检索结果-南通市图书馆

具有捕食策略的混合随机优化算法及其多极值函数优化

在线全文

学校读者我要写书评

暂无评论

计算机应用 2014年第A2期34卷 162-165页

作者：曹秀爽姚明林李兵唐山学院信息工程系河北唐山063000

SAGACIA是一种混合随机优化算法,该算法虽已吸收了模拟退火算法、遗传算法和趋化性算法的优点,但搜索过程中仍存在收敛速度慢以及采用固定步长影响搜索精度的缺点,而捕食搜索策略通过限制的调节能较快锁定最优区域,从而提高收敛速度。... 详细信息

SAGACIA是一种混合随机优化算法,该算法虽已吸收了模拟退火算法、遗传算法和趋化性算法的优点,但搜索过程中仍存在收敛速度慢以及采用固定步长影响搜索精度的缺点,而捕食搜索策略通过限制的调节能较快锁定最优区域,从而提高收敛速度。结合两者的优缺点,提出一种具有捕食搜索策略的自适应调整步长SAGACIA算法,改进后的算法通过捕食搜索策略平衡了算法的局域搜索和全局搜索,提高了收敛速度;邻域搜索采用自适应步长,避免了最优解附近的震荡,提高了搜索精度。实验仿真结果表明,改进后的SAGACIA算法具有较快的收敛速度和较高的寻优精度,证明了算法改进的有效性和可行性。

关键词：捕食搜索 SAGACIA 自适应步长多极值函数 benchmark函数

在线全文

学校读者我要写书评

暂无评论

具有自加速与变邻域搜索的差分演化算法

计算机应用 2012年第10期32卷 2911-2915,2919页

作者：赵洋贺毅朝李晰石家庄经济学院信息工程学院石家庄050031

在分析差分演化(DE)进化方式基础上,首先利用自加速性改进差异算子与选择算子,然后结合变邻域搜索改善算法的局部搜索能力,提出了一种具有自加速特性与变邻域搜索能力的差分演化算法(SAVNDE);基于DE的三种进化模式,利用5个benchmark测... 详细信息

在分析差分演化(DE)进化方式基础上,首先利用自加速性改进差异算子与选择算子,然后结合变邻域搜索改善算法的局部搜索能力,提出了一种具有自加速特性与变邻域搜索能力的差分演化算法(SAVNDE);基于DE的三种进化模式,利用5个benchmark测试函数进行对比计算,实验结果表明:SAVNDE在保持了DE原有特性基础上,以较快的速度获得更好的结果。

关键词：差分演化进化模式自加速特性变邻域搜索 benchmark函数

在线全文

学校读者我要写书评

暂无评论

随机交叉−自学策略改进的教与学优化算法

智能系统学报 2021年第2期16卷 313-322页

作者：黎延海雍龙泉拓守恒陕西理工大学数学与计算机科学学院陕西汉中723001 陕西省工业自动化重点实验室陕西汉中723001 西安邮电大学计算机学院陕西西安710121

针对非原点最优的复杂优化问题(最优解不在坐标原点),提出了一种基于随机交叉-自学策略的教与学优化算法(teaching and learning optimization algorithm based on random crossover-self-study strategy,CSTLBO)。对标准教与学优化算法的“教阶段”和“学阶段”的空间扰动进行了几何解释,改进了原有的“教阶段”和“学阶段”,并引入随机交叉策略和“自学”策略来提高算法的全局寻优能力。通过使用20个benchmark函数进行仿真,并与6种改进的教与学优化算法进行结果比较及Wilcoxon秩和检验分析,结果表明CSTLBO算法能有效避免陷入局部最优,具有良好的全局搜索能力,求解精度高,稳定性好。

关键词：群体智能教与学优化随机交叉 “自学”策略 benchmark函数非原点最优多样性分析

在线全文

学校读者我要写书评

暂无评论

蝉鸣优化:一种新的仿生进化算法

计算机科学 2014年第6期41卷 235-238,249页

作者：贺毅朝李宁李文斌石家庄经济学院信息工程学院石家庄050031 石家庄经济学院网络信息安全实验室石家庄050031

借鉴秋蝉鸣叫中表现出的某种同步化以及蝉的生活习性提出了一种新的仿生优化算法:蝉鸣优化(CSO),分析并指出了CSO除具有一般进化算法的特性外还具有两点独特的特性,并基于有限Markov链理论证明了CSO的渐近收敛性。利用CSO、PSO和DE对9... 详细信息

借鉴秋蝉鸣叫中表现出的某种同步化以及蝉的生活习性提出了一种新的仿生优化算法:蝉鸣优化(CSO),分析并指出了CSO除具有一般进化算法的特性外还具有两点独特的特性,并基于有限Markov链理论证明了CSO的渐近收敛性。利用CSO、PSO和DE对9个高维benchmark函数的仿真计算比较表明:CSO是一种非常适于求解数值最优化问题的进化算法。

关键词：进化算法蝉鸣方式生存周期渐近收敛性 benchmark函数

在线全文

学校读者我要写书评

暂无评论

基于两种进化模式的双种群协作差分演化算法

计算机工程与应用 2008年第25期44卷 60-64页

作者：王培崇贺毅朝钱旭中国矿业大学机电与信息工程学院北京100083 石家庄经济学院信息工程学院石家庄050031

提出了一种基于两种进化模式的双种群协作差分演化算法(DPDE)。在DPDE中,两个种群通过协作共同进化。首先,各种群以不同的进化模式,通过个体竞争实现自身进化;其次,种群之间基于局部信息传递和共享机制,通过随机交换个体方式相互协作、... 详细信息

提出了一种基于两种进化模式的双种群协作差分演化算法(DPDE)。在DPDE中,两个种群通过协作共同进化。首先,各种群以不同的进化模式,通过个体竞争实现自身进化;其次,种群之间基于局部信息传递和共享机制,通过随机交换个体方式相互协作、共同进化,既实现了不同进化模式间的优势互补,又可以改善种群的多样性。对于5个典型benchmark测试函数,通过与DE和DEfirDE算法的比较表明:DPDE具有更好的全局收敛性和鲁棒性,特别适合求解高维多模态函数的最优化问题。

关键词：差分演化进化模式:协作进化 benchmark函数

在线全文

学校读者我要写书评

暂无评论

微粒群算法与郭涛算法在数值优化中的比较

计算机工程与应用 2007年第11期43卷 100-103页

作者：贺毅朝张翠军王培崇张巍石家庄经济学院信息工程系石家庄050031

对于9个典型的复杂benchmark测试函数,分别利用PSO算法和GuoA算法进行数值计算比较,大量实验结果表明:GuoA算法更具有通用性和坚韧性,在全局收敛趋势方面较优,但是速度相对较慢;PSO算法的收敛速度很快,而且对于某些极难问题更具有优越性... 详细信息

对于9个典型的复杂benchmark测试函数,分别利用PSO算法和GuoA算法进行数值计算比较,大量实验结果表明:GuoA算法更具有通用性和坚韧性,在全局收敛趋势方面较优,但是速度相对较慢;PSO算法的收敛速度很快,而且对于某些极难问题更具有优越性,但成功率相对较低,且容易早熟。

关键词：演化算法微粒群算法郭涛算法 benchmark函数

在线全文

学校读者我要写书评

暂无评论

基于搜索策略的烟花算法研究

现代电子技术 2020年第2期43卷 74-76页

作者：赵伟郭乙江长江大学工程技术学院

为了克服烟花算法容易早熟,提高其寻优精度,提出一种基于搜索策略的烟花算法。首先,通过最小爆炸半径检测,得到种群适应度值。其次,在烟花种群多次迭代过程中对当前最佳烟花个体进行动态随机搜索,增强对当前阶段最佳个体邻域范围内的搜... 详细信息

为了克服烟花算法容易早熟,提高其寻优精度,提出一种基于搜索策略的烟花算法。首先,通过最小爆炸半径检测,得到种群适应度值。其次,在烟花种群多次迭代过程中对当前最佳烟花个体进行动态随机搜索,增强对当前阶段最佳个体邻域范围内的搜索。最后,根据当前最佳个体之间的拥挤程度,存留10%的最佳个体,对剩余烟花个体采用佳点集策略进行初始化操作,辅助种群个体逃离局部最优。实验结果表明,所提算法相比同类烟花算法有效提高了求解精度,且收敛速度较快。

关键词：搜索策略烟花算法动态随机搜索佳点集策略 benchmark函数个体逃离

基于改进差分进化算法的多目标物资调度问题研究

在线全文

学校读者我要写书评

暂无评论

基于改进差分进化算法的多目标物资调度问题研究

作者：刘正南兰州交通大学

学位级别：硕士

近年来,人类社会面临着各个方面的威胁,各种突发自然灾害和公共卫生事件频发,给群众生命和财产带来了极大的损失。合理的物资配置和高效的物资调度可以在灾害发生时迅速高效地为受灾点提供救援物资,减少人员伤亡并降低财产损失,最大程... 详细信息

近年来,人类社会面临着各个方面的威胁,各种突发自然灾害和公共卫生事件频发,给群众生命和财产带来了极大的损失。合理的物资配置和高效的物资调度可以在灾害发生时迅速高效地为受灾点提供救援物资,减少人员伤亡并降低财产损失,最大程度地预防和降低突发事件造成的损害,是维护国家安全、民生福祉的重要保障之一。然而,应急调度问题是一个多目标优化问题,在多个目标之间往往存在着相互制约和限制,因此很难找到全局最优解或者收敛到Pareto解集。鉴于这一问题,本文针对应急物资调度问题,以时间最短和成本最小为核心目标,从多目标优化的角度对问题进行分析研究,建立模型使其可以在实际问题中实现快速响应和高效救援,并通过改进算法提高了差分进化算法在离散应用问题中的能力。具体研究内容如下:首先,本文从多目标问题理论出发,介绍了多目标问题的求解方法以及Pareto前沿的相关概念,并对应急物资调度的相关概念进行阐述,分析其特点以及与普通物流的区别,以此延伸出应急物资调度的三级调度运输网络。论文还对用于求解本文问题的差分进化算法进行介绍,详细解释了标准差分进化算法的具体步骤以及变异策略的常见变体,为后续的算法改进铺垫理论基础。其次,为了进一步提高求解效率,本文对传统差分进化算法进行改进,解决其易陷入局部最优解、收敛速度慢等问题,提出了一种动态自适应加权差分进化算法(DAWDE,Dynamic Adaptive Weighted Differential Evolution),具体的改进方法为:算法先通过自适应加权调整缩放因子和交叉概率因子,再在种群聚集度的理论基础上将两种变异策略DE/best/1和DE/rand/1加权组合提出自适应加权变异算子,兼顾算法的全局寻优能力及局部开发能力。最后对判断为早熟的个体进行扰动变异,跳出局部最优解,从而保证种群多样性,提高算法的探索性能。在实验中,该算法在8个benchmark函数上与标准DE算法、SADE算法、JDE算法和JADE算法进行对比,证明改进后算法的性能更佳、全局寻优能力更强、收敛速度更快、稳定性更强,由此得出针对差分进化算法的一系列改进有效地平衡了其全局寻优能力与局部开发能力,提高了算法的鲁棒性和适应性。最后,本文将应急物资调度问题分解为配送中心选址问题和多目标物资调度问题,先以调度成本最低为目标进行选址操作,再加入调度时间最短作为目标进行调度规划,并考虑需求在救援过程中动态变化的情况,构建一个加入扰动量影响的动态调度模型。应用本文提出的改进算法求解构建的模型,以汶川地震的数据记载作为应急物资调度的算例仿真对象,先对应急物资配送中心进行选址规划,再求解使得运输时间及运输成本达到最优的调度方案,并加入新需求影响,对之前的调度方案进行扩展。实验仿真结果证明,在多个目标协同作用情况下,与遗传算法及标准差分进化算法相比,改进后的差分进化算法在求解多个模型时均取得了较好的表现,从而得出本文所提出的动态自适应加权差分进化算法的可行性和高效性。

关键词：差分进化算法应急物资调度自适应加权 Pareto前沿 benchmark函数

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

差分进化算法的改进研究

科技视界 2016年第1期 181-181,194页

作者：何佳欢王向东沈阳工业大学信息学院辽宁沈阳110870

本文提出了一种改进的差分进化算法,算法采用一种新的突变方式,同时在选择操作之前引入扰动机制以增强算法的全局搜索能力。之后对改进算法进行了benchmark函数实验,得到的仿真结果证明了算法的有效性。

关键词：差分进化算法 benchmark函数扰动