期刊文献+
共找到5,020篇文章
< 1 2 250 >
每页显示 20 50 100
粒子群优化算法的分析与改进 被引量:86
1
作者 张丽平 俞欢军 +1 位作者 陈德钊 胡上序 《信息与控制》 CSCD 北大核心 2004年第5期513-517,共5页
分析了惯性权值对粒子群优化 (PSO)算法优化性能的影响 ,进而提出选择惯性权值的新策略 .在随机选取惯性权值的同时 ,自适应地调整随机惯性权值的数学期望 ,有效地调整算法的全局与局部搜索能力 .测试表明基于随机惯性权 (RIW )策略的PS... 分析了惯性权值对粒子群优化 (PSO)算法优化性能的影响 ,进而提出选择惯性权值的新策略 .在随机选取惯性权值的同时 ,自适应地调整随机惯性权值的数学期望 ,有效地调整算法的全局与局部搜索能力 .测试表明基于随机惯性权 (RIW )策略的PSO算法 ,其全局搜优的速率与精度有明显提高 . 展开更多
关键词 粒子群 优化算法 随机 惯性权 策略
下载PDF
人工蜂群算法研究综述 被引量:146
2
作者 秦全德 程适 +1 位作者 李丽 史玉回 《智能系统学报》 CSCD 北大核心 2014年第2期127-135,共9页
作为一种较新的群体智能优化算法,人工蜂群算法自提出之时就受到学术界的广泛关注,目前已经在多个领域得到了成功应用。介绍了人工蜂群算法的生物背景和基本原理,在对基本人工蜂群算法的不足进行分析的基础上,归纳了当前人工蜂群算法的... 作为一种较新的群体智能优化算法,人工蜂群算法自提出之时就受到学术界的广泛关注,目前已经在多个领域得到了成功应用。介绍了人工蜂群算法的生物背景和基本原理,在对基本人工蜂群算法的不足进行分析的基础上,归纳了当前人工蜂群算法的改进研究主要集中在算法的参数调整、混合算法和设计新的学习策略3个方面。针对现实的复杂环境,对人工蜂群算法在约束优化和多目标优化的研究进展进行了全面的综述。最后,阐述了人工蜂群算法的应用现状,并提出了人工蜂群算法有待进一步研究的问题。 展开更多
关键词 群体智能 人工蜂群算法 约束优化 多目标优化 选择算法
下载PDF
群智能理论及应用 被引量:79
3
作者 彭喜元 彭宇 戴毓丰 《电子学报》 EI CAS CSCD 北大核心 2003年第z1期1982-1988,共7页
作为一种新兴演化计算技术 ,群智能已成为新的研究热点 ,它与人工生命 ,特别是进化策略和遗传算法有着极为特殊的联系 ,已完成的理论和应用研究证明群智能方法是一种能够有效解决大多数全局优化问题的新方法 .更为重要的是 ,群智能的潜... 作为一种新兴演化计算技术 ,群智能已成为新的研究热点 ,它与人工生命 ,特别是进化策略和遗传算法有着极为特殊的联系 ,已完成的理论和应用研究证明群智能方法是一种能够有效解决大多数全局优化问题的新方法 .更为重要的是 ,群智能的潜在并行性和分布式特点为处理大量的以数据库形式存在的数据提供了技术保证 .本文介绍了群智能理论的产生和发展过程 ,并着力阐述了两种典型算法 ; 展开更多
关键词 群智能 微粒群算法 蚁群算法 优化算法
下载PDF
新的混沌粒子群优化算法 被引量:126
4
作者 胥小波 郑康锋 +2 位作者 李丹 武斌 杨义先 《通信学报》 EI CSCD 北大核心 2012年第1期24-30,37,共8页
针对传统粒子群算法初期收敛较快,而在后期容易陷入早熟、局部最优的特点,提出了一种新的混沌粒子群优化算法,不同于己有的混沌粒子群算法的简单粒子序列替换,该算法将混沌融入到粒子运动过程中,使粒子群在混沌与稳定之间交替运动,逐步... 针对传统粒子群算法初期收敛较快,而在后期容易陷入早熟、局部最优的特点,提出了一种新的混沌粒子群优化算法,不同于己有的混沌粒子群算法的简单粒子序列替换,该算法将混沌融入到粒子运动过程中,使粒子群在混沌与稳定之间交替运动,逐步向最优点靠近。并提出了一种新的混沌粒子群数学模型,进行了非线性动力学分析。数值测试结果表明该方法能跳出局部最优,极大提高了计算精度,进一步提高了全局寻优能力。 展开更多
关键词 粒子群 混沌 混沌粒子群 优化算法
下载PDF
一种动态改变惯性权重的粒子群优化算法 被引量:80
5
作者 王启付 王战江 王书亭 《中国机械工程》 EI CAS CSCD 北大核心 2005年第11期945-948,共4页
针对粒子群优化算法的局限性,提出了一种动态改变惯性权重的粒子群算法,在优化迭代过程中,惯性权重值随粒子的位置和目标函数的性质而变化。函数测试表明,改进后的算法使收敛速度显著加快,而且不易陷入局部极值点。
关键词 粒子群 优化算法 动态惯性权重 收敛速度
下载PDF
均匀搜索粒子群算法 被引量:56
6
作者 吴晓军 杨战中 赵明 《电子学报》 EI CAS CSCD 北大核心 2011年第6期1261-1266,共6页
针对基本粒子群优化算法容易陷入局部最优解的问题,本文定义了PSO粒子搜索中心的概念,并对其随机状态下粒子搜索中心在全局最优解与局部最优解之间的概率密度进行了计算,在此基础上提出了粒子搜索中心在两个最优解之间均匀分布的均匀搜... 针对基本粒子群优化算法容易陷入局部最优解的问题,本文定义了PSO粒子搜索中心的概念,并对其随机状态下粒子搜索中心在全局最优解与局部最优解之间的概率密度进行了计算,在此基础上提出了粒子搜索中心在两个最优解之间均匀分布的均匀搜索粒子群算法,并通过7个Benchmark函数与基本PSO算法进行了对比实验及算法分析,实验分析结果表明,均匀搜索粒子群算法在函数优化尤其非均匀多峰值函数优化中具有更好的收敛速度及稳定性. 展开更多
关键词 粒子群算法 优化算法 均匀搜索
下载PDF
布谷鸟搜索算法综述 被引量:32
7
作者 张晓凤 王秀英 《计算机工程与应用》 CSCD 北大核心 2018年第18期8-16,共9页
布谷鸟搜索(Cuckoo Search,CS)算法是一种新型的群体智能优化算法,该算法受布谷鸟的巢寄生育雏行为的启发,并结合鸟类、果蝇等的莱维飞行特征而提出。首先对CS算法的原理进行介绍,并将它与当前主流群智能算法进行对比分析,从而说明CS算... 布谷鸟搜索(Cuckoo Search,CS)算法是一种新型的群体智能优化算法,该算法受布谷鸟的巢寄生育雏行为的启发,并结合鸟类、果蝇等的莱维飞行特征而提出。首先对CS算法的原理进行介绍,并将它与当前主流群智能算法进行对比分析,从而说明CS算法的有效性及不足。然后介绍了算法的国内外研究成果,包括二进制CS、混沌CS、离散CS等多种版本的改进算法,以及CS算法在图像处理、数据挖掘、组合优化等多个领域的应用。最后,结合布谷鸟算法的特点及其应用研究成果,指出CS算法未来的研究方向。 展开更多
关键词 布谷鸟搜索算法 群体智能 优化算法 图像处理
下载PDF
简约粒子群优化算法 被引量:13
8
作者 刘宇 覃征 史哲文 《西安交通大学学报》 EI CAS CSCD 北大核心 2006年第8期883-887,共5页
针对全局版粒子群的早熟和局部版粒子群的最优位置信息利用率低的问题,提出简约粒子群算法.该算法使用速度松弛迭代策略,使粒子不必频繁更新速度,当粒子速度有利于适应度进一步提高时,就在下一个迭代周期内维持该速度,这有利于提高良好... 针对全局版粒子群的早熟和局部版粒子群的最优位置信息利用率低的问题,提出简约粒子群算法.该算法使用速度松弛迭代策略,使粒子不必频繁更新速度,当粒子速度有利于适应度进一步提高时,就在下一个迭代周期内维持该速度,这有利于提高良好速度信息的利用率,减小算法的计算量,加快运算的收敛速度.同时,利用精英集团策略,使多个最优位置信息在种群内充分共享,有效地控制了种群多样性,避免了早熟现象.在典型标准测试函数上进行了全局、局部版惯性因子粒子群和全局、局部版约束因子粒子群测试比较,结果表明简约粒子群算法具有更强的寻优能力和更高的稳定性,且计算量也比较小. 展开更多
关键词 粒子群 优化算法 速度松弛迭代策略 种群多样胜
下载PDF
粒子群优化算法 被引量:17
9
作者 崔长彩 李兵 张认成 《华侨大学学报(自然科学版)》 CAS 北大核心 2006年第4期343-347,共5页
论述粒子群优化算法(PSO)的基本原理、特点、实现步骤,以及PSO的各种改进技术,包括基于PSO参数的改进技术(主要是惯性权重)、基于遗传算法进化机理的改进技术(受遗传算法启发提出的带交叉算子的PSO、带变异算子的PSO、带选择算子的PSO)... 论述粒子群优化算法(PSO)的基本原理、特点、实现步骤,以及PSO的各种改进技术,包括基于PSO参数的改进技术(主要是惯性权重)、基于遗传算法进化机理的改进技术(受遗传算法启发提出的带交叉算子的PSO、带变异算子的PSO、带选择算子的PSO),以及其他算法融合的改进技术(模拟退火PSO、免疫PSO、混沌PSO),并总结PSO热点研究问题. 展开更多
关键词 粒子群 优化算法 遗传算法 惯性权重
下载PDF
细菌菌落优化算法 被引量:26
10
作者 李明 杨成梧 《控制理论与应用》 EI CAS CSCD 北大核心 2011年第2期223-228,共6页
根据细菌菌落生长演化的基本规律,提出一种新的细菌菌落优化算法.首先,依据细菌生长繁殖规律,制定符合算法需要的个体进化机制.其次根据细菌在培养液中的觅食行为,建立算法中个体泳动、翻滚、停留等运动方式.最后,借鉴菌落中细菌信息交... 根据细菌菌落生长演化的基本规律,提出一种新的细菌菌落优化算法.首先,依据细菌生长繁殖规律,制定符合算法需要的个体进化机制.其次根据细菌在培养液中的觅食行为,建立算法中个体泳动、翻滚、停留等运动方式.最后,借鉴菌落中细菌信息交互方式,建立个体信息共享机制.另外,该算法提供了一种新的结束方式,即在没有任何迭代次数或精度条件的前提下,算法会随着菌落的消失而自然结束,并且可以保持一定的精度.通过与两类PSO算法比较的仿真实验验证了细菌菌落优化算法的效果,通过仿真实验验证了细菌菌落优化算法自然结束过程. 展开更多
关键词 菌落 群集智能 优化算法 进化机制
下载PDF
复合粒子群优化算法在模型参数估计中的应用 被引量:19
11
作者 俞欢军 张丽平 +2 位作者 陈德钊 宋晓峰 胡上序 《高校化学工程学报》 EI CAS CSCD 北大核心 2005年第5期675-680,共6页
化工非线性模型的参数估计是较为困难的寻优问题,经典方法常会陷入局部极值。粒子群算法操作简便、容易实现且全局搜索功能较强,适用于非线性参数估计。但其参数值的确定与问题相关,若设定不当,会严重影响全局搜索的性能。今提出引入遗... 化工非线性模型的参数估计是较为困难的寻优问题,经典方法常会陷入局部极值。粒子群算法操作简便、容易实现且全局搜索功能较强,适用于非线性参数估计。但其参数值的确定与问题相关,若设定不当,会严重影响全局搜索的性能。今提出引入遗传算法,在粒子群算法的搜索过程中,逐代优选参数,包括惯性权值,加速常数,以此构建为复合粒子群优化算法。分析与测试表明,其全局搜索性能有显著改善。进一步的工作又将两种粒子群算法成功地应用于重油热解模型的参数估计。采用复合粒子群优化算法估计参数构建的重油热解模型,其预报相对误差比常规粒子群优化算法降低了8.97%,比简单遗传算法降低了23.21%,效果明显。 展开更多
关键词 复合 粒子群 优化算法 非线性模型 参数估计
下载PDF
基于衰减因子和动态学习的改进樽海鞘群算法 被引量:23
12
作者 陈雷 蔺悦 康志龙 《控制理论与应用》 EI CAS CSCD 北大核心 2020年第8期1766-1780,共15页
樽海鞘群算法是一种新型的群智能优化算法.与其他智能优化算法相比,樽海鞘群算法的优化求解策略仍有待改进,以进一步提高该算法的求解精度和寻优效率.本文提出一种基于衰减因子和动态学习的改进樽海鞘群算法,通过在领导者更新阶段添加... 樽海鞘群算法是一种新型的群智能优化算法.与其他智能优化算法相比,樽海鞘群算法的优化求解策略仍有待改进,以进一步提高该算法的求解精度和寻优效率.本文提出一种基于衰减因子和动态学习的改进樽海鞘群算法,通过在领导者更新阶段添加衰减因子,提高算法的局部开发能力,在跟随者更新阶段引入动态学习策略,提高算法的全局搜索能力.本文对16个测试函数进行实验,将提出的改进算法与其他智能优化算法比较,实验结果表明,本文提出的改进算法在收敛精度和收敛速度方面有较大提升,具有良好的优化性能. 展开更多
关键词 樽海鞘群算法 衰减因子 动态学习 群智能 优化算法
下载PDF
一种基于折射反向学习机制与自适应控制因子的改进樽海鞘群算法 被引量:23
13
作者 范千 陈振健 夏樟华 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2020年第10期183-191,共9页
为克服基本樽海鞘群算法(SSA)存在的收敛速度慢、易陷入局部最优等不足,提出了一种基于折射反向学习和自适应控制因子的新型改进樽海鞘群算法(RCSSA).首先,采用折射反向学习机制在每一次个体的求解中计算折射反向解,极大地提高了算法收... 为克服基本樽海鞘群算法(SSA)存在的收敛速度慢、易陷入局部最优等不足,提出了一种基于折射反向学习和自适应控制因子的新型改进樽海鞘群算法(RCSSA).首先,采用折射反向学习机制在每一次个体的求解中计算折射反向解,极大地提高了算法收敛精度和速度.然后,将原SSA算法中引导者的自适应控制因子引入跟随者的位置更新中,有效地控制整个搜索过程并增加了算法的局部开发能力.为验证所提RCSSA算法的优化性能,采用了7个单峰、16个多峰基准测试函数以及1个工程设计问题对其进行测试.试验中,先引入两种单策略改进的SSA算法来验证所提算法的有效性,再加入鲸鱼优化算法等5个先进的智能优化算法与之进行对比,进一步验证所提算法的优越性.研究结果表明:无论对于低维度还是高维度基准优化问题,所提算法都能有效地增强原SSA算法的开发和探索能力;并且RCSSA算法在整体优化性能方面要优于其他大多数群智能算法. 展开更多
关键词 樽海鞘群算法 折射反向学习 自适应控制因子 智能优化算法 基准函数
下载PDF
基于Tent混沌映射的可复制的鲸鱼算法 被引量:20
14
作者 马晓宁 李笑含 《计算机仿真》 北大核心 2022年第8期363-368,共6页
针对鲸鱼算法的优缺点,提出了一种基于Tent混沌映射的可复制的鲸鱼算法(Tent chaotic mapping-based Reproducible Whale Optimization Algorithm,TRWOA)。首先,为了在优化过程中保证初代种群多样化,初代种群位置由Tent映射生成。其次,... 针对鲸鱼算法的优缺点,提出了一种基于Tent混沌映射的可复制的鲸鱼算法(Tent chaotic mapping-based Reproducible Whale Optimization Algorithm,TRWOA)。首先,为了在优化过程中保证初代种群多样化,初代种群位置由Tent映射生成。其次,考虑到算法迭代前期易出现早熟现象、求解精度低等问题,将细菌觅食优化算法的复制操作引入到鲸鱼算法的优化过程中。通过实验,比较TRWOA和基本的鲸鱼算法优化基准测试函数的能力,结果表明,TRWOA既有效保证了初始解的质量,增强了算法的求解精度,又提升了算法的收敛性能,算法更加稳定。 展开更多
关键词 群智能优化 鲸鱼算法 混沌映射 细菌觅食算法 复制操作
下载PDF
基于粒子群算法的满载需求可拆分车辆路径规划 被引量:20
15
作者 卿东升 邓巧玲 +3 位作者 李建军 刘帅 刘鑫 曾素平 《控制与决策》 EI CSCD 北大核心 2021年第6期1397-1406,共10页
为了更加合理地规划车辆配送路径,尽可能使用最少的车辆数和最短路径长度来完成整个客户点的配送任务,提出一种基于粒子群算法的满载需求可拆分车辆路径(F-SDVRP)规划策略,在配送过程中通过确保任何一辆满载的配送车辆从配送点出发后均... 为了更加合理地规划车辆配送路径,尽可能使用最少的车辆数和最短路径长度来完成整个客户点的配送任务,提出一种基于粒子群算法的满载需求可拆分车辆路径(F-SDVRP)规划策略,在配送过程中通过确保任何一辆满载的配送车辆从配送点出发后均以"最优"的配送路径进行配送来达到配送的总路径"最优"要求,并通过粒子群算法不断优化整个客户点的配送顺序.仿真结果表明,在求解相关客户点配送问题时,所提出的车辆规划策略得到的结果优于对比文献中的求解方法,在配送车辆数相同的情况下,最大的路径长度减少率达到8.21%.此外,各算例的仿真结果表明,所提出的策略的寻优结果稳定,粒子群算法可以解决满载需求可拆分车辆路径规划问题. 展开更多
关键词 需求可拆分 车辆路径规划 粒子群算法 智能优化算法 配送路径 满载
原文传递
粒子群优化算法及其在机组优化组合中应用 被引量:19
16
作者 张振宇 葛少云 刘自发 《电力自动化设备》 EI CSCD 北大核心 2006年第5期28-31,共4页
应用粒子群优化(PSO)算法对电力系统的机组优化组合问题进行研究,介绍了算法原理,分析了算法中各个参数的不同取值对算法搜索能力和收敛速度的影响,并以常用的测试函数进行验证,建立了相应的数学模型,并以IEEE3机6节点电力系统为实例进... 应用粒子群优化(PSO)算法对电力系统的机组优化组合问题进行研究,介绍了算法原理,分析了算法中各个参数的不同取值对算法搜索能力和收敛速度的影响,并以常用的测试函数进行验证,建立了相应的数学模型,并以IEEE3机6节点电力系统为实例进行研究。分析结果表明,PSO算法较之常用的遗传算法和混沌优化等算法,在算法结构、计算时间、搜索区间控制以及收敛速度等方面具有较好的特性,验证了该方法的有效性。 展开更多
关键词 粒子群优化 智能优化算法 机组组合优化
下载PDF
差分进化粒子群混合优化算法的研究与应用 被引量:15
17
作者 杨妍 陈如清 俞金寿 《计算机工程与应用》 CSCD 北大核心 2010年第25期238-241,共4页
对基本粒子群算法(PSO)和差分进化算法(DE)进行了分析,有机结合两种进化算法提出了一种新型差分进化粒子群混合优化算法,该算法将优化过程分成两阶段,两分群分别采用PSO算法和DE算法同时进行。迭代过程中引入进化速度因子并通过群体间... 对基本粒子群算法(PSO)和差分进化算法(DE)进行了分析,有机结合两种进化算法提出了一种新型差分进化粒子群混合优化算法,该算法将优化过程分成两阶段,两分群分别采用PSO算法和DE算法同时进行。迭代过程中引入进化速度因子并通过群体间的信息交流阻止算法陷入局部最优。对4个高维复杂函数寻优测试表明算法的鲁棒性、收敛速度和精度,全局搜索能力均优于常规PSO和DE。将提出的改进算法用于乙烯收率软测量建模,应用结果表明模型精度较高、泛化性能较好。 展开更多
关键词 粒子群优化 差分进化 混合优化算法 软测量
下载PDF
改进鸟群算法及其在梯级水库优化调度中的应用 被引量:16
18
作者 崔东文 金波 《三峡大学学报(自然科学版)》 CAS 2016年第6期7-14,共8页
介绍一种新型群智能仿生算法—鸟群算法(BSA),针对BSA算法进化初期种群多样性的不足,提出基于Lévy飞行策略改进的LBSA算法,并通过2个实例对该算法进行验证:1)利用6个不同维度的典型测试函数对LBSA算法进行仿真测试,仿真结果与基本... 介绍一种新型群智能仿生算法—鸟群算法(BSA),针对BSA算法进化初期种群多样性的不足,提出基于Lévy飞行策略改进的LBSA算法,并通过2个实例对该算法进行验证:1)利用6个不同维度的典型测试函数对LBSA算法进行仿真测试,仿真结果与基本BSA算法、教学优化算法(TLBO)、差分进化算法(DE)、改进粒子群优化算法(IPSO)、粒子群优化算法(PSO)和混合蛙跳算法(SFLA)的仿真结果进行对比分析.2)为进一步验证LBSA算法的有效性,将其与BSA、TLBO等6种算法用于求解某梯级水库中长期优化调度问题.结果表明:LBSA算法寻优精度优于其他6种算法,具有全局探索及空间勘探能力强、求解精度受维度影响较小、运行速度快、求解精度高等优点,适合求解高维多极值复杂优化问题.LBSA算法优化调度发电量为38.357 3亿kW·h,分别比TLBO、IPSO、DE、PSO和SFLA算法的优化调度结果增加发电量0.005 5、0.008 4、0.010 5、1.467 3和2.678 4亿kW·h,具有较好的优化调度效果.本文通过典型测试函数及实际工程验证了LBSA算法的可行性和高效性,为求解复杂高维的梯级水库群优化调度模型提供了一种全新的途径和方法. 展开更多
关键词 鸟群算法 Lévy飞行 仿真测试 优化调度 智能优化算法 水库
下载PDF
粒子群神经网络混合算法在负荷预测中的应用 被引量:14
19
作者 蔡金锭 付中云 《高电压技术》 EI CAS CSCD 北大核心 2007年第5期90-93,共4页
电力系统负荷预测结果的准确性关系到电力系统的调度运行、生产计划和供电质量,为此在研究短期负荷预测中应用了粒子群PSO和BP神经网络相结合的混合算法。该算法先应用粒子群优化算法算出BP神经网络的连接权向量和阈值,每次迭代求出最... 电力系统负荷预测结果的准确性关系到电力系统的调度运行、生产计划和供电质量,为此在研究短期负荷预测中应用了粒子群PSO和BP神经网络相结合的混合算法。该算法先应用粒子群优化算法算出BP神经网络的连接权向量和阈值,每次迭代求出最优粒子的权向量和阈值及BP网络在这组权向量和阈值的实际输出值,最后得出第i个粒子的适应度函数。与其他方法相比,该算法预测精度较高:平均相对误差≤1.48%,最大相对误差≤4.10%,而且收敛速度快,预测结果满足短期负荷预测误差要求。 展开更多
关键词 粒子群算法 PSO—BP混合算法 优化算法 日负荷预测 预测精度 相对误差
下载PDF
Seeker optimization algorithm:a novel stochastic search algorithm for global numerical optimization 被引量:14
20
作者 Chaohua Dai Weirong Chen +1 位作者 Yonghua Song Yunfang Zhu 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2010年第2期300-311,共12页
A novel heuristic search algorithm called seeker op- timization algorithm (SOA) is proposed for the real-parameter optimization. The proposed SOA is based on simulating the act of human searching. In the SOA, search... A novel heuristic search algorithm called seeker op- timization algorithm (SOA) is proposed for the real-parameter optimization. The proposed SOA is based on simulating the act of human searching. In the SOA, search direction is based on empir- ical gradients by evaluating the response to the position changes, while step length is based on uncertainty reasoning by using a simple fuzzy rule. The effectiveness of the SOA is evaluated by using a challenging set of typically complex functions in compari- son to differential evolution (DE) and three modified particle swarm optimization (PSO) algorithms. The simulation results show that the performance of the SOA is superior or comparable to that of the other algorithms. 展开更多
关键词 swarm intelligence global optimization human searching behaviors seeker optimization algorithm.
下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部