期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于差分进化算法的认知无线电决策引擎 被引量:5
1
作者 毕晓君 李安宁 《智能系统学报》 北大核心 2012年第6期542-546,共5页
针对认知系统的工作参数调整问题,提出基于差分进化算法的认知无线电决策引擎算法.利用差分算法设置参数少、寻优能力强、不易于陷入局部最优等特点,实现认知系统根据工作环境变化和用户需求自适应调整工作参数.仿真结果表明,在多载波... 针对认知系统的工作参数调整问题,提出基于差分进化算法的认知无线电决策引擎算法.利用差分算法设置参数少、寻优能力强、不易于陷入局部最优等特点,实现认知系统根据工作环境变化和用户需求自适应调整工作参数.仿真结果表明,在多载波通信系统中,与协进化粒子群算法相比,提出的算法能增强系统的整体性能,提高系统的工作效率. 展开更多
关键词 认知无线电 决策引擎 差分进化算法 多载波通信 协进化粒子群算法
下载PDF
多目标云工作流调度的协同进化多群体优化 被引量:1
2
作者 刘雨潇 王毅 +1 位作者 袁磊 吴钊 《计算机工程与设计》 北大核心 2018年第5期1350-1357,共8页
为实现云工作流调度的多目标最优化,提出一种协同进化多群体优化调度算法。以执行跨度、代价和能耗同步最优化为目标,建立基于激素的协同进化多群体优化模型;通过多群体方式,使每个群体通过多目标粒子群优化寻找单目标非占优解;为避免... 为实现云工作流调度的多目标最优化,提出一种协同进化多群体优化调度算法。以执行跨度、代价和能耗同步最优化为目标,建立基于激素的协同进化多群体优化模型;通过多群体方式,使每个群体通过多目标粒子群优化寻找单目标非占优解;为避免局部最优,粒子进化中,引入激素激励机制和多群体竞争与协作机制,得到多目标最优解。通过仿真实验,与多目标调度算法MOHEFT和CMPSO作分析比较,结果表明,该算法在综合性能上实现了更好的Pareto最优解,具有更好的有效性和可行性。 展开更多
关键词 工作流调度 多群体 协同进化 粒子群优化 Pareto边界
下载PDF
协同免疫量子粒子群算法求非合作博弈Nash均衡解 被引量:9
3
作者 刘露萍 贾文生 蔡江华 《计算机应用与软件》 北大核心 2019年第8期203-209,共7页
考虑n人非合作博弈Nash均衡求解问题。将混合策略意义下的Nash均衡转化为最优化问题;把免疫记忆、自我进化、信息共享机制加入量子粒子群算法,通过概率浓度选择公式来保持种群的多样性,提出协同免疫量子粒子群算法。4个经典的数值算例说... 考虑n人非合作博弈Nash均衡求解问题。将混合策略意义下的Nash均衡转化为最优化问题;把免疫记忆、自我进化、信息共享机制加入量子粒子群算法,通过概率浓度选择公式来保持种群的多样性,提出协同免疫量子粒子群算法。4个经典的数值算例说明,该算法优于免疫粒子群算法,具有较强的寻优能力和收敛性能。 展开更多
关键词 NASH均衡 概率浓度选择 量子粒子群算法 协同免疫量子粒子群算法
下载PDF
基于合作协同进化和IMPSO算法的多阶段多目标电网规划 被引量:6
4
作者 何井龙 杨红梅 《电力系统保护与控制》 EI CSCD 北大核心 2008年第20期10-14,共5页
提出一种模型,其任务是在满足安全约束的条件下,确定何时、何地,新建多少线路以满足各阶段电网负荷增长的需要,同时使建设费用、运行费用和网损费用最小。尝试将合作协同进化算法与IMPSO算法结合,应用于多阶段多目标的电力系统规划问题... 提出一种模型,其任务是在满足安全约束的条件下,确定何时、何地,新建多少线路以满足各阶段电网负荷增长的需要,同时使建设费用、运行费用和网损费用最小。尝试将合作协同进化算法与IMPSO算法结合,应用于多阶段多目标的电力系统规划问题,在各阶段中采用IMPSO算法多目标优化,各阶段之间通过合作协同算法根据各约束条件进行协调。与常规算法比较,在算例分析与实际应用中取得了较好的效果。 展开更多
关键词 合作协同进化 粒子群算法 多目标优化 多阶段
下载PDF
基于协同进化粒子群算法的水库优化调度与应用 被引量:6
5
作者 刘英华 王敬 +2 位作者 王镜淋 张涛 齐爱年 《中国农村水利水电》 北大核心 2022年第7期122-127,139,共7页
水库供水优化调度中存在多个供水目标、多个决策变量和复杂多约束条件,从而呈现出高维度、非线性、强约束特性。针对传统粒子群算法求解此类问题容易出现的收敛速度慢、计算效率低及早熟问题,将合作型协同进化思想与粒子群算法相结合,... 水库供水优化调度中存在多个供水目标、多个决策变量和复杂多约束条件,从而呈现出高维度、非线性、强约束特性。针对传统粒子群算法求解此类问题容易出现的收敛速度慢、计算效率低及早熟问题,将合作型协同进化思想与粒子群算法相结合,提出一种基于种群停滞搜索技术的协同进化粒子群算法,一方面通过种群内部个体间的竞争进化模式来提高种群竞争力,另一方面通过种群之间的相互合作模式提升算法全域搜索能力,各种群依次实行进化过程和协同过程,以保持种群进化过程中的多样性,并从“种群进化过程监视”的角度出发,提出了防止算法早熟的种群停滞探测技术,提高算法收敛速度。将提出的算法应用于徐家河水库供水优化调度模型求解中,结果表明,相对于传统粒子群算法,本算法计算的生活、工业和灌溉累积缺水总量分别降低了47.2%、33.3%和14.4%,供水保证率分别提高了1.7%、1.9%和4.4%,缺水指数分别降低了0.064、0.071和0.076,年均弃水量减少了1.9%,水资源利用效率有所增加。算法性能方面,协同进化粒子群算法在迭代早期(约65次迭代)就开始收敛,并在一定程度上避免了粒子陷入局部最优,降低了算法的不确定。综上表明,本文提出的算法易于实现,求解效率高,为水库优化调度模型求解提供了新的思路。 展开更多
关键词 水库优化调度 限制供水规则 协同进化粒子群算法 群停滞搜索技术 模拟优化模型
下载PDF
基于合作进化算法的月面返回再入轨迹优化设计 被引量:2
6
作者 王峰波 董长虹 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2014年第5期629-634,共6页
在考虑热流、过载、动压以及开伞点参数等多种约束条件下,针对低升阻比返回舱月面返回再入轨迹优化设计问题,基于分段线性倾侧角参数化策略,提出了采用合作进化算法进行参数优化的策略来实现再入轨迹的快速高精度优化设计.首先采用以能... 在考虑热流、过载、动压以及开伞点参数等多种约束条件下,针对低升阻比返回舱月面返回再入轨迹优化设计问题,基于分段线性倾侧角参数化策略,提出了采用合作进化算法进行参数优化的策略来实现再入轨迹的快速高精度优化设计.首先采用以能量为自变量的分段线性倾侧角控制参数化策略,将连续最优控制问题转化为有限维参数寻优问题,然后基于逃逸粒子群算法和自适应差分进化算法的合作进化算法求解该问题.数值仿真验证了倾侧角参数化策略的正确性,对比试验分析表明合作进化算法较传统进化算法有更快的收敛速度和更高的优化精度的综合性能,更加适合月面返回再入轨迹优化设计问题的求解. 展开更多
关键词 月面返回 轨迹优化 合作进化算法 逃逸粒子群算法 自适应差分进化
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部