检索结果-南通市图书馆

基于柯西变异改进的萤火虫算法优化SVM模型在光伏发电功率预测中的应用

在线全文

学校读者我要写书评

暂无评论

科学技术创新 2021年第19期 17-18页

作者：张仕清韩新同河北工业大学电气工程学院天津300132

光伏发电输出功率波动对电网产生的影响一直是光伏并网发电的一个重要问题,光伏电站发电功率进行短期精确预测,对于光伏电站的功率调配具有重要作用。针对该问题,本文提出了一种基于柯西变异改进的萤火虫算法优化SVM模型对太阳能光伏发... 详细信息

光伏发电输出功率波动对电网产生的影响一直是光伏并网发电的一个重要问题,光伏电站发电功率进行短期精确预测,对于光伏电站的功率调配具有重要作用。针对该问题,本文提出了一种基于柯西变异改进的萤火虫算法优化SVM模型对太阳能光伏发电板一天内的发电功率进行短期预测,在萤火虫算法改进中引入柯西变异参量,防止算法迭代过程中早熟;并在萤火虫位置更新时,引入柯西变异改进,使其位置移动时更具灵活性。最后利用改进后的算法对实际的光伏发电数据进行了预测分析,验证了所提模型的有效性。

关键词：萤火虫算法柯西变异光伏发电

基于柯西-高斯动态消减变异的果蝇优化算法研究

在线全文

学校读者我要写书评

暂无评论

计算机工程与科学 2016年第6期38卷 1171-1176页

作者：杜晓昕张剑飞郭媛金梅齐齐哈尔大学计算机与控制工程学院黑龙江齐齐哈尔161006

针对果蝇优化算法易陷入局部极值收敛速度减慢的不足,结合柯西变异和高斯变异的各自优点,提出了变异效能系数和柯西-高斯动态消减变异因子等概念,进而提出了一种柯西-高斯动态消减变异方法,将该方法应用于改进果蝇优化算法,提出了一种... 详细信息

针对果蝇优化算法易陷入局部极值收敛速度减慢的不足,结合柯西变异和高斯变异的各自优点,提出了变异效能系数和柯西-高斯动态消减变异因子等概念,进而提出了一种柯西-高斯动态消减变异方法,将该方法应用于改进果蝇优化算法,提出了一种基于柯西-高斯动态消减变异的果蝇优化算法。该算法兼顾了全局探索和局部开发两个特性,丰富了种群的多样性,有效地消除了易陷入局部极值的弊端,提高了算法的收敛速度。仿真实验采用经典函数用例和实际工程用例进行验证,结果表明该算法的求解速度和精度更高,稳定性更好。

关键词：果蝇优化柯西变异高斯变异动态消减变异变异效能系数动态消减变异因子

在线全文

学校读者我要写书评

暂无评论

基于Cat混沌和柯西变异的鸡群算法

电子测试 2020年第8期31卷 46-47,54页

作者：蔡畅谭敏生南华大学计算机学院湖南衡阳421000

当标准的CSO算法被应用于求解高维复杂优化问题时,存在易陷入局部最优解与较差的收敛精度等明显缺陷。本文提出了一种基于Cat混沌与柯西变异的改进鸡群优化算法(ICSO),然后使用6个标准函数对ICSO算法进行了仿真寻优,结果表明,相比PSO算... 详细信息

当标准的CSO算法被应用于求解高维复杂优化问题时,存在易陷入局部最优解与较差的收敛精度等明显缺陷。本文提出了一种基于Cat混沌与柯西变异的改进鸡群优化算法(ICSO),然后使用6个标准函数对ICSO算法进行了仿真寻优,结果表明,相比PSO算法、BA算法和CSO算法,ICSO算法具有更强的跳出局部收敛的能力,且寻优精度也有显著提高。

关键词：鸡群算法 Cat混沌反向学习柯西变异

基于柯西变异的粒子群算法PID控制PMSM

在线全文

学校读者我要写书评

暂无评论

机电产品开发与创新 2016年第2期29卷 87-90页

作者：吴先豹彭思齐李立根湘潭大学信息工程学院湖南湘潭411105

在工业中,永磁同步电机(PMSM)普遍采用PID控制,其中参数的选取等效为优化问题,采用粒子群算法(PSO)优化可以有效地寻找最佳的PID控制参数。但传统的粒子群算法搜寻最优位置时间久,且容易陷入局部寻优。因此,我们提出了一种基于柯西变异... 详细信息

在工业中,永磁同步电机(PMSM)普遍采用PID控制,其中参数的选取等效为优化问题,采用粒子群算法(PSO)优化可以有效地寻找最佳的PID控制参数。但传统的粒子群算法搜寻最优位置时间久,且容易陷入局部寻优。因此,我们提出了一种基于柯西变异的粒子群算法优化PID控制永磁同步电机,利用柯西变异较长的"尾部"使全局最优粒子(gbest)跳跃到一个更好的位置,逃离局部寻优,得到最优PID参数。通过构建电机电流环PI矢量控制的s函数模型,仿真验证该算法寻优能力强,搜索能力高,稳定性好,具有良好的动态性能。

关键词：永磁同步电机电流环矢量控制柯西变异粒子群优化

在线全文

学校读者我要写书评

暂无评论

基于柯西变异的混合粒子群算法研究

基于柯西变异的混合粒子群算法研究

作者：王晖中国地质大学

学位级别：硕士

优化问题研究的是在众多方案中寻找最优方案,即在满足一定的约束条件下,寻找一组参数值,使得系统某些性能指标达到最大或最小。它广泛的存在于工业,农业,国防,交通,通信等领域。优化技术是用来求解优化问题的方法,它作为一个重要的科学... 详细信息

优化问题研究的是在众多方案中寻找最优方案,即在满足一定的约束条件下,寻找一组参数值,使得系统某些性能指标达到最大或最小。它广泛的存在于工业,农业,国防,交通,通信等领域。优化技术是用来求解优化问题的方法,它作为一个重要的科学分支一直受到人们的广泛的关注,并在诸多领域得到应用,如人工智能,模式识别,系统控制,工程设计等等。应用一定的优化技术来求解优化问题具有很重要的意义,国内外研究表明,在同样条件下,经过优化技术的处理,对系统效率的提高、能耗的降低、资源的合理利用及经济效益提高均有显著的效果,而且随着处理对象规模的增大,这种效果也更加显著。作为一种新的群智能优化方法,粒子群算法PSO它具有原理简单、参数少、收敛速度较快等特点,已被证明是一种有效的全局优化方法,并在实际应用中表现出巨大的潜力。但作为一种比较新的和快速发展的智能算法,其在系统化、规范化的理论基础方面尚未成熟;如何将粒子群算法应用于更多领域,同时研究应用中存在的问题也是值得关注的问题。本文针对基本粒子群算法在复杂优化问题上易陷入局部最优的问题,提出了基于柯西变异的粒子群算法。传统的变异方法都是基于高斯分布的,并带有权值参数的固定步长的变异。通过分析群体中粒子的速度变化规律,本文提出了一种自适应的柯西变异算子。在自适应柯西变异算子的基础上又引入了重新划分多样性机制和反向学习方法,发展出两种新的、高效的混合粒子群算法。为了说明算法的有效性和优越性,我们在大量精心选择的benchmark问题上开展了验证和比较实验,并对算子和学习机制进行了实验研究和有效性分析。本文的主要研究内容如下: 1.首先介绍了基本粒子群算法和标准粒子群算法,分析了标准粒子群算法的收敛性,并对粒子群算法的研究现状进行了阐述,分析了粒子群算法面临的难题。 2.受Fast Evolutionary Program（FEP）思想的启发,引入柯西（Cauchy）变异算子,以帮助粒子逃离局部最优。针对变异步长难以控制的问题,本文结合了群体平均速度的变化规律,提出一种自适应的柯西变异算子。最后在连续的单峰和多峰函数优化问题上进行了广泛的仿真实验,研究结果表明,自适应的柯西变异算子能对PSO算法的性能改进起到重要的作用。 ●对全局最优粒子实施变异,以增强算法的全局搜索能力;●利用群体平均速度的变化来动态调整全局最优粒子变异的大小。 3.在自适应柯西变异算子的基础上,引入重新划分多样性机制（Re-diversification）来保持算法的多样性。当群体多样性很差时,通过对最差粒子的重新初始化能扩展群体的搜索空间,进而提高群体的多样性,防止了算法的过早收敛。研究实验表明,通过重新初始化最差的粒子可以提高群体的多样性,并能够找到较好的解。 4.在自适应柯西变异算子的基础上,引入反向学习机制（Opposition-based Learning）以加速算法的收敛。算法每次不仅评估粒子的适应值,而且还计算其反向粒子的适应值。这种双向的评估使得粒子有更大的几率靠近全局最优解,从而加速了算法的收敛。对最优粒子的柯西变异能够提高算法的全局搜索能力,帮助粒子跳出局部最优。研究实验表明,该方法能有效的避免算法陷入局部最优,并加速了算法的收敛。总之,论文对粒子群优化算法的理论及其改进进行了较为全面的深入的分析研究。论文最后对所做的工作进行了总结,并提出了进一步研究的方向。

关键词：群智能粒子群算法柯西变异重新划分多样性反向学习

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

自适应柯西变异人口迁移算法

微型机与应用 2013年第7期32卷 72-73,76页

作者：廉侃超运城学院公共计算机教学部山西运城044000

提出一种自适应柯西变异人口迁移算法,将柯西变异算子融合进人口迁移算法中,自适应地对优惠区域的人口进行柯西变异。仿真实验表明,改进后的算法优化精度高、求解质量好,性能稳定,能有效求解全局优化问题。

关键词：自适应柯西变异人口迁移算法

在线全文

学校读者我要写书评

暂无评论

自适应变异麻雀搜索优化算法

北京航空航天大学学报 2023年第3期49卷 681-692页

作者：唐延强李成海宋亚飞陈晨曹波空军工程大学研究生院西安710051 空军工程大学防空反导学院西安710051 西安卫星测控中心西安710043

针对麻雀搜索算法前期易陷入局部极值点、后期寻优精度不高等问题,提出一种自适应变异麻雀搜索算法(AMSSA)。先通过猫映射混沌序列初始化种群,增强初始种群的随机性、遍历性,提高算法的全局搜索能力;再引入柯西变异和Tent混沌扰动,拓展... 详细信息

针对麻雀搜索算法前期易陷入局部极值点、后期寻优精度不高等问题,提出一种自适应变异麻雀搜索算法(AMSSA)。先通过猫映射混沌序列初始化种群,增强初始种群的随机性、遍历性,提高算法的全局搜索能力;再引入柯西变异和Tent混沌扰动,拓展局部搜索能力,使陷入局部极值点的个体跳出限制继续搜索;最后,提出探索者-跟随者数量自适应调整策略,利用各阶段探索者和跟随者数量的改变增强算法前期的全局搜索能力和后期的局部深度挖掘能力,提高算法的寻优精度。选取16个基准函数和Wilcoxon检验进行验证,实验结果表明:所提算法与其他算法相比,寻优精度、收敛速度和稳定性都取得较大提升。

关键词：麻雀搜索算法猫映射混沌柯西变异 Tent混沌自适应调整策略

融合柯西折射反向学习和变螺旋策略的WSN象群定位算法

在线全文

学校读者我要写书评

暂无评论

控制与决策 2022年第12期37卷 3183-3189页

作者：余修武黄露平刘永李佩南华大学资源环境与安全工程学院湖南衡阳421001 铀矿冶放射性控制技术湖南省工程研究中心湖南衡阳421001 湖南省铀尾矿库退役治理工程技术研究中心湖南衡阳421001

针对现有无线传感器网络(WSN)优化算法在定位过程中收敛速率慢和误差大的问题,提出一种基于柯西折射反向学习和变螺旋机制的象群节点定位算法.首先,利用具有遍历性和随机性的Logistic混沌映射初始化种群,丰富种群多样性,加快算法收敛速... 详细信息

针对现有无线传感器网络(WSN)优化算法在定位过程中收敛速率慢和误差大的问题,提出一种基于柯西折射反向学习和变螺旋机制的象群节点定位算法.首先,利用具有遍历性和随机性的Logistic混沌映射初始化种群,丰富种群多样性,加快算法收敛速率.然后,将折射反向学习机制与柯西变异相融合以随机扰动族长位置,避免算法陷入局部最优.最后,在氏族分离过程中引入自适应变螺旋策略更新病态大象位置,提升算法全局搜索能力.仿真结果表明,与现有WSN优化算法相比,所提出的改进象群优化算法在定位精度和收敛速率方面得到明显提升.

关键词：无线传感器网络象群算法折射反向学习柯西变异变螺旋策略

群智能算法优化XGBoost的信贷风险预测

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2023年第23期59卷 305-310页

作者：朱丽华龙海侠安阳工学院计算机科学与信息工程学院河南安阳455000 海南师范大学信息科学技术学院海口571158

为改善极端梯度提升(extreme gradient boosting,XGBoost)集成算法的信贷风险预测准确率,提出了一种改进的麻雀算法(improved sparrow search algorithm based on golden sine search,Cauchy mutation and oppositionbased learning,GCOSSA)来优化XGBoost参数。采用黄金正弦搜索策略来更新发现者位置,既增强全局搜索能力又增强局部搜索能力;在算法中引入反向学习策略和柯西变异进行扰动来扩大搜索领域改善陷入局部最优,同时使用贪婪规则确定最优解;将改进的算法用6个基准函数进行测试,并对SSA和GCOSSA进行对比,评估GCOSSA寻优性能;用GCOSSA优化XGBoost参数。在数据集上测试,并与网格搜索寻优、SSA及其混合正余弦改进算法(improved sparrow search algorithm based on sine and cosine,ISSA)方法进行对比。结果表明改进后的GCOSSA优化XGBoost参数,在信贷风险预测中准确率更高。

关键词：麻雀搜索算法黄金正弦搜索反向学习柯西变异极端梯度提升(XGBoost)