检索结果-南通市图书馆

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

引入正弦余弦算子和新自花授粉的花授粉算法

西安工程大学学报 2023年第2期37卷 119-129页

作者：张超杨忆宿州职业技术学院计算机信息系安徽宿州234000 淮北师范大学计算机科学与技术学院安徽淮北235000

针对花授粉算法在处理高维优化问题时,收敛精度较低,易陷入局部极值的缺陷,提出了一种花授粉算法的改进算法。在异花授粉阶段,改进算法使用正弦余弦算子对花粉个体进行逐维扰动,以增强花粉个体的多样性;在自花授粉阶段,基于自然界优胜... 详细信息

针对花授粉算法在处理高维优化问题时,收敛精度较低,易陷入局部极值的缺陷,提出了一种花授粉算法的改进算法。在异花授粉阶段,改进算法使用正弦余弦算子对花粉个体进行逐维扰动,以增强花粉个体的多样性;在自花授粉阶段,基于自然界优胜劣汰的生存法则思想,提出了一种新的自花授粉策略。与7种算法对比,在9个基准函数上进行性能对比实验,结果表明:改进算法在收敛精度和收敛速度上较对比算法有显著优势;在函数维度达到5000维时,改进算法没有陷入“维数灾难”,收敛的精度较高。在悬臂梁设计和压力容器设计2个工程实例上进行应用实验,验证了改进算法的性能和实用性。

关键词：花授粉算法正弦余弦算子自适应指数非线性调整大规模优化问题优胜劣汰法则

面向全局和工程优化问题的混合进化JAYA算法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

工程科学学报 2023年第3期45卷 431-445页

作者：刘景森杨杰李煜河南大学智能网络系统研究所开封475004 河南大学软件学院开封475004 河南大学管理科学与工程研究所开封475004

为了更好求解复杂函数优化和工程约束优化问题,进一步增强JAYA算法的寻优能力,提出一种面向全局优化的混合进化JAYA算法.首先在计算当前最优和最差个体时引入反向学习机制,提高最优和最差个体跳离局部极值区域的可能性;然后在个体位置... 详细信息

为了更好求解复杂函数优化和工程约束优化问题,进一步增强JAYA算法的寻优能力,提出一种面向全局优化的混合进化JAYA算法.首先在计算当前最优和最差个体时引入反向学习机制,提高最优和最差个体跳离局部极值区域的可能性;然后在个体位置更新中引入并融合正弦余弦算子和差分扰动机制,不仅增加了种群的多样性,而且较好平衡与满足了算法在不同迭代时期对探索和挖掘能力的不同需求;最后在算法结构上采用奇偶不同的混合进化策略,有效利用不同演化机制的优势结果,进一步提升了算法的收敛性和精度.之后给出了算法流程伪代码,理论分析证明了改进算法的时间复杂度与基本JAYA相同,而通过6种代表性算法在包含和组合了30个基准函数的CEC2017测试套件上进行的多维度函数极值优化测试,以及对拉伸弹簧、波纹舱壁、管柱设计、钢筋混凝土梁、焊接梁和汽车侧面碰撞6个具有挑战性的工程设计问题的优化求解,都清楚地表明改进后算法的寻优精度、收敛性能和求解稳定性均有显著提升,在求解CEC复杂函数和工程约束优化问题上有着明显优势.

关键词： JAYA算法 CEC2017 正弦余弦算子奇偶进化策略工程设计优化问题

融合正弦余弦和无限折叠迭代混沌映射的蝴蝶优化算法

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

模式识别与人工智能 2020年第7期33卷 660-669页

作者：王依柔张达敏贵州大学大数据与信息工程学院贵阳550025

针对蝴蝶优化算法求解精度不高、收敛速度较慢等问题,提出融合正弦余弦和无限折叠迭代混沌映射(ICMIC)的蝴蝶优化算法.首先,采用ICMIC映射对蝴蝶个体状态进行初始化,避免算法陷入局部最优.然后,在自身认知飞行部分引入正弦余弦算子,平... 详细信息

针对蝴蝶优化算法求解精度不高、收敛速度较慢等问题,提出融合正弦余弦和无限折叠迭代混沌映射(ICMIC)的蝴蝶优化算法.首先,采用ICMIC映射对蝴蝶个体状态进行初始化,避免算法陷入局部最优.然后,在自身认知飞行部分引入正弦余弦算子,平衡算法的局部搜索能力与全局搜索能力.最后,通过改进依赖香味大小的幂指数调整吸收程度,获取更好的最优解.在8个基准函数上的实验表明,文中算法具有较优的全局搜索能力和求解鲁棒性,寻优精度较高,收敛速度较快.

关键词：正弦余弦算子无限折叠迭代混沌映射(ICMIC) 蝴蝶优化算法

JAYA算法的改进及其在绿色物流配送中的应用

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

JAYA算法的改进及其在绿色物流配送中的应用

作者：杨杰河南大学

学位级别：硕士

随着社会对物流需求数量与质量的不断增加和提高,物流对环境的影响也变得日趋严峻。物流运输业已然成为全世界主要的二氧化碳等温室气体的排放源之一。目前车辆配送问题规模越来越庞大,传统优化方法已难以对其进行有效求解,而在面对这... 详细信息

随着社会对物流需求数量与质量的不断增加和提高,物流对环境的影响也变得日趋严峻。物流运输业已然成为全世界主要的二氧化碳等温室气体的排放源之一。目前车辆配送问题规模越来越庞大,传统优化方法已难以对其进行有效求解,而在面对这类问题时,智能算法的求解效果较优。因而,广大学者非常重视智能算法的研究。JAYA算法是2016年由*** Rao提出的智能算法,该算法已被应用于旅行商、柔性车间调度等诸多领域。然而,JAYA算法也存在求解不太稳定、易陷入局部极值等不足。为此,本文提出两种新的改进算法,并将这两种改进算法分别应用于求解绿色物流配送问题的两个不同方面子问题中,取得很好优化效果。本文主要研究工作和创新点有:（1）为了更好求解复杂函数优化问题,将算法很好应用于解空间较为复杂的带时间窗和同时取送货且含充电站的电动汽车路径规划问题,提出一种面向全局优化的混合进化JAYA算法。首先在计算当前最优和最差个体时引入反向学习机制;然后在个体位置更新中引入并融合正弦余弦算子和差分扰动机制;最后在算法结构上采用奇偶不同的混合进化策略。之后给出了算法伪代码,理论分析证明了H-JAYA（Hybrid evolutionary JAYA algorithm）的时间复杂度与基本JAYA相同。而通过6种算法在CEC2017测试套件上进行的多维度函数极值优化测试表明,H-JAYA的收敛性能和鲁棒性均有显著提升。（2）为了更进一步求解不同类型复杂函数优化和工程约束优化问题,将JAYA算法更好应用于约束条件更为复杂的多目标低碳环境下带时间窗和同时取送货的燃油汽车路径规划问题,提出一种基于多角色差异进化的改进JAYA算法。首先引入余弦相似度策略,更新与最优个体位置余弦相似度高的个体,将其中适应度值较差的个体位置融合旋转变换算子,而对适应度值较好的个体位置则融合非均匀变异算子;然后在个体位置更新中采用多角色策略,并引入共生策略和柯西变异机制;最后引入小孔成像反向学习策略。随后给出了算法伪代码,理论分析证明了M-JAYA（Modified JAYA Algorithm）的时间复杂度与基本JAYA相同。通过对12个复杂标准测试函数进行的多维度、多算法函数极值优化对比测试表明,M-JAYA的收敛性能和鲁棒性均有显著提升,求解效果相当出色。进而又通过对IEEE CEC2020中6个更具挑战性的工程约束优化问题的求解,充分验证和显示了M-JAYA算法在处理不同类型工程约束优化设计问题时有着明显的优越性和适应性。（3）将上述两种改进算法分别应用于绿色物流配送问题的两个不同方面子问题中—带时间窗和同时取送货且含充电站的电动汽车路径规划问题（EVRPTW）、低碳环境下带时间窗和同时取送货的燃油汽车路径规划问题（GVRPTW）。分别构建了EVRPTW和GVRPTW的数学模型,定义了算法中相应的个体编码与解码方式,并分别以两个应用所包含的多个不同约束条件建立的目标配送成本作为目标函数进行求解。通过不同规模测试算例的求解结果表明,本文模型和算法在处理不同规模绿色物流配送路径优化问题时,具有较好求解能力,能够有效实现在降低总成本的同时促进物流配送环节的节能减排。本文所研究的绿色物流配送问题,在理论范畴上,进一步拓宽了物流配送问题相关理论和方法。在应用范畴上,为物流公司在实际营运中,实现绿色物流愿景以及经济和环境效益的统一提供了管理启示和方法借鉴。

关键词： JAYA算法正弦余弦算子共生策略绿色物流路径规划