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

精英反向学习t分布饥饿游戏搜索算法

计算机仿真 2023年第6期40卷 425-434页

作者：徐亦凤刘升张伟康刘宇凇上海工程技术大学管理学院上海201620

饥饿游戏搜索算法相较于传统的群智能优化算法,具有较好的鲁棒性和寻优能力,但仍存在易陷入局部最优、收敛速度慢等缺陷。为进一步提高饥饿游戏搜索算法的寻优性能,提出精英反向学习t分布饥饿游戏搜索算法(Elite Opposition-Based Learn... 详细信息

饥饿游戏搜索算法相较于传统的群智能优化算法,具有较好的鲁棒性和寻优能力,但仍存在易陷入局部最优、收敛速度慢等缺陷。为进一步提高饥饿游戏搜索算法的寻优性能,提出精英反向学习t分布饥饿游戏搜索算法(Elite Opposition-Based Learning andt-Distribution Hunger Games Search Algorithm, EtHGS)。利用精英反向学习策略提高初始化种群多样性并且提高收敛速度,同时引入动态概率t分布自适应策略来平衡算法的全局探索和局部开发的能力。通过与饥饿游戏搜索算法(Hunger Games Search Algorithm, HGS)、哈里斯鹰算法(Harris Hawks Optimization, HHO)、黏菌算法(Slime Mould Algorithm, SMA)、精英反向黄金正弦鲸鱼算法(Elite Opposition-Based Golden-Sine Whale Optimization Algorithm, EGoldenSWOA)在多个单模态、多模态和高维测试函数之间进行寻优对比实验,结果表明,所提出的EtHGS算法具有较快收敛速度、较高求解精度以及较强的全局收敛能力。

关键词：饥饿游戏搜索算法精英反向学习分布自适应高维优化

在线全文

学校读者我要写书评

暂无评论

引入精英反向学习和柯西变异的混沌蜉蝣算法

计算机工程与设计 2024年第1期45卷 187-196页

作者：张少丰李书琴西北农林科技大学信息工程学院陕西杨凌712100

为提高蜉蝣算法的收敛速度,提升算法寻优能力,提出一种引入精英反向学习和柯西变异的混沌蜉蝣算法。利用Circle混沌映射序列优化初始种群使种群分布更加均匀,提高种群多样性。在蜉蝣更新阶段,对蜉蝣中的精英个体进行反向学习策略,防止... 详细信息

为提高蜉蝣算法的收敛速度,提升算法寻优能力,提出一种引入精英反向学习和柯西变异的混沌蜉蝣算法。利用Circle混沌映射序列优化初始种群使种群分布更加均匀,提高种群多样性。在蜉蝣更新阶段,对蜉蝣中的精英个体进行反向学习策略,防止算法陷入局部最优,提高算法收敛速度。为保证种群进化方向和扩大寻优范围,将自适应概率阈值和柯西变异的扰动机制相结合,对劣势蜉蝣个体附近生成更大的扰动。通过8个基准测试函数实验对比和Wilcoxon秩和检验,实验结果表明,混沌蜉蝣算法在收敛速度、求解精度以及稳定性等方面有较大提高。

关键词：蜉蝣算法混沌映射精英反向学习柯西变异扰动机制自适应劣势蜉蝣

在线全文

学校读者我要写书评

暂无评论

基于精英反向学习和对数螺旋的HHO算法

计算机仿真 2023年第9期40卷 364-370,410页

作者：唐剑兰蔡茂国徐翔深圳大学电子与信息工程学院广东深圳518000

针对传统哈里斯鹰优化算法(Harris Hawks Optimization, HHO)在处理庞杂问题易出现局部最优、收敛速度慢、寻优精度低的缺点,提出一种ELSHHO算法来对其进行改进。首先引入精英反向学习策略来对种群进行初始化,可以有效增强初始种群的多... 详细信息

针对传统哈里斯鹰优化算法(Harris Hawks Optimization, HHO)在处理庞杂问题易出现局部最优、收敛速度慢、寻优精度低的缺点,提出一种ELSHHO算法来对其进行改进。首先引入精英反向学习策略来对种群进行初始化,可以有效增强初始种群的多样性;其次在种群位置更新时加入精英反向学习策略可以提高算法探索解空间的能力和解的质量从而降低寻优难度加快收敛速度;最后,通过引入对数螺旋因子来增强算法的局部搜索性能,提高寻优精度。使用具有单峰和多峰特征的10个测试函数来对改进的算法进行验证,通过实验得出,ELSHHO算法可以有效提高收敛速度和寻优精度。

关键词：元启发式哈里斯鹰优化对数螺旋精英反向学习

在线全文

学校读者我要写书评

暂无评论

基于精英反向学习策略的麻雀搜索算法

计算机仿真 2023年第1期40卷 378-381,393页

作者：冯增喜李诗妍赵锦彤陈海越西安建筑科技大学建筑设备科学与工程学院陕西西安710055

针对麻雀搜索算法(Sparrow Optimization Algorithm,SSA)存在收敛速度慢、容易陷入局部极值的问题,提出了一种基于精英反向学习(EOBL,elite opposition-based learning)的麻雀搜索算法。该算法引入精英反向学习策略,通过精英个体反向学... 详细信息

针对麻雀搜索算法(Sparrow Optimization Algorithm,SSA)存在收敛速度慢、容易陷入局部极值的问题,提出了一种基于精英反向学习(EOBL,elite opposition-based learning)的麻雀搜索算法。该算法引入精英反向学习策略,通过精英个体反向学习生成反向解,同时获取精英麻雀的动态边界,对比更新前后麻雀,如果更优则替代之前的麻雀,从当前解和精英反向解中挑选优异个体作为下一代种群,有效的提高了算法全局搜索能力和搜索精度。通过标准测试函数进行对比仿真,结果表明加入精英反向学习麻雀搜索算法具有很好的全局搜索能力和收敛速度。

关键词：麻雀搜索算法反向学习策略精英反向学习精英反向解全局搜索

在线全文

学校读者我要写书评

暂无评论

应用精英反向学习的多目标烟花爆炸算法

电子学报 2016年第5期44卷 1180-1188页

作者：谢承旺许雷赵怀瑞夏学文魏波华东交通大学软件学院江西南昌330013 江西科技师范大学数学与计算机学院江西南昌330013 华东交通大学轨道交通学院江西南昌330013

现实中的多目标优化问题越来越多,而且日益复杂.受混合多目标优化算法设计思想的启发,将烟花爆炸方法和精英反向学习机制引入至多目标优化领域,提出一种应用精英反向学习的多目标烟花爆炸算法(Multi-Objective Fireworks Optimization A... 详细信息

现实中的多目标优化问题越来越多,而且日益复杂.受混合多目标优化算法设计思想的启发,将烟花爆炸方法和精英反向学习机制引入至多目标优化领域,提出一种应用精英反向学习的多目标烟花爆炸算法(Multi-Objective Fireworks Optimization Algorithm Using Elite Opposition-Based Learning,MOFAEOL).该算法利用精英反向学习策略加强算法的全局搜索能力,利用烟花爆炸方法增强算法的局部搜索能力并提高求解的精度.这两种搜索机制相互协同以更好地平衡算法的全局勘探和局部开采的能力.MOFAEOL算法与另外5种代表性多目标优化算法一同在由ZDT系列和DTLZ系列组成的测试集上进行性能比较.实验表明,MOFAEOL算法在收敛性、多样性和稳定性方面均优于或部分优于其他对比算法.

关键词：烟花爆炸优化精英反向学习多目标优化算法

融合Lévy飞行和精英反向学习的WOA-SVM多分类算法

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2021年第12期38卷 3640-3645页

作者：何小龙张刚陈跃华杨尚志宁波大学海运学院浙江宁波315211

元启发算法-SVM是多分类评价模型的典型架构,在多分类综合决策判定中具有重要的理论与实践意义,为此提出了一种融合Lévy飞行和精英反向学习的鲸鱼优化算法(Lévy flight and elite opposition-based whale optimization algorithm,LFEO... 详细信息

元启发算法-SVM是多分类评价模型的典型架构,在多分类综合决策判定中具有重要的理论与实践意义,为此提出了一种融合Lévy飞行和精英反向学习的鲸鱼优化算法(Lévy flight and elite opposition-based whale optimization algorithm,LFEO-BWOA)-SVM多分类评价算法。利用Lévy飞行策略替代螺旋轨迹策略更新位置信息,有效克服了鲸鱼优化算法易陷入局部寻优的不足;引入精英反向学习机制增加种群多样性,提高了鲸鱼优化算法全局寻优的能力。实验仿真结果表明,LFEO-BWOA-SVM算法在分类准确率上比传统SVM、BP神经网络分别提高17.84%和4.51%,准确率为98.73%,在训练时间上比标准WOA-SVM和PSO-SVM分别缩短了9.34%和84.94%。实验结果证明,LFEO-BWOA-SVM算法的寻优能力和收敛速度均有明显提升,准确率和快速性良好。

关键词：多分类支持向量机鲸鱼优化 Lévy飞行精英反向学习

在线全文

学校读者我要写书评

暂无评论

一种精英反向学习的粒子群优化算法

电子学报 2013年第8期41卷 1647-1652页

作者：周新宇吴志健王晖李康顺张浩宇武汉大学软件工程国家重点实验室湖北武汉430072 武汉大学计算机学院湖北武汉430072 南昌工程学院信息工程学院江西南昌330099 华南农业大学信息学院广东广州510642

为解决传统粒子群优化算法易出现早熟的不足,提出了精英反向学习策略,引入精英粒子,采用反向学习生成其反向解,扩大搜索区域的范围,可增强算法的全局勘探能力.同时,为避免最优粒子陷入局部最优而导致整个群体出现搜索停滞,提出了差分演... 详细信息

为解决传统粒子群优化算法易出现早熟的不足,提出了精英反向学习策略,引入精英粒子,采用反向学习生成其反向解,扩大搜索区域的范围,可增强算法的全局勘探能力.同时,为避免最优粒子陷入局部最优而导致整个群体出现搜索停滞,提出了差分演化变异策略,采用差分演化算法搜索最优粒子的邻域空间,可增强算法的局部开采能力.在14个测试函数上将本文算法与多种知名的PSO算法进行对比,实验结果表明本文算法在解的精度与收敛速度上更优.

关键词：全局优化粒子群优化精英反向学习差分演化变异群体选择

在线全文

学校读者我要写书评

暂无评论

基于精英反向学习的逐维改进蜻蜓算法

南京师大学报（自然科学版） 2019年第3期42卷 65-72页

作者：何庆黄闽茗王旭贵州大学大数据与信息工程学院贵州贵阳550025 贵州大学贵州省公共大数据重点实验室贵州贵阳550025

针对蜻蜓算法(DA)寻优精度不高、收敛速度慢及后期搜索活力不足等问题,提出了基于精英反向学习的逐维改进蜻蜓算法(EDDA).首先,利用精英反向学习策略初始化种群,以增强种群多样性,提高搜索效率;其次,利用逐维更新策略对蜻蜓个体进行更新... 详细信息

针对蜻蜓算法(DA)寻优精度不高、收敛速度慢及后期搜索活力不足等问题,提出了基于精英反向学习的逐维改进蜻蜓算法(EDDA).首先,利用精英反向学习策略初始化种群,以增强种群多样性,提高搜索效率;其次,利用逐维更新策略对蜻蜓个体进行更新,减少维间干扰,有效提高了算法的寻优能力;最后,充分利用当前解的信息双向搜索,提升了解的搜索活力.通过9个测试函数的实验结果表明,该算法相比较于标准蜻蜓算法,寻优精度更高、收敛速度更快及后期搜索活力更强,与其他改进算法相比也具有一定的竞争优势.

关键词：蜻蜓算法精英反向学习函数优化维间干扰

在线全文

学校读者我要写书评

暂无评论

融合知识共享和精英反向学习的成长优化算法

闽南师范大学学报（自然科学版） 2023年第4期36卷 51-61页

作者：吴迪吴美莲吴杭蕖苏媛媛游方楷贾鹤鸣三明学院教育与音乐学院福建三明365004 三明学院信息工程学院福建三明365004

为解决成长优化(growth optimizer,GO)算法易陷入局部最优的问题,提出一种融合知识共享和精英反向学习的成长优化算法(growth optimization algorithm integrating knowledge sharing and elite opposition-based learning,KSOBLGO).该算法结合基于知识共享的优化算法(gaining-sharing knowledge based algorithm,GSK)和精英反向学习策略,旨在提高算法的全局搜索能力并避免陷入局部最优解的困境.首先采用精英反向学习策略,通过引入优秀个体的信息增加初始种群的多样性,避免算法过早收敛,导致局部滞留.将基于知识共享的优化算法融合其中,称为知识共享阶段,该阶段提高种群中较优个体的局部搜索能力和较差个体的全局搜索能力,使探索和开发达到良好的平衡状态.经过对13个基准测试函数进行仿真实验,研究结果表明KSOBLGO算法在收敛速度和寻优精度等方面取得显著的提升,验证该改进算法的有效性.

关键词：成长优化算法基于知识共享的优化算法精英反向学习基准测试函数