检索结果-南通市图书馆

基于改进麻雀搜索算法的分数阶PID参数整定

在线全文

学校读者我要写书评

暂无评论

控制与决策 2024年第4期39卷 1177-1184页

作者：陈炫儒吴立飞杨晓忠华北电力大学数理学院北京102206 华北电力大学控制与计算机工程学院北京102206

针对分数阶PID控制器的设计问题,提出一种改进麻雀搜索算法(ISSA)对分数阶PID控制器进行参数整定.在麻雀搜索算法(SSA)中引入Chebyshev混沌映射,提高SSA的种群多样性和全局搜索能力;采用自适应t分布和萤火虫算法,设置转换概率p使二者交... 详细信息

针对分数阶PID控制器的设计问题,提出一种改进麻雀搜索算法(ISSA)对分数阶PID控制器进行参数整定.在麻雀搜索算法(SSA)中引入Chebyshev混沌映射,提高SSA的种群多样性和全局搜索能力;采用自适应t分布和萤火虫算法,设置转换概率p使二者交替执行,提高SSA的收敛精度和寻优性能.对10个基准测试函数进行寻优,结果表明相较于已有的4种经典算法,ISSA在收敛速度、收敛精度、全局搜索能力等方面均有较大提升.最后,对两类被控系统进行仿真分析,相比现有成果,证实了ISSA算法对求解分数阶PID控制器参数整定问题的有效性和实用性.

关键词：分数阶PID控制器改进麻雀搜索算法自适应t分布萤火虫算法基准函数寻优参数整定

一种多策略改进鲸鱼优化算法的混沌系统参数辨识

在线全文

学校读者我要写书评

暂无评论

智能系统学报 2024年第1期19卷 176-189页

作者：潘悦悦吴立飞杨晓忠华北电力大学控制与计算机工程学院北京102206 华北电力大学数理学院信息与计算研究所北京102206

针对混沌系统参数辨识精度不高的问题,以鲸鱼优化算法(whale optimization algorithm,WOA)为基础,提出一种多策略改进鲸鱼优化算法(multi-strategy improved whale optimization algorithm,MIWOA)。采用Chebyshev混沌映射选取高质量初始种群,采用非线性收敛因子和自适应权重,提高算法收敛速度,为了避免算法陷入局部最优,动态选择自适应t分布或蚁狮优化算法更新后期位置,提高处理局部极值的能力。通过对10个基准函数和高维测试函数进行仿真试验,表明MIWOA具有良好的稳定性和收敛精度。将MIWOA应用于辨识Rossler和Lu混沌系统参数,仿真结果优于现有成果,表明本文MIWOA辨识混沌系统参数的高效性和实用性。

关键词：多策略改进鲸鱼优化算法混沌系统参数辨识 Chebyshev混沌映射自适应t分布蚁狮优化算法基准函数 Wilcoxon秩和检验

基于改进INFO-Bi-LStM模型的SO_(2)排放质量浓度预测

在线全文

学校读者我要写书评

暂无评论

动力工程学报 2024年第4期44卷 641-649页

作者：王琦柴宇唤王鹏程刘百川刘祥山西大学自动化与软件学院太原030013 山西河坡发电有限责任公司山西阳泉045011

针对火电机组SO_(2)排放质量浓度的影响因素众多,难以准确预测的问题,提出一种改进向量加权平均(weighted mean of vectors,INFO)算法与双向长短期记忆(bi-directional long short term memory,Bi-LStM)神经网络相结合的预测模型(改进IN... 详细信息

针对火电机组SO_(2)排放质量浓度的影响因素众多,难以准确预测的问题,提出一种改进向量加权平均(weighted mean of vectors,INFO)算法与双向长短期记忆(bi-directional long short term memory,Bi-LStM)神经网络相结合的预测模型(改进INFO-Bi-LStM模型)。采用Circle混沌映射和反向学习产生高质量初始化种群,引入自适应t分布提升INFO算法跳出局部最优解和全局搜索的能力。选取改进INFO-Bi-LStM模型和多种预测模型对炉内外联合脱硫过程中4种典型工况下的SO_(2)排放质量浓度进行预测,将预测结果进行验证对比。结果表明:改进INFO算法的寻优能力得到提升,并且改进INFO-Bi-LStM模型精度更高,更加适用于SO_(2)排放质量浓度的预测,可为变工况下的脱硫控制提供控制理论支撑。

关键词：炉内外联合脱硫烟气SO_(2)质量浓度 INFO算法 Bi-LStM神经网络 Circle混沌映射自适应t分布

在线全文

学校读者我要写书评

暂无评论

基于增强型龙格库塔优化算法的跳频序列设计

计算机工程 2024年第4期50卷 267-276页

作者：张毅恒刘以安宋海凌江南大学人工智能与计算机学院江苏无锡214122 海军研究院北京100161

跳频技术具有优秀的抗干扰性能和多址组网性能,跳频序列(FHS)作为其关键,在设计时面临性能指标差、难以兼顾多指标的问题。提出一种基于增强型龙格库塔优化算法(ERUN)的跳频序列设计方法。利用跳频序列的汉明相关性、复杂度、均匀性和... 详细信息

跳频技术具有优秀的抗干扰性能和多址组网性能,跳频序列(FHS)作为其关键,在设计时面临性能指标差、难以兼顾多指标的问题。提出一种基于增强型龙格库塔优化算法(ERUN)的跳频序列设计方法。利用跳频序列的汉明相关性、复杂度、均匀性和平均跳频间隔构建目标函数,建立适用于启发式优化算法的跳频序列设计模型。针对龙格库塔优化算法(RUN)在复杂优化问题上收敛速度慢、寻优精度差的问题,提出增强型龙格库塔优化算法。利用混沌反向学习机制提高初始种群质量,基于二次插值法得到更好的个体更新方向,并根据自适应t分布扰动帮助种群跳出局部最优。在6个基准测试函数和目标函数上的测试结果表明,与RUN的3个最新变体相比,ERUN具有更快的收敛速度和更高的解精度。将得到的跳频序列应用于跳频系统中,实验结果表明,该方法在固定干扰环境下误码率为4%左右,在变化干扰环境下误码率没有明显上升,展现出了较强的抗干扰能力和复杂环境适应能力。

关键词：抗干扰跳频序列龙格库塔优化算法二次插值自适应t分布

在线全文

学校读者我要写书评

暂无评论

基于自适应t分布与动态权重的樽海鞘群算法

计算机应用研究 2023年第7期40卷 2068-2074页

作者：胡竞杰储昭碧郭愉乐董学平朱敏合肥工业大学电气与自动化工程学院合肥230009

针对樽海鞘群算法寻优精度低、收敛速度慢和易陷入局部最优等缺点,提出一种基于自适应t分布与动态权重的樽海鞘群算法。首先,在领导者位置更新中引入蝴蝶优化算法中的全局搜索阶段公式,以此来增强全局探索能力;然后,在追随者位置更新中... 详细信息

针对樽海鞘群算法寻优精度低、收敛速度慢和易陷入局部最优等缺点,提出一种基于自适应t分布与动态权重的樽海鞘群算法。首先,在领导者位置更新中引入蝴蝶优化算法中的全局搜索阶段公式,以此来增强全局探索能力;然后,在追随者位置更新中引入自适应动态权重因子来加强精英个体的引导作用,从而增强局部开发能力;最后,为了避免算法陷入局部最优,引入自适应t分布变异策略对最优个体进行变异。通过对12个基准测试函数进行求解,根据平均值、标准差、求解成功率、Wilcoxon检验和收敛曲线分析,表明所提出的算法要优于标准樽海鞘群算法,以及参与比较的其他改进樽海鞘群算法和其他群智能算法,说明了其在寻优精度和收敛速度方面都有显著提升,并且具备跳出局部最优的能力。通过将其应用在脱硝入口浓度最低点寻找上,验证了算法的有效性。

关键词：樽海鞘群算法蝴蝶优化算法动态权重自适应t分布收敛曲线

在线全文

学校读者我要写书评

暂无评论

增强型野马优化算法及其工程应用

计算机应用研究 2024年第7期41卷 2061-2068页

作者：马志海刘升上海工程技术大学管理学院上海201620

针对野马优化算法易陷入局部最优、收敛速度慢等缺点,提出增强型野马优化算法。首先,在种群初始化阶段,采用Sinusoidal映射,增加种群的多样性;其次,在阶段更新过程中,设计出非线性收敛性更强的自适应权重,调节全局搜索和局部优化能力;然... 详细信息

针对野马优化算法易陷入局部最优、收敛速度慢等缺点,提出增强型野马优化算法。首先,在种群初始化阶段,采用Sinusoidal映射,增加种群的多样性;其次,在阶段更新过程中,设计出非线性收敛性更强的自适应权重,调节全局搜索和局部优化能力;然后,在更新领导者位置阶段加入扰动因子,平衡局部和全局探索能力;进一步,利用自适应t分布变异,对个体位置进行扰动,提高算法跳出局部最优的能力。通过在CEC2021测试竞赛进行测试优化比较,验证算法的有效性和稳健性,并利用Wilcoxon秩和检验和MAE排名,验证算法的有效性。最后将算法应用到工程难题问题中,验证了其在工程优化问题上的适用性与优越性。实验结果表明,与其他智能算法相比,增强型野马优化算法具有更强的寻优能力和更快的收敛速度。

关键词：野马优化算法 Sinusoidal映射自适应t分布工程优化

在线全文

学校读者我要写书评

暂无评论

基于改进麻雀搜索算法的K-means聚类

数学的实践与认识 2024年第2期54卷 152-166页

作者：翁嘉诚周晓杰叶蓓蕾王建宏南通大学理学院江苏南通226019

针对传统K-means聚类算法依赖初始解、易陷入局部最优等问题,提出了一种基于改进麻雀搜索算法的K-means聚类.首先,将分数阶微积分引入麻雀算法,用自适应分数阶阶次对麻雀进行位置更新,提高算法的收敛精度;其次,对麻雀种群进行精英反向学... 详细信息

针对传统K-means聚类算法依赖初始解、易陷入局部最优等问题,提出了一种基于改进麻雀搜索算法的K-means聚类.首先,将分数阶微积分引入麻雀算法,用自适应分数阶阶次对麻雀进行位置更新,提高算法的收敛精度;其次,对麻雀种群进行精英反向学习,增强种群多样性,扩大搜索区域范围;然后,对麻雀的位置进行自适应t分布变异,避免算法陷入局部最优;最后,将提出的改进算法在8个基准测试函数中进行性能验证,并应用于K-means聚类.对UCI数据集进行聚类仿真实验,结果表明基于改进麻雀搜索算法的K-means聚类可有效提高聚类质量和算法稳定性.

关键词：麻雀算法自适应分数阶精英反向学习自适应t分布 K-means聚类

在线全文

学校读者我要写书评

暂无评论

混合多策略改进的樽海鞘群算法及其应用

计算机工程与设计 2024年第3期45卷 822-829页

作者：张家玮李琳张奇志西安石油大学电子工程学院陕西西安710065 西安石油大学陕西省油气井重点测控实验室陕西西安710065

针对标准的樽海鞘群算法(salp swarm algorithm, SSA)在寻优过程中易出现局部最优和收敛速度慢等问题,提出一种混合多策略改进的樽海鞘群算法(ISSA)。利用佳点集策略生成初始种群,使个体均匀分布于搜索空间;将反向学习的思想融入到领导... 详细信息

针对标准的樽海鞘群算法(salp swarm algorithm, SSA)在寻优过程中易出现局部最优和收敛速度慢等问题,提出一种混合多策略改进的樽海鞘群算法(ISSA)。利用佳点集策略生成初始种群,使个体均匀分布于搜索空间;将反向学习的思想融入到领导者位置更新中,提高算法的搜索精度;加入自适应t分布,利用迭代次数iter作为其自由度参数,改善算法的全局探索能力;引入精英反向学习,筛选更好的种群,避免陷入局部最优。通过一组基准函数和Wilcoxin秩和检验来检测改进算法的性能,实验结果表明,改进算法的探索能力和优化精度都得到明显改善且算法之间存在显著差异,通过实际机械设计案例进一步验证ISSA算法的有效性。

关键词：佳点集反向学习自适应t分布精英反向学习樽海鞘群算法基准函数弹簧设计问题

在线全文

学校读者我要写书评

暂无评论

混合策略改进的粒子群算法

重庆理工大学学报（自然科学） 2024年第1期38卷 110-121页

作者：朱茂桃刘欢吴佘胤商高高江苏大学汽车与交通工程学院江苏镇江212013

针对粒子群算法易陷入局部最优、收敛精度低、收敛速度慢等缺陷,提出了基于混合策略的改进粒子群算法。使用融合Circle映射与精英反向学习的策略初始化种群,提升初始种群的质量,同时加快收敛速度;在粒子速度更新方式中引入蜘蛛移动策略... 详细信息

针对粒子群算法易陷入局部最优、收敛精度低、收敛速度慢等缺陷,提出了基于混合策略的改进粒子群算法。使用融合Circle映射与精英反向学习的策略初始化种群,提升初始种群的质量,同时加快收敛速度;在粒子速度更新方式中引入蜘蛛移动策略平衡算法的全局搜索与局部搜索;提出了基于自适应t分布的变异策略,增强算法全局搜索和跳出局部最优能力;对15个单峰和多峰函数进行仿真实验,与其他3种算法进行了对比分析,结果表明:所提出的改进算法具有很强的寻优能力与稳定性。

关键词：粒子群优化算法蜘蛛优化自适应t分布