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

柯西变异的混沌自适应被囊群算法

小型微型计算机系统 2023年

作者：高典张菁上海工程技术大学电子电气工程学院

针对被囊群算法(TSA)收敛速度慢，寻优精度低，易陷入局部极值等问题，提出了基于柯西变异的混沌自适应被囊群算法(KZCTSA)。首先，采用Circle混沌初始化整个被囊种群，提高种群多样性，提升算法全局搜索能力；其次，引入自适应权重调... 详细信息

针对被囊群算法(TSA)收敛速度慢，寻优精度低，易陷入局部极值等问题，提出了基于柯西变异的混沌自适应被囊群算法(KZCTSA)。首先，采用Circle混沌初始化整个被囊种群，提高种群多样性，提升算法全局搜索能力；其次，引入自适应权重调整算法参数分配，平衡算法全局寻优和局部开拓能力；最后，使用柯西变异协调算法跳出局部最优能力。通过在10个基准测试函数上与其他算法比较寻优结果，并进行Wilcoxon、Fiedeman秩和检验评价算法性能，结果表明KZCTSA具有更好的求解精度和收敛速度。

关键词：被囊群算法 Circle混沌自适应权重柯西变异

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

融合柯西变异的鸟群与算术混合优化算法

计算机工程与应用 2023年第14期59卷 62-75页

作者：卢梦蝶鲁海燕侯新宇赵金金徐杰江南大学理学院江苏无锡214122 无锡市生物计算工程技术研究中心江苏无锡214122

针对鸟群优化算法迭代初期种群多样性不足、迭代后期收敛速度慢、易陷入局部最优解等问题,提出一种融合柯西变异的鸟群与算术混合优化算法(hybrid algorithm of bird swarm algorithm and arithmetic optimization algorithm based on C... 详细信息

针对鸟群优化算法迭代初期种群多样性不足、迭代后期收敛速度慢、易陷入局部最优解等问题,提出一种融合柯西变异的鸟群与算术混合优化算法(hybrid algorithm of bird swarm algorithm and arithmetic optimization algorithm based on Cauchy mutation,HBSAAOA)。利用算术优化算法中乘除算子的高分布性对BSA中生产者的位置进行更新,以提高种群多样性,增强全局搜索能力。引入随机搜索策略和柯西变异策略来生成候选解,对后期局部开发阶段进行扰动,以增强算法跳出局部最优解的能力并提高收敛速度。利用贪婪策略对最优个体进行选择并替代较差的个体,从而提高解的质量。通过对23个经典测试函数以及部分CEC2014基准函数进行仿真实验,并将HBSAAOA应用到两个工程应用问题上,结果表明改进策略有效,改进算法的收敛速度更快、寻优精度更高,并且鲁棒性更好。

关键词：鸟群优化算法算术优化算法柯西变异

在线全文

学校读者我要写书评

暂无评论

柯西变异的骆驼算法优化与应用

计算机工程与应用 2021年第21期57卷 87-94页

作者：任春慧刘升张伟康张微微上海工程技术大学管理学院上海201620

针对骆驼算法(Camel Algorithm,CA)在执行效率低及易陷入局部最优停滞等问题,提出了改进的骆驼算法(Modified Camel Algorithm,MCA)。该算法基于骆驼的行进行为,通过在全局位置处引入柯西分布函数进行变异,使得个体受局部极值点约束力下... 详细信息

针对骆驼算法(Camel Algorithm,CA)在执行效率低及易陷入局部最优停滞等问题,提出了改进的骆驼算法(Modified Camel Algorithm,MCA)。该算法基于骆驼的行进行为,通过在全局位置处引入柯西分布函数进行变异,使得个体受局部极值点约束力下降,提高局部寻优能力,减少原始算法中使用的设置参数的数量,具有较高的计算速度和简化的结构。通过标准测试函数对MCA与CA,乌鸦搜索算法(Crow Searching Algorithm,CSA)和粒子群优化算法(Particle Swarm Optimization,PSO)进行低维与高维测试对比,实验结果表明该改进算法表现出更好的运行效率和寻优能力。通过优化受约束的工程应用即抗干扰智能天线优化来验证MCA的性能,该算法能够使天线系统到达确定的方向来完美消除干扰信号,提高在实际应用中的精度、速度与稳定性。

关键词：元启发式优化骆驼算法骆驼行进行为柯西变异抗干扰智能天线优化

在线全文

学校读者我要写书评

暂无评论

基于柯西变异和差分进化的混沌白骨顶鸟算法

计算机科学 2023年第8期50卷 209-220页

作者：周雪荃杜逆索欧阳智贵州大学数学与统计学院贵阳550025 贵州省大数据产业发展应用研究院(贵州大学) 贵阳550025

针对白骨顶鸟优化算法(COOT)寻优精度低、容易陷入局部最优、收敛速度慢等问题,提出了基于柯西变异和差分进化的混沌白骨顶鸟算法(Logistic Chaos Coot bird algorithm based on Cauchy mutation and Differential evolution,CDLCOOT)... 详细信息

针对白骨顶鸟优化算法(COOT)寻优精度低、容易陷入局部最优、收敛速度慢等问题,提出了基于柯西变异和差分进化的混沌白骨顶鸟算法(Logistic Chaos Coot bird algorithm based on Cauchy mutation and Differential evolution,CDLCOOT)。首先,通过柯西变异使白骨顶鸟位置发生扰动,扩大搜索范围,提高算法的全局搜索能力;其次,对领导者白骨顶鸟采取差分进化策略,增加种群多样性,使适应度更好的领导者带领种群寻优,引导白骨顶鸟个体向最优解前进,帮助其更快地搜索;最后,在白骨顶鸟进行链式运动时加入logistic混沌因子,从而实现混沌的链式跟随运动,提高算法跳出局部最优的能力。在12个经典的测试函数和9个CEC2017测试函数上进行仿真实验,将CDLCOOT算法与正余弦算法(SCA)、灰狼优化算法(GWO)、蚁狮优化算法(ALO)、黑洞模拟算法(MVO)等其他先进算法及原始COOT算法、具有单一策略的原算法进行对比,验证改进算法的有效性。实验结果表明,CDLCOOT算法相比其他启发式算法和改进算法具有更好的全局寻优能力和更快的收敛速度。在经典测试函数中,对于4个单模态函数,CDLCOOT算法寻优平均值相比原始算法平均提高了76个数量级;在2个多模态函数上寻到理论最优值,在另外2个多模态函数上寻优平均值分别比原始算法提高了三四个数量级;在4个固定维度多模态函数上,算法都能寻到理论最优值,收敛速度更快。在CEC2017测试函数中,所提算法在单模态、多模态和混合模态上的收敛精度相比原算法都有所提升,且其收敛速度也比原算法和其他算法更快,算法稳定性更高。

关键词：白骨顶鸟算法柯西变异差分进化 Logistic混沌

在线全文

学校读者我要写书评

暂无评论

柯西变异和自适应权重优化的蝴蝶算法

计算机工程与应用 2020年第15期56卷 43-50页

作者：高文欣刘升肖子雅于建芳上海工程技术大学管理学院上海201620

针对基本蝴蝶优化算法(Butterfly Optimization Algorithm,BOA)存在的收敛精度较低、容易陷入局部最优解的问题,提出柯西变异和自适应权重优化的蝴蝶算法(Cauchy variation and adaptive Weight Butterfly Optimization Algorithm,CWBOA)。通过在全局位置更新处引入柯西分布函数进行变异,在局部位置更新处引入自适应权重因子,改进了蝴蝶算法的局部搜索能力;并且引入动态切换概率p来权衡全局探索与局部开发过程的比重。改进的算法通过对多个单峰、多峰和固定测试维度的函数进行求解,结果表明,CWBOA对大多数测试函数有更好的求解精度、速度和稳定性。

关键词：蝴蝶优化算法自适应权重柯西变异动态切换概率高维

在线全文

学校读者我要写书评

暂无评论

混合柯西变异和均匀分布的蝗虫优化算法

控制与决策 2021年第7期36卷 1558-1568页

作者：何庆林杰徐航贵州大学大数据与信息工程学院贵阳550025 贵州大学贵州省公共大数据重点实验室贵阳550025

由于位置更新公式存在局部开发能力较强而全局探索能力较弱的缺陷,导致蝗虫优化算法(GOA)易陷入局部最优以及早熟收敛,对此,提出一种混合柯西变异和均匀分布的蝗虫优化算法(HCUGOA).受柯西算子和粒子群算法的启发,提出具有分段思想的位... 详细信息

由于位置更新公式存在局部开发能力较强而全局探索能力较弱的缺陷,导致蝗虫优化算法(GOA)易陷入局部最优以及早熟收敛,对此,提出一种混合柯西变异和均匀分布的蝗虫优化算法(HCUGOA).受柯西算子和粒子群算法的启发,提出具有分段思想的位置更新方式以增加种群多样性,增强全局探索能力;将柯西变异算子与反向学习策略相融合,对最优位置即目标值进行变异更新,提高算法跳出局部最优的能力;为了更好地平衡全局探索与局部开发,将均匀分布函数引入非线性控制参数c,构建新的随机调整策略.通过对12个基准函数和CEC2014函数进行仿真实验以及Wilcoxon秩和检验的方法来评估改进算法的寻优能力,实验结果表明,HCUGOA算法在收敛精度和收敛速度等方面都得到极大的改进.

关键词：蝗虫优化算法粒子群算法柯西变异均匀分布反向学习时间复杂度统计检验

在线全文

学校读者我要写书评

暂无评论

融合正余弦和柯西变异的麻雀搜索算法

计算机工程与应用 2022年第3期58卷 91-99页

作者：李爱莲全凌翔崔桂梅解韶峰内蒙古科技大学信息工程学院内蒙古包头014010 内蒙古科技大学基建处内蒙古包头014010

针对麻雀搜索算法(SSA)在寻优后期出现能力不足、种群多样性损失、易落进局部极值现象,造成SSA算法收敛速度慢、探索能力不足等问题,提出了融合正余弦和柯西变异的麻雀搜索算法(SCSSA)。借助折射反向学习机制初始化种群,增加物种多样性... 详细信息

针对麻雀搜索算法(SSA)在寻优后期出现能力不足、种群多样性损失、易落进局部极值现象,造成SSA算法收敛速度慢、探索能力不足等问题,提出了融合正余弦和柯西变异的麻雀搜索算法(SCSSA)。借助折射反向学习机制初始化种群,增加物种多样性;在发现者位置更新中引入正余弦策略以及非线性递减搜索因子和权重因子协调算法的全局和局部寻优能力;在跟随者位置中引入柯西变异对最优解进行扰动更新,提高算法获取全局最优解能力。通过10个经典测试函数对SCSSA算法在收敛速度、收敛精度、平均绝对误差等指标的评估,并引进工程设计优化问题进行验证。实验结果证明改进后的麻雀搜索算法在收敛速度和寻优精度有明显增强,表现出良好的鲁棒性。

关键词：麻雀搜索算法折射反向学习正余弦算法非线性递减搜索因子柯西变异

融合自适应惯性权重和柯西变异的秃鹰搜索算法

在线全文

学校读者我要写书评

暂无评论

小型微型计算机系统 2023年第5期44卷 910-915页

作者：丁容高建瓴张倩贵州大学大数据与信息工程学院贵阳550025

针对基本秃鹰搜索算法存在收敛速度慢、易陷入局部最优的缺点,提出了一种融合自适应惯性权重和柯西变异的秃鹰搜索算法(CBES).首先使用Tent混沌映射初始化种群,保留了种群的多样性;其次,引入自适应惯性权重,加快算法的收敛速度,增强算... 详细信息

针对基本秃鹰搜索算法存在收敛速度慢、易陷入局部最优的缺点,提出了一种融合自适应惯性权重和柯西变异的秃鹰搜索算法(CBES).首先使用Tent混沌映射初始化种群,保留了种群的多样性;其次,引入自适应惯性权重,加快算法的收敛速度,增强算法的局部开发能力;最后将柯西变异算子整合到当前全局最优位置进行变异更新,提高算法陷入局部最优的能力.通过12个单模态、多模态基准测试函数对CBES、BES、FPA、MFO、PSO 5种算法进行实验对比,实验结果表明了改进后的算法在收敛速度和精度方面均得到了提升.同时将该算法应用到实际工程中,验证了算法的扩展性和适用性.

关键词：秃鹰搜索算法 Tent混沌映射自适应惯性权重柯西变异

在线全文

学校读者我要写书评

暂无评论

融合柯西变异和反向学习的改进麻雀算法

计算机科学与探索 2021年第6期15卷 1155-1164页

作者：毛清华张强燕山大学经济管理学院河北秦皇岛066004

针对基本麻雀搜索算法在迭代后期种群多样性减小,容易陷入局部极值的问题,提出一种融合柯西变异和反向学习的改进麻雀算法(ISSA)。首先,采用一种映射折叠次数无限的Sin混沌初始化种群,为全局寻优奠定基础;其次,在发现者位置更新方式中... 详细信息

针对基本麻雀搜索算法在迭代后期种群多样性减小,容易陷入局部极值的问题,提出一种融合柯西变异和反向学习的改进麻雀算法(ISSA)。首先,采用一种映射折叠次数无限的Sin混沌初始化种群,为全局寻优奠定基础;其次,在发现者位置更新方式中引入上一代全局最优解,提高全局搜索的充分性,同时加入自适应权重,协调局部挖掘和全局探索的能力,并加快收敛速度;然后,融合柯西变异算子和反向学习策略,在最优解位置进行扰动变异,产生新解,增强算法跃出局部空间的能力;最后,与3种基本算法和2种改进的麻雀算法进行对比,对8个基准测试函数进行仿真实验以及Wilcoxon秩和检验,评估ISSA的寻优性能,并对ISSA进行时间复杂度分析。结果表明ISSA与其余5种算法相比,收敛速度更快,精度更高,全局寻优能力得到较大提升。

关键词：麻雀搜索算法 Sin混沌自适应柯西变异反向学习