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

基于贪婪更新和自适应扰动的自然计算策略

长江信息通信 2023年第5期36卷 90-93页

作者：胡建暄马宁黄鑫宇哈尔滨师范大学计算机科学与信息工程学院黑龙江哈尔滨150025

自然计算因其参数少好实现等优点而被广泛应用,但是这些算法存在着寻优精度较低和易陷入局部最优解的问题,为更有效的提高算法性能,提出一种基于贪婪更新和自适应扰动的自然计算策略(Greedy-renewal and Self-adaption Disturb,简称GSD)... 详细信息

自然计算因其参数少好实现等优点而被广泛应用,但是这些算法存在着寻优精度较低和易陷入局部最优解的问题,为更有效的提高算法性能,提出一种基于贪婪更新和自适应扰动的自然计算策略(Greedy-renewal and Self-adaption Disturb,简称GSD),该方法具备普适性,适用于所有启发式寻优算法。首先使用Faure序列化初始化种群,提高初始解的质量,其次在个体位置更新后,比对更新前后个体的适应度值,如果适应度提高则保留此次更新操作,反之放弃此次更新,最后设计自适应扰动因子,随迭代次数增加调整对个体的扰动几率,提高算法后期的种群多样性。将该策略应用于粒子群算法和遗传算法中,利用经典测试函数验证性能。实验结果表明,贪婪更新和自适应扰动策略改进的算法较其他对比算法表现出了更好的寻优能力,具有普适性。

关键词：自然计算贪婪更新自适应扰动

在线全文

学校读者我要写书评

暂无评论

基于自适应扰动的粒子群优化算法

计算机工程与应用 2014年第9期50卷 111-115页

作者：王敏唐俊湖南机电职业技术学院信息工程系长沙410151 湖南大学计算机与通信学院长沙410082 湖南城建职业技术学院设备工程系湖南湘潭411101

为了避免粒子群优化算法(PSO)早熟收敛,提出了一种自适应扰动的PSO算法(ADPSO),以帮助停滞的粒子跳出局部最优。为了验证算法的有效性,实验测试了九个多峰函数,包括四个旋转函数。仿真结果表明,该算法优于其他五种PSO算法。

关键词：粒子群优化算法自适应扰动多峰函数全局优化

在线全文

学校读者我要写书评

暂无评论

基于选择占空比扰动的自适应MPPT算法

电测与仪表 2020年第16期57卷 39-43页

作者：何志鑫李少纲福州大学电气工程与自动化学院福州350108

由于外界环境因素的改变会导致功率-电压输出特性曲线发生改变,为了在光伏发电系统的最大功率跟踪过程中尽可能地提高MPP跟踪速度,缓解MPP点附近存在的振荡问题,文章提出了一种基于选择占空比扰动的自适应MPPT算法,此方法是通过判断功... 详细信息

由于外界环境因素的改变会导致功率-电压输出特性曲线发生改变,为了在光伏发电系统的最大功率跟踪过程中尽可能地提高MPP跟踪速度,缓解MPP点附近存在的振荡问题,文章提出了一种基于选择占空比扰动的自适应MPPT算法,此方法是通过判断功率对电压的导数分界值来选择合适的占空比扰动值,较好地解决了快速性与稳定性的矛盾问题。最后通过搭建MATLAB/Simulink模型验证该新型控制方法的优越性。

关键词： PV发电新型MPPT 自适应扰动选择占空比

一种带有牛顿方向的自适应扰动改进粒子群优化算法

在线全文

学校读者我要写书评

暂无评论

兰州文理学院学报（自然科学版） 2017年第6期31卷 69-74页

作者：史旭栋高岳林宁夏大学数学与计算机学院宁夏银川750021 北方民族大学信息与系统科学研究所宁夏银川750021

针对PSO算法在求解高维复杂优化问题时,往往会陷入早熟,本文引入了随机扰动项,以改进粒子群优化算法的速度更新公式.利用牛顿下降方向引导当前最好粒子快速寻优,从而提出了一种带有牛顿方向的自适应扰动改进粒子群优化算法(ARPSO).该算... 详细信息

针对PSO算法在求解高维复杂优化问题时,往往会陷入早熟,本文引入了随机扰动项,以改进粒子群优化算法的速度更新公式.利用牛顿下降方向引导当前最好粒子快速寻优,从而提出了一种带有牛顿方向的自适应扰动改进粒子群优化算法(ARPSO).该算法能够使被困的粒子跳出局部陷阱,从而实现全局寻优.从理论上证明了该算法的收敛特性,实验结果表明所提算法具有更好的全局寻优能力和更高计算精度.

关键词：粒子群优化自适应扰动牛顿方向

基于噪声不可见性的自适应图像对抗重编程方法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2023年第4期50卷 110-116页

作者：刘依凡欧博熊剑琴湖南大学信息科学与工程学院长沙410082

对抗重编程是一种针对深度神经网络的攻击方法,它通过往输入图像中添加扰动使网络模型执行攻击者指定的任务,能够破坏训练网络模型的合法使用权。研究和设计对抗重编程方法,对于理解此类攻击并设计相应的防御算法有积极意义。探讨对抗... 详细信息

对抗重编程是一种针对深度神经网络的攻击方法,它通过往输入图像中添加扰动使网络模型执行攻击者指定的任务,能够破坏训练网络模型的合法使用权。研究和设计对抗重编程方法,对于理解此类攻击并设计相应的防御算法有积极意义。探讨对抗扰动添加区域对对抗重编程算法性能的影响,通过使用噪声不可见性函数来评估图像各区域的对抗失真特性,得到掩蔽矩阵,然后自适应地添加对抗扰动,优化对抗重编程任务。实验结果表明,对于当前主流的深度网络分类模型,所提算法能够提高对抗重编程的攻击性能,并提升修改后图像的不可感知性。

关键词：对抗攻击对抗重编程自适应扰动噪声可见性函数

光伏阵列自适应变步长扰动最大功率点跟踪方法研究

在线全文

学校读者我要写书评

暂无评论

科技风 2018年第23期 26-26页

作者：杨星宇青海大学水利电力学院青海西宁810016

为了解决化石能源造成的环境污染和气候变暖问题,光伏等可再生能源成了当前研究的热点。为了充分利用光伏电池的输出电能,根据光伏电池特性需要对其最大功率点进行实时跟踪。本文分析了传统定步长扰动跟踪及一次变步长扰动法的缺点,提... 详细信息

为了解决化石能源造成的环境污染和气候变暖问题,光伏等可再生能源成了当前研究的热点。为了充分利用光伏电池的输出电能,根据光伏电池特性需要对其最大功率点进行实时跟踪。本文分析了传统定步长扰动跟踪及一次变步长扰动法的缺点,提出一种根据下一时刻扰动结果判断状态并自动调节扰动步长的自适应方法。仿真结果表明所提出的自适应扰动方法可以可以有效提高动态速度和稳态精度。

关键词：光伏发电自适应扰动最大功率点跟踪

在线全文

学校读者我要写书评

暂无评论

基于突变策略的自适应骨干粒子群算法

理论数学 2023年第3期13卷 694-711页

作者：张嘉文舒慧生阚秀东华大学理学院上海上海工程技术大学电子电气工程学院上海

骨干粒子群算法是由标准粒子群算法演变而来的,其在粒子位置更新方面采用了高斯采样策略。针对骨干粒子群算法在解决高维优化问题时存在的易陷入局部最优的问题,文中引入了具有下降趋势的时变因子,提出了一种基于突变策略的带有自适应... 详细信息

骨干粒子群算法是由标准粒子群算法演变而来的,其在粒子位置更新方面采用了高斯采样策略。针对骨干粒子群算法在解决高维优化问题时存在的易陷入局部最优的问题,文中引入了具有下降趋势的时变因子,提出了一种基于突变策略的带有自适应扰动值的骨干粒子群算法。该算法在高斯分布的均值项中引入两个服从均匀分布的随机数,在高斯分布的标准差中引入了一个自适应扰动值,且给出了突变策略进一步保证粒子收敛到全局最优解。改进后的算法与其他5种粒子群算法在9个经典测试函数上进行仿真实验,结果表明改进的算法在收敛速度和收敛精度方面的综合表现都优于其它算法。

关键词：骨干粒子群算法自适应扰动突变策略时变因子全局收敛

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

置信规则库参数训练的布谷鸟搜索算法

小型微型计算机系统 2018年第6期39卷 1149-1155页

作者：李敏傅仰耿刘莞玲吴英杰福州大学数学与计算机科学学院福州350116

置信规则库(belief rule base,BRB)中参数的选取直接影响着推理的精度.为了得到更加有效的参数训练方法,本文基于群智能算法中的布谷鸟搜索(Cuckoo Search,CS)算法进行改进拓展.针对布谷鸟搜索算法中Levy飞行后期出现的搜索速度慢和精... 详细信息

置信规则库(belief rule base,BRB)中参数的选取直接影响着推理的精度.为了得到更加有效的参数训练方法,本文基于群智能算法中的布谷鸟搜索(Cuckoo Search,CS)算法进行改进拓展.针对布谷鸟搜索算法中Levy飞行后期出现的搜索速度慢和精度低的问题,引入自适应扰动函数进行优化,进而提出一种新的BRB参数训练方法.在多极值函数的拟合实验中,以均方误差与运行时间作为比较指标,验证本文改进方法的有效性.在输油管道泄漏检测的问题实例中,以平均绝对误差和运行时间作为比较指标,与其他现有的参数训练方法进行比较,实验结果表明,本文提出的算法具有更好的推理效率和准确度.

关键词：置信规则库布谷鸟搜索算法参数训练自适应扰动

在线全文

学校读者我要写书评

暂无评论

基于多变异策略的自适应差分进化算法

计算机应用 2018年第10期38卷 2812-2821页

作者：张强邹德旋耿娜沈鑫江苏师范大学电气工程及自动化学院江苏徐州221116 徐州开放大学信息技术与电气工程学院江苏徐州221000

为了克服差分进化算法寻优精度低、收敛速度慢、稳定性差等不足,提出一种基于多变异策略的自适应差分进化算法(ADE-MM)。首先,在3个变异策略的选择过程中添加2个具有学习功能的扰动阈值,以提高种群多样性,扩大搜索范围;然后,根据上次迭... 详细信息

为了克服差分进化算法寻优精度低、收敛速度慢、稳定性差等不足,提出一种基于多变异策略的自适应差分进化算法(ADE-MM)。首先,在3个变异策略的选择过程中添加2个具有学习功能的扰动阈值,以提高种群多样性,扩大搜索范围;然后,根据上次迭代的成功参数自适应调整当前参数,提高寻优精度和寻优速度;最后,利用向量粒子池法和中心粒子法产生新的向量粒子,进一步提高寻优效果。使用8个函数、5种对比算法(RMDE、OLCPDE、JADE、Sa DE、MDE_pBX)进行测试,且每种例子都独立执行30次。ADE-MM算法在均值和方差的比较中取得了全胜,其中在30维的情况下取得了5个独立胜利,3个并列胜利;在50维的情况下取得了6个独立胜利,2个并列胜利;在100维的情况下全部为独立胜利。同时在Wilcoxon rank sum test、胜率和算法耗时分析中,ADE-MM算法也取得优异的表现。实验结果表明,相对于其他5种对比算法,ADE-MM算法具有更强的全局寻优能力、收敛性和稳定性。

关键词：差分进化自适应扰动策略池法函数优化中心粒子