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

基于改进正余弦算法的抱杆结构优化

应用数学和力学 2024年第5期45卷 529-538页

作者：杨小猛李亮胡雄飞周焕林合肥工业大学土木与水利工程学院合肥230009 国网安徽省电力有限公司建设分公司合肥230071 国网安徽省电力有限公司安庆供电公司安徽安庆246001

抱杆是组立输电铁塔的特种起重设备.以最小质量为优化目标,杆件的截面尺寸、辅材连接方式以及摇臂节点坐标为优化变量,许用应力、位移和屈曲系数为约束条件,建立抱杆优化设计模型.提出一种改进的正余弦算法(improved sine cosine algori... 详细信息

抱杆是组立输电铁塔的特种起重设备.以最小质量为优化目标,杆件的截面尺寸、辅材连接方式以及摇臂节点坐标为优化变量,许用应力、位移和屈曲系数为约束条件,建立抱杆优化设计模型.提出一种改进的正余弦算法(improved sine cosine algorithm,ISCA),开展抱杆尺寸、形状和拓扑优化.引入Lévy飞行增强算法全局搜索能力,采用精英引导策略增强算法局部搜索能力,使用贪婪选择策略更新最优解.算例表明ISCA能够有效求解空间桁架结构的优化设计问题.

关键词：正余弦算法抱杆桁架结构结构优化有限元分析

在线全文

学校读者我要写书评

暂无评论

面向多车场冷链物流配送的改进正余弦算法

计算机工程与应用 2023年

作者：路世昌刘丹阳辽宁工程技术大学工商管理学院

以冷链物流为对象，研究了一类考虑多中心联合配送和硬时间窗约束的调度问题。首先，基于问题描述建立了以最小化总成本为目标的数学模型。其次，提出了改进正余弦算法（Enhanced sine-cosine algorithm，ESCA）以获取当前问题的满意解... 详细信息

以冷链物流为对象，研究了一类考虑多中心联合配送和硬时间窗约束的调度问题。首先，基于问题描述建立了以最小化总成本为目标的数学模型。其次，提出了改进正余弦算法（Enhanced sine-cosine algorithm，ESCA）以获取当前问题的满意解。结合问题特征创建了融合构造式规则的编解码方法，并辅以个体评估方法实现模型与正余弦算法（Sine-cosine algorithm，SCA）的适配。同时，将反向学习机制嵌入ESCA的初始化流程，旨在提升初始解的性能。在种群进化方面，构建了融合双种群机制、非线性参数调节和随机扰动的混合进化机制以平衡寻优过程的全局探索和局部挖掘行为，并通过离散邻域搜索方法避免搜索停滞。最后，开展了案例研究和算法对比实验，结果验证了ESCA算法的良好性能。

关键词：优化调度正余弦算法混合邻域搜索

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

改进正余弦算法优化特征选择及数据分类

计算机应用 2022年第6期42卷 1852-1861页

作者：陈亮汤显峰浙江大学信息技术中心杭州310027

针对传统正余弦算法(SCA)处理复杂优化问题时存在易得局部最优和收敛慢的不足,提出一种基于惯性权重与柯西混沌变异的改进正余弦算法IWCCSCA。首先设计了基于指数函数的曲线自适应振幅调整因子更新方法,用于均衡个体的全局搜索与局部开... 详细信息

针对传统正余弦算法(SCA)处理复杂优化问题时存在易得局部最优和收敛慢的不足,提出一种基于惯性权重与柯西混沌变异的改进正余弦算法IWCCSCA。首先设计了基于指数函数的曲线自适应振幅调整因子更新方法,用于均衡个体的全局搜索与局部开发能力;接着设计了自适应递减惯性权重更新机制,以改进个体位置更新方式,加快算法收敛;还设计了基于精英柯西混沌变异的个体扰动机制,以提升种群多样性,避免局部最优。利用8种基准函数寻优测试验证了IWCCSCA能够有效提升收敛速度和寻优精度。此外,将IWCCSCA应用于数据原始特征集中的特征子集选取问题,提出了基于IWCCSCA的特征选择算法IWCCSCA-FS。通过将正余弦函数的连续优化转换为特征选择的二进制优化,实现了个体位置与特征子集间的映射关系,以同步考虑特征选择量与分类准确率的适应度函数来评估候选解质量。UCI基准数据集的测试结果表明,IWCCSCA-FS算法可以有效选择最优特征子集,降低特征维度,提高数据分类准确率。

关键词：正余弦算法惯性权重柯西变异混沌映射特征选择

在线全文

学校读者我要写书评

暂无评论

正余弦算法改进及其应用研究

正余弦算法改进及其应用研究

作者：郭晓虎河北地质大学

学位级别：硕士

当今社会工业、经济、科技高速发展,催生了大量的高维、复杂及非线性的优化问题。经典算法在求解高难优化问题时的诸多缺点,如算法时间复杂度高、计算结果差、收敛速度慢等,使得群智能算法得到了发展的契机。群智能算法以比经典算法更... 详细信息

当今社会工业、经济、科技高速发展,催生了大量的高维、复杂及非线性的优化问题。经典算法在求解高难优化问题时的诸多缺点,如算法时间复杂度高、计算结果差、收敛速度慢等,使得群智能算法得到了发展的契机。群智能算法以比经典算法更快的收敛速度、更易实现、求解不依赖问题内在特性等优点得到广大专家学者的青睐。经过国内外学者多年来的的探索与研究,群智能算法的应用得到了长足发展,而且算法的数目也得到了很大的扩充。正余弦算法（Sine Cosine Algorithm,SCA）作为新被提出的群智能算法之一,其应用和算法改进的相关论文不断被发表、刊载。但其应用多集中于数值优化问题,运用SCA求解组合优化和混合整数优化问题的论文并不多见,因此利用SCA求解有界背包问题（Bounded Knapsack Problem,BKP）、具有单连续变量的背包问题（Knapsack Problem with a Single Continuous variable,KPC）以及配电网无功优化（Optimal Reactive Power Dispatch,ORPD）具有较好的研究意义。为了利用SCA求解BKP,基于编码转换方法提出了一种离散正余弦算法（DSCA）。在DSCA中,个体采用整数编码方法表示BKP的解,并利用修复与优化法消除算法所产生的BKP的不可行解。对于3类大规模的BKP实例,通过与鸽群优化算法和粒子群算法的比较表明:DSCA不仅计算结果较好,而且稳定性优,表明DSCA是求解BKP的一种新的有效算法。基于离散KPC模型KPCM2和KPC划分为2个子问题的模型KPCM3,推广得到KPC划分为4个子问题的模型KPCM4。为验证SCA求解KPC的性能和不同模型的优劣,在单种群SCA使用KPCM2、双种群SCA使用KPCM3、多种群SCA使用KPCM4的前提下,对四类KPC实例进行仿真实验,比较结果表明:KPCM4模型求解结果略优于KPCM3和KPCM2模型,SCA可以作为求解KPC的一个新方法。为验证SCA在求解非连续数值优化方面的性能,将SCA应用于求解ORPD问题。给出SCA求解无功优化的伪代码描述和流程图,并对IEEE30节点实例进行仿真实验,将优化后的网损和未优化前的网损进行比较,实验结果表明SCA能够有效优化各节点电压值,降低配电网有功功率损耗,SCA也适用于求解混合整数优化问题。

关键词：正余弦算法有界背包问题具有单连续变量的背包问题无功优化

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

正余弦算法及其应用研究

正余弦算法及其应用研究

作者：王远西安理工大学

学位级别：硕士

基于种群的随机优化算法是求解优化问题的重要方法之一,是求解全局优化问题的有效方法,受到国内外众多学者的关注。正余弦算法是一种新的基于种群的随机寻优方法,利用正余弦函数使解震荡性的趋于全局最优解。在深入了解正余弦算法的基础... 详细信息

基于种群的随机优化算法是求解优化问题的重要方法之一,是求解全局优化问题的有效方法,受到国内外众多学者的关注。正余弦算法是一种新的基于种群的随机寻优方法,利用正余弦函数使解震荡性的趋于全局最优解。在深入了解正余弦算法的基础上,本文提出了三种改进的正余弦算法,具体研究内容如下。1.提出了基于精英混沌搜索策略的交替正余弦算法。新算法采用基于对数曲线的非线性调整策略修改控制参数,利用精英个体的混沌搜索策略增强算法的开发能力,并将基于该策略的正余弦算法与反向学习算法交替执行增强算法的探索能力,降低算法的时间复杂度,提高算法的收敛速度。对23个标准测试函数进行仿真实验,与改进的正余弦算法以及最新的基于启发式的算法进行比较,深入的参数实验分析以及比较结果验证了新算法的有效性,统计分析证实了新算法的优越性。2.提出了基于最优邻域和二次插值的正余弦算法。新算法采用最优邻域更新策略改进正余弦算法中全局最优个体更新总体的缺陷,同时利用二次插值策略更新个体。此外算法融入拟反向学习策略增强了种群的多样性。23个标准测试函数的仿真实验表明,与改进的正余弦算法和具有代表性的随机优化算法相比,新算法较好的平衡了正余弦算法的探索和开发能力,提高了全局寻优能力。3.提出了基于Riesz分数阶导数变异策略的正余弦算法。新算法采用拟反向学习的方法进行种群的初始化,增加种群的多样性,采用具有二阶精度的Riesz分数阶导数的近似计算公式,构造了一种新的变异策略,对最优个体进行更新,提高了算法的计算精度;融入依概率执行的拟反向学习策略与反向学习策略,增强种群的全局探索能力,加快了算法的收敛速度。新算法在两组测试集(23个标准测试函数、标准IEEE CEC 2017)上进行仿真实验,实验结果表明与最新的基于启发式的算法相比,新算法能够很好的平衡基于种群优化算法的探索与开发能力,两个经典工程问题的结果也验证了新算法的有效性。

关键词：正余弦算法混沌搜索非线性策略反向学习 Riesz分数阶导数拟反向学习

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

基于正余弦算法的瑞利波频散曲线反演

物探与化探 2023年第6期47卷 1467-1478页

作者：付宇艾寒冰姚振岸梅竹虚苏可嘉江西省防震减灾与工程地质灾害探测工程研究中心江西南昌330013 东华理工大学地球物理与测控技术学院江西南昌330013 中国地质大学(武汉)地球物理与空间信息学院湖北武汉430074 核工业二七0研究所江西南昌330200

瑞利波在工程勘察领域应用广泛,通过反演瑞利波频散曲线可有效地获取地层信息,但频散曲线反演中传统全局优化算法存在收敛速度慢、收敛精度低和易早熟的问题。对此,本文引入一种新的全局优化算法——正余弦算法(SCA)进行瑞利波频散曲线... 详细信息

瑞利波在工程勘察领域应用广泛,通过反演瑞利波频散曲线可有效地获取地层信息,但频散曲线反演中传统全局优化算法存在收敛速度慢、收敛精度低和易早熟的问题。对此,本文引入一种新的全局优化算法——正余弦算法(SCA)进行瑞利波频散曲线反演研究。SCA基于正余弦函数数学性质,应用多个随机参数和自适应变量调整寻优过程中的探索和开发能力,在获得高精度解的同时还保证了收敛速度以及稳定性。首先利用4个不含噪声模型验证了SCA用于频散曲线反演的可行性;随后往模型中加入15%的随机噪声说明了SCA具有较强的抗干扰能力;接着将SCA与粒子群算法(PSO)进行对比,证明了SCA反演频散曲线能得到高精度和高稳定性的解;最后用冰岛Arnarb?lidi和美国怀俄明地区的地震数据检验SCA处理实际数据的能力。理论模型试算与实测资料分析的结果表明,SCA具有快速、高精度、稳定、实用性强的特点,可有效地应用于瑞利波频散曲线的定量解释。

关键词：瑞利波频散曲线反演全局优化正余弦算法

在线全文

学校读者我要写书评

暂无评论

基于改进正余弦算法的机械臂轨迹规划

组合机床与自动化加工技术 2024年第1期 43-46,52页

作者：潘明章潘雷李昌伦梁科姚博炜广西大学机械工程学院南宁530004 柳州赛克科技发展有限公司柳州545005

为尽可能提高机械臂的工作效率,提出了一种基于改进正余弦算法的时间最优3-5-3多项式插值轨迹规划算法,根据适应度动态调整平衡因子,优化了算法的局部开发能力,并通过引入Lévy飞行加强了算法全局搜索的能力。以UR5e机械臂为研究对象,... 详细信息

为尽可能提高机械臂的工作效率,提出了一种基于改进正余弦算法的时间最优3-5-3多项式插值轨迹规划算法,根据适应度动态调整平衡因子,优化了算法的局部开发能力,并通过引入Lévy飞行加强了算法全局搜索的能力。以UR5e机械臂为研究对象,利用机器人运动学获得多项式插值轨迹;在角度,角速度和角加速度的约束下,使用改进正余弦算法对轨迹插值时间进行优化;通过MATLAB软件进行仿真实验,并与其他优化算法进行实验对照。结果表明,改进正余弦算法具有更快的收敛速度和更高的寻优精度,能有效减少机械臂的运行时间。

关键词：机械臂多项式插值正余弦算法轨迹规划时间最优

在线全文

学校读者我要写书评

暂无评论

基于精英混沌搜索策略的交替正余弦算法

控制与决策 2019年第8期34卷 1654-1662页

作者：郭文艳王远戴芳刘婷西安理工大学理学院

正余弦算法是一种新的基于种群的随机寻优方法,利用正余弦函数使解震荡性地趋于全局最优解,其线性调整策略及较弱的局部搜索能力严重地影响了算法的性能.为了提高正弦余弦算法的计算精度,提出基于精英混沌搜索策略的交替正余弦算法.新... 详细信息

正余弦算法是一种新的基于种群的随机寻优方法,利用正余弦函数使解震荡性地趋于全局最优解,其线性调整策略及较弱的局部搜索能力严重地影响了算法的性能.为了提高正弦余弦算法的计算精度,提出基于精英混沌搜索策略的交替正余弦算法.新算法采用基于对数曲线的非线性调整策略修改控制参数,利用精英个体的混沌搜索策略增强算法的开发能力,并将基于该策略的正余弦算法与反向学习算法交替执行增强算法的探索能力,降低算法的时间复杂度,提高算法的收敛速度.对23个基准测试函数进行仿真实验,与改进的正余弦算法以及最新的基于启发式的算法进行比较,深入的参数实验分析以及比较结果验证了所提出算法的有效性,统计分析证实了所提出算法的优越性.

关键词：正余弦算法混沌搜索非线性策略反向学习粒子群优化灰狼优化

在线全文

学校读者我要写书评

暂无评论

正余弦算法的改进及应用研究

正余弦算法的改进及应用研究

作者：赵永奇淮北师范大学

学位级别：硕士

智能优化算法作为解决优化问题的重要方法,被广泛的应用到交通、军事、医疗、工业等多个领域中,并取得了辉煌的成就。正余弦算法（sine cosine algorithm,SCA）作为利用三角函数的数学模型寻找最优解的新型群智能优化算法,因为其更新公... 详细信息

智能优化算法作为解决优化问题的重要方法,被广泛的应用到交通、军事、医疗、工业等多个领域中,并取得了辉煌的成就。正余弦算法（sine cosine algorithm,SCA）作为利用三角函数的数学模型寻找最优解的新型群智能优化算法,因为其更新公式简单,易于实现,一经提出便广受关注。针对正余弦算法的适用场景不同,原始正余弦算法并不能表现出优秀的优化性能。为了提高正余弦算法的优化性能,拓展正余弦算法的在工程领域中的应用,本文的主要研究内容如下:（1）提出一种新的基于邻域结构的骨干正余弦算法。新算法受骨干思想启发,引入了邻域结构和高斯采样学习,并且在算法的更新过程中控制高斯采样学习的权重,保证算法前期具有较强的探索能力,后期具有较强的开发能力。运用新算法与其他智能优化算法对基准测试函数进行仿真实验,通过实验结果分析,新算法在鲁棒性和计算精度方面都有明显的改进。（2）提出一种分层多子群协作正余弦算法。新算法的主要思想是将种群的更新架构分成两层:在底层中,将种群分成若干个个体数目相等的子群,每个群体的个体只能在相应的群体中并行进化;在顶层中,群体是由底层中各个子群中最优个体组成的,顶层中的个体都是按照高斯采样学习策略实现位置更新的。为了保持种群的多样性,在更新过程中利用随机重组策略来保持种群的多样性。通过测试函数的仿真实验,证明改进策略对正余弦算法的性能有明显的提高。（3）提出一种离散多目标正余弦算法。新算法根据复杂网络中社区检测问题的特点,通过重新定义了正余弦算法的运算规则,将原本处理连续优化问题的正余弦算法离散化。通过对现实数据集的仿真实验,新算法在处理复杂网络中的社区检测问题具有明显的优势。

关键词：正余弦算法骨干优化分层多子群多目标社区检测