检索结果-南通市图书馆

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

一种基于自适应搜索策略的改进萤火虫算法

计算机科学与应用 2020年第9期10卷 1639-1645页

作者：于干金丹丹阜阳师范大学信息工程学院安徽阜阳阜阳师范大学计算机与信息工程学院安徽阜阳

萤火虫算法(FA)是一种基于群智能的优化技术,它在很多优化问题上表现出较好的性能。然而,它求解复杂优化问题时存在一些问题,如收敛速度慢,精度低。针对这些问题,本文提出了一种新的萤火虫算法(取名AFA),该方法使用了三种混合策略,以获... 详细信息

萤火虫算法(FA)是一种基于群智能的优化技术,它在很多优化问题上表现出较好的性能。然而,它求解复杂优化问题时存在一些问题,如收敛速度慢,精度低。针对这些问题,本文提出了一种新的萤火虫算法(取名AFA),该方法使用了三种混合策略,以获得好的优化性能。它首先使用一种自适应的参数方法来动态改变步长参数,然后应用一种改进的搜索策略来消除吸引力,于是,AFA不再包含光吸收系数和初始吸引力这2个参数;再使用反向学习来提高解的精度。仿真结果表明,本文提出的AFA算法优化结果优于MFA及PAFA算法。

关键词：萤火虫算法自适应搜索策略反向学习优化

基于IGSA-DESN的短时交通流预测方法

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

武汉理工大学学报 2022年第7期44卷 89-95页

作者：张清勇常万峰李昶吾黄荆溪张行武汉理工大学自动化学院武汉430070 武汉理工大学信息工程学院武汉430070 武汉理工大学交通与物流工程学院武汉430070

短时交通流的准确预测为智能交通系统的稳定运行提供了至关重要的技术支持。针对这一问题,提出了一种基于改进遗传模拟退火算法(IGSA)和深度回声状态网络(DESN)的短时交通流预测方法。该算法采用DESN网络对交通流量数据进行预测;并运用... 详细信息

短时交通流的准确预测为智能交通系统的稳定运行提供了至关重要的技术支持。针对这一问题,提出了一种基于改进遗传模拟退火算法(IGSA)和深度回声状态网络(DESN)的短时交通流预测方法。该算法采用DESN网络对交通流量数据进行预测;并运用融合了并行搜索策略和自适应搜索策略的IGSA算法对DESN网络的超参数进行优化,得到能够使DESN网络预测性能最优的超参数值。最终利用最优超参数值构成的DESN网络对测试集数据进行预测。通过大量的对比实验表明,所提出的IGSA-DESN预测方法在短时交通流预测任务中有较好的预测性能与精准度。

关键词：短时交通流预测深回声状态网络改进遗传模拟退火算法自适应搜索策略

一种降低FBMC-OQAM系统PAPR的ASSABC-PTS算法

在线全文

学校读者我要写书评

暂无评论

电讯技术 2023年第2期63卷 260-266页

作者：秦雪莲杨永立邹鸿洋武汉科技大学信息科学与工程学院武汉430081 冶金自动化与检测技术教育部工程研究中心武汉430081

针对滤波器组多载波-偏移正交幅度调制技术(Filter Bank Multicarrier-Offset Quadrature Amplitude Modulation,FBMC-OQAM)存在峰均功率比(Peak-to-Average Power Ratio,PAPR)过高的问题,以及传统部分传输序列(Partial Transfer Sequence,PTS)算法对PAPR抑制效果不明显,提出了一种新的基于自适应搜索策略的人工蜂群部分传输序列算法(Adaptive Search Strategy Based Artifical Bee Colony PTS,ASSABC-PTS)。首先,根据FBMC-OQAM系统特性,利用传统PTS算法对系统进行初步优化,以降低FBMC-OQAM系统的PAPR;然后,针对PTS算法中存在的计算复杂度问题,引入人工蜂群(Artificial Bee Colony,ABC)算法进行优化;最后,在ABC算法中引入自适应搜索策略提升算法的局部寻优能力,加快ABC算法的收敛速度和搜索精度。仿真实验表明,ASSABC-PTS在有效降低系统算法复杂度的同时,也极大降低了FBMC-OQAM系统的峰均功率比。

关键词：滤波器组多载波系统峰均功率比抑制部分传输序列人工蜂群算法自适应搜索策略

代理模型辅助的人工蜂群算法及其在水资源需求预测中的应用

在线全文

学校读者我要写书评

暂无评论

代理模型辅助的人工蜂群算法及其在水资源需求预测中的应用

作者：曾涛南昌工程学院

学位级别：硕士

人工蜂群算法(Artificial Bee Colony Algorithm,ABC)是一种新兴的群智能算法,因其具有参数少、搜索能力强等优点,所以受到广泛的关注。虽然人工蜂群算法在处理优化问题时有着良好的性能,但是它仍存在许多不足,例如:在解决多模态问题时... 详细信息

人工蜂群算法(Artificial Bee Colony Algorithm,ABC)是一种新兴的群智能算法,因其具有参数少、搜索能力强等优点,所以受到广泛的关注。虽然人工蜂群算法在处理优化问题时有着良好的性能,但是它仍存在许多不足,例如:在解决多模态问题时收敛速度慢、容易陷入局部最优;在解决昂贵优化问题时搜索效率较低。为了解决这些问题,本文首先对ABC算法的原始运行机制进行了优化,以提高算法的搜索效率;其次,引入了代理模型以增强ABC算法在处理昂贵优化问题方面的能力。本文的主要贡献包括:(1)提出基于自适应搜索策略和随机分组机制的ABC算法(ASRGABC)。首先,通过比较当前种群与上一代种群的策略选择成功率来设计自适应搜索策略。根据策略选择成功率的变化,自适应地选择合适的搜索策略。然后,提出了一种随机分组机制来代替标准ABC中的轮盘赌选择。整个种群被随机分成几个组,跟随蜂阶段只对每组中最优解进行搜索。同时,基于随机分组机制,对跟随蜂阶段的搜索策略进行了修改。最后,使用反向学习来增强侦察蜂阶段。为了验证ASRGABC的性能,测试了算法在22个经典基准问题和28个CEC2013基准问题上的表现。实验结果表明,ASRGABC比其他13种ABC改进算法获得了更好的性能。(2)提出基于径向基神经网络的多策略ABC算法(RBF-ABC)。首先,基于我们之前的工作,构建了一个包含三种不同搜索策略的策略池。然后,应用径向基神经网络对搜索策略生成的后代进行评估,具有最佳评估值的搜索策略将用于指导整个种群的进化。维度扰动被用于同时更新多个维度,以提高算法的收敛速度和代理模型的精度。利用一组具有30和100维的22个经典基准问题来验证RBF-ABC的性能。实验结果表明,RBF-ABC算法的性能优于其他六种ABC算法。(3)提出多代理模型辅助的ABC算法(MSABC)。多个代理模型同时使用不仅可以提高预测性能和估计预测不确定性的程度,还可以捕获适应度景观的全局和局部特征。在雇佣蜂阶段,径向基神经网络被用作全局代理模型,以帮助ABC快速找到全局最优解可能所在的区域。在跟随蜂阶段,Kriging模型使用优秀的解附近的样本构建局部代理模型。为了加快收敛速度,每个解的多个维度同时进行更新。对CEC2014昂贵优化基准集的实验研究表明,所提出的方法可以在有限的计算资源下有效地解决这些昂贵的问题。(4)根据南昌市的实际用水结构,结合南昌市实际情况,研究用水系统中影响实际用水量的因子,确定影响南昌市水资源需求的初始因子,以2002年到2021年的用水量和初始因子数据为研究对象,建立最终的水资源需求影响因子集,并提出了一种组合模型的预测方法对总需水量进行预测。结果表明MSABC优化的组合模型的预测方法在解决南昌市水资源需求预测中是有效的。

关键词：人工蜂群算法多策略自适应搜索策略维度扰动代理模型水资源需求预测

改进自适应蜂群优化算法在变压器故障诊断中的应用

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

电力系统保护与控制 2020年第9期48卷 174-180页

作者：吴君丁欢欢马星河闫炳耀王新宇河南理工大学计算机科学与技术学院河南焦作454000 河南理工大学电气工程与自动化学院河南焦作454000 国网河南电力公司焦作供电公司河南焦作454000

为增强神经网络对变压器故障诊断的能力,同时避免蜂群算法出现局部最优和易早熟,提出一种改进自适应搜索策略蜂群优化算法。该方法通过自适应调整种群更新步长来协调蜂群算法的全局和局部搜索能力,避免出现局部最优状况,同时引入Levy变... 详细信息

为增强神经网络对变压器故障诊断的能力,同时避免蜂群算法出现局部最优和易早熟,提出一种改进自适应搜索策略蜂群优化算法。该方法通过自适应调整种群更新步长来协调蜂群算法的全局和局部搜索能力,避免出现局部最优状况,同时引入Levy变异因子提高局部搜索的性能。利用改进的蜂群算法优化BP神经网络权值和阈值,通过反复迭代算法,直到达到目标精度要求。该方法以变压器数据为依据进行测试。仿真结果表明,改进后的方法收敛速度更快、判别故障准确率更高。

关键词：蜂群算法自适应搜索策略神经网络 Levy因子变压器

基于菌群自适应觅食的公交调度建模仿真与优化

在线全文

学校读者我要写书评

暂无评论

系统仿真学报 2011年第6期23卷 1151-1155,1160页

作者：高政威庞哈利汪定伟东北大学信息科学与工程学院沈阳110004

提出了一种新型群体智能优化方法—菌群自适应搜索算法(Adaptive Bacterial Foraging Optimization,ABFO)。ABFO算法在细菌觅食算法(Bacterial Foraging Optimization,BFO)研究工作的基础上,将细菌的趋化行为,群体感应机制和自适应搜索... 详细信息

提出了一种新型群体智能优化方法—菌群自适应搜索算法(Adaptive Bacterial Foraging Optimization,ABFO)。ABFO算法在细菌觅食算法(Bacterial Foraging Optimization,BFO)研究工作的基础上,将细菌的趋化行为,群体感应机制和自适应搜索策略相集成,体现细菌个体通过信息交流与合作在群体层面表现出更高智能行为的特性。此外,ABFO算法的自适应策略动态地控制人工细菌的趋化步长,从而能够在运行时有效地平衡算法的探索和开发能力。然后,基于ABFO进行公交调度模型的求解,以便快速地集散交通流,实现站点、客流、车流的优化配置。仿真试验结果表明,与其它智能算法相比ABFO算法具有收敛速度快,寻优能力强和较强的鲁棒性等优越性能。

关键词： ABFO算法细菌趋化群体感应自适应搜索策略公交调度

在线全文

学校读者我要写书评

暂无评论

高超声速飞行器突防航迹规划仿真研究

计算机仿真 2015年第10期32卷 83-88页

作者：王博贺正洪张晶赵敏空军工程大学防空反导学院陕西西安710051 空军工程大学理学院陕西西安710051

飞行器的航迹规划是指在特定的约束条件下,寻找一条从初始点到目标点满足某种性能指标的的最优运动轨迹。合理有效的航迹对于增强飞行器的生存和突防能力都有着重要的意义。在使用栅格法规划航迹的过程中按照何种搜索策略才能在最短时... 详细信息

飞行器的航迹规划是指在特定的约束条件下,寻找一条从初始点到目标点满足某种性能指标的的最优运动轨迹。合理有效的航迹对于增强飞行器的生存和突防能力都有着重要的意义。在使用栅格法规划航迹的过程中按照何种搜索策略才能在最短时间内到达下一节点是影响算法效率的重要因素。为增强高超声速飞行器的突防能力,采用改进搜索策略的蚁群优化算法求解其航迹规划问题。区别于普通自适应蚁群算法的搜索模式,算法在考虑当前节点与目标节点相对位置关系的基础上,综合考虑飞行器在中间航迹点的速度方向以及最小转弯半径的约束,进一步删减相邻搜索节点,从而达到提高算法速度的效果。针对目标节点相对初始节点在第一象限的情况进行了仿真分析。仿真验证了改进自适应蚁群算法的有效性和合理性。此外,考虑到飞行器的最小转弯半径,为保证规划的空防航迹真实有效提供了参考。

关键词：高超声速飞行器航迹规划转弯半径蚁群算法自适应搜索策略栅格法

基于TSBP网络的效率评价研究 ——以高速铁路与社会经济相互影响为例

在线全文

学校读者我要写书评

暂无评论

基于TSBP网络的效率评价研究 ——以高...

作者：唐玲暇北京交通大学

学位级别：硕士

效率评价研究产出指标相对于投入指标的转化程度高低,而指标之间的相互影响呈现出复杂的非线性关系,传统的效率评价方法存在数学模型使用前提限制、缺乏自我学习能力、不能充分利用以往的经验知识等方面的缺陷,BP（back propagation, B... 详细信息

效率评价研究产出指标相对于投入指标的转化程度高低,而指标之间的相互影响呈现出复杂的非线性关系,传统的效率评价方法存在数学模型使用前提限制、缺乏自我学习能力、不能充分利用以往的经验知识等方面的缺陷,BP（back propagation, BP）神经网络的非线性处理能力是解决此类问题的一条有效途径,但是其自身也存在着一定的局限性。针对BP神经网络易收敛于局优的缺陷,引入具有全局寻优性能的禁忌搜索（Tabu Search, TS）算法优化BP网络的学习训练过程;对BP神经网络的权值调整策略进行改进,提出自适应搜索策略,用以协调TS算法中集中性搜索与多样性搜索之间的矛盾,并将两种策略融合形成TSBP （Back Propagation based on Tabu Search, TSBP）算法。本文以TSBP算法作为TSBP网络的学习训练算法,提出具有普适性的TSBP网络通用框架,将TSBP网络用于进行效率评价,以铁路对沿线区域社会的影响为研究对象验证TSBP算法的有效性。主要的研究工作可以概括为：（1）针对标准BP算法中以单训练样本网络误差为指导逐步调整各层连接权值的耗时问题,提出以批处理训练样本对的网络累积误差为指导进行网络权值调整过程,一方面保障全局误差按梯度下降,另一方面缩短网络的学习训练时间,同时迭代过程中训练样本对的输入顺序不会对网络的收敛速度产生影响。（2）针对TS算法中集中性搜索与多样性搜索之间的矛盾,提出自适应搜索策略,通过邻域和候选集的相互配合以动态地调整候选集中分别用于集中性搜索和多样性搜索的元素个数,根据候选解中网络误差值与前一次迭代过程中网络误差值的比较来调整下一步的搜索策略。（3）将TSBP网络用于进行效率评价,以“高速铁路与社会经济相互影响分析及评价”为项目背景,基于经济组效率评价研究的相关数据,构建TSBP网络模拟铁路线的建设运营对周边地区四省三市社会影响程度的非线性映射关系,对比标准BP网络的训练预测结果,分析说明本文构建的TSBP网络具有更高的求解质量、能够更好利用以往的知识经验来模拟专家评价的全过程。

关键词： TSBP算法累积误差校正自适应搜索策略效率评价

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

自适应前馈神经网络结构优化设计

智能系统学报 2011年第4期6卷 312-317页

作者：张昭昭乔俊飞杨刚北京工业大学电子信息与控制工程学院北京100124 辽宁工程技术大学电子与信息工程学院辽宁葫芦岛125105

针对多数前馈神经网络结构设计算法采取贪婪搜索策略而易陷入局部最优结构的问题,提出一种自适应前馈神经网络结构设计算法.该算法在网络训练过程中采取自适应寻优策略合并和分裂隐节点,达到设计最优神经网络结构的目的.在合并操作中,... 详细信息

针对多数前馈神经网络结构设计算法采取贪婪搜索策略而易陷入局部最优结构的问题,提出一种自适应前馈神经网络结构设计算法.该算法在网络训练过程中采取自适应寻优策略合并和分裂隐节点,达到设计最优神经网络结构的目的.在合并操作中,以互信息为准则对输出线性相关的隐节点进行合并;在分裂操作中,引入变异系数,有助于跳出局部最优网络结构.算法将合并和分裂操作之后的权值调整与网络对样本的学习过程结合,减少了网络对样本的学习次数,提高了网络的学习速度,增强了网络的泛化性能.非线性函数逼近结果表明,所提算法能得到更小的检测误差,最终网络结构紧凑.

关键词：前馈神经网络结构设计自适应搜索策略互信息