群算法的收敛过程中起着重要的作用,在Shi和Eberhart提出的粒子群优化算法惯性权重线性递减的基础上,添加了随迭代次数线性递增的调节因子p,改进后的粒子群算法XWPSO和PSO、LPSO、NXPSO算法在寻优性能和收敛精度方面进行对比.实验结果表明:改进之后的粒子群算法XWPSO较其他几种优化算法在寻优性能和最优值精度上明显提高.

关键词：粒子群优化算法惯性权重调节因子

在线全文

学校读者我要写书评

暂无评论

粒子群优化算法惯性权重的一种动态调整策略

沈阳化工大学学报 2013年第4期27卷 371-375页

作者：罗金炎闽江学院数学系福建福州350108

为了有效地调整粒子群优化算法的全局开拓和局部搜索能力,提出一种基于Logistic模型动态调整惯性权重的粒子群优化算法.该算法在初期保持较大的惯性权重,使其具有较大的全局开拓能力,在进化后期保持较小的惯性权重,有利于局部搜索,加速... 详细信息

为了有效地调整粒子群优化算法的全局开拓和局部搜索能力,提出一种基于Logistic模型动态调整惯性权重的粒子群优化算法.该算法在初期保持较大的惯性权重,使其具有较大的全局开拓能力,在进化后期保持较小的惯性权重,有利于局部搜索,加速算法的收敛.通过标准测试函数的仿真实验表明:该调整策略优于线性递减的调整策略,且对于优化多峰值函数具有一定的优越性.

关键词：粒子群优化算法惯性权重 Logistic模型