期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
基于高斯变异的引力搜索算法 被引量:3
1
作者 隋永霞 孙合明 《江南大学学报(自然科学版)》 CAS 2015年第5期596-600,共5页
在深入研究基本的万有引力搜索算法基础上,将进化计算过程中的高斯变异引入引力搜索算法的位置更新中,增强引力搜索算法跳出局部最优解的能力。经典的测试函数验证了该算法的性能,并与基本的万有引力搜索算法及基于权值的引力搜索算法... 在深入研究基本的万有引力搜索算法基础上,将进化计算过程中的高斯变异引入引力搜索算法的位置更新中,增强引力搜索算法跳出局部最优解的能力。经典的测试函数验证了该算法的性能,并与基本的万有引力搜索算法及基于权值的引力搜索算法作比较,结果表明基于高斯变异的引力搜索算法更容易跳出局部最优,在求解函数的优化问题中表现出更好的性能。 展开更多
关键词 引力搜索算法 局部搜索 高斯变异 收敛速度
下载PDF
Improvement for consensus performance of multi-agent systems based on delayed-state-derivative feedback 被引量:6
2
作者 Zhihai Wu Huajing Fang 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2012年第1期137-144,共8页
The delayed-state-derivative feedback (DSDF) is in- troduced into the existing consensus protocol to simultaneously improve the robustness to communication delay and accele- rate the convergence speed of achieving t... The delayed-state-derivative feedback (DSDF) is in- troduced into the existing consensus protocol to simultaneously improve the robustness to communication delay and accele- rate the convergence speed of achieving the consensus. The frequency-domain analysis, together with the algebra graph the- ory, is employed to derive the sufficient and necessary condition guaranteeing the average consensus. It is shown that introduc- ing the DSDF with the proper intensity in the existing consensus protocol can improve the robustness to communication delay. By analyzing the effect of DSDF on the closed-loop poles, this pa- per proves that for a supercritical-delay multi-agent system, this strategy can also accelerate the convergence speed of achieving the consensus with provided the proper intensity of the DSDE Simulations are provided to demonstrate the effectiveness of the theoretical results. 展开更多
关键词 multi-agent system CONSENSUS robustness conver- gence speed delayed-state-derivative feedback.
下载PDF
基于云自适应遗传算法的K-means聚类分析 被引量:7
3
作者 许茂增 余国印 《数学的实践与认识》 北大核心 2015年第17期48-55,共8页
现有的基于遗传算法的K-means聚类算法,利用遗传算法的全局优化性提高了K-means算法的寻优能力,收敛速度却过慢.为了解决上述问题,提出基于云自适应遗传算法的K-means聚类算法,利用云模型云滴的随机性和稳定趋向性设计遗传算法的交叉和... 现有的基于遗传算法的K-means聚类算法,利用遗传算法的全局优化性提高了K-means算法的寻优能力,收敛速度却过慢.为了解决上述问题,提出基于云自适应遗传算法的K-means聚类算法,利用云模型云滴的随机性和稳定趋向性设计遗传算法的交叉和变异概率,并在进化过程中引入K均值算子,以克服算法收敛速度过慢的问题.实验比较表明,算法具有较好的全局优化性,且收敛速度较快,提高了聚类算法解决物流管理中数据聚类工作的能力. 展开更多
关键词 物流管理 K-MEANS算法 遗传算法 收敛速度 云模型
原文传递
Convergence performance comparisons of PID, MRAC, and PID + MRAC hybrid controller 被引量:4
4
作者 Dan ZHANG Bin WEI 《Frontiers of Mechanical Engineering》 SCIE CSCD 2016年第2期213-217,共5页
This study proposes a hybrid controller by combining a proportional-integral-derivative (PID) control and a model reference adaptive control (MRAC), which named as PID + MRAC controller. The convergence performan... This study proposes a hybrid controller by combining a proportional-integral-derivative (PID) control and a model reference adaptive control (MRAC), which named as PID + MRAC controller. The convergence performances of the PID control, MRAC, and hybrid PID + MRAC are also compared. Through the simulation in Matlab, the results show that the convergence speed and performance of the MRAC and the PID +MRAC controller are better than those of the PID controller. In addition, the convergence performance of the hybrid control is better than that of the MRAC control. 展开更多
关键词 proportional-integral-derivative (PID) control model reference adaptive control hybrid control conver-gence speed COMPARISON
原文传递
基于可变阶数的集员滤波仿射投影算法
5
作者 孟庆萍 周新力 杨祥红 《无线电工程》 2012年第10期16-19,共4页
为了解决传统集员滤波仿射投影(SM-AP)算法收敛速度与稳态失调和计量复杂度之间的矛盾,提出一种新的数据选择性仿射投影算法。此算法在传统SM-AP算法的基础上,引入可变阶数(也称数据重用因子),称为基于可变数据重用因子的集员滤波仿射投... 为了解决传统集员滤波仿射投影(SM-AP)算法收敛速度与稳态失调和计量复杂度之间的矛盾,提出一种新的数据选择性仿射投影算法。此算法在传统SM-AP算法的基础上,引入可变阶数(也称数据重用因子),称为基于可变数据重用因子的集员滤波仿射投影(VDRF-SM-AP)算法。通过利用步长提供的信息,此算法可以自动地分配数据重用因子,实现了在初始阶段数据重用因子大,收敛后数据重用因子小的目标,从而既保证了收敛速度又降低了稳态失调。通过理论分析和仿真验证,新算法的整体复杂度比其他传统的SM-AP算法低很多,同时保留了传统的SM-AP算法的快速收敛特性,但是却能达到更小的稳态失调。 展开更多
关键词 集员滤波 仿射投影算法 可变数据重用因子 稳态失调 收敛速度
下载PDF
基于随机鞭策机制的散漫度粒子群算法
6
作者 袁罗 葛洪伟 《计算机工程与应用》 CSCD 北大核心 2019年第4期66-71,90,共7页
针对标准粒子群算法全局搜索能力差、易陷入早熟等问题,提出了基于随机鞭策机制的散漫度粒子群算法。首先,给出了粒子散漫度概念,通过动态地对各个粒子的散漫程度进行评估,判断粒子状态,并通过随机鞭策机制处理散漫粒子,避免算法陷入局... 针对标准粒子群算法全局搜索能力差、易陷入早熟等问题,提出了基于随机鞭策机制的散漫度粒子群算法。首先,给出了粒子散漫度概念,通过动态地对各个粒子的散漫程度进行评估,判断粒子状态,并通过随机鞭策机制处理散漫粒子,避免算法陷入局部最优;其次,对积极运动的粒子利用个体历史最优位置进行处理,加快算法收敛速度;对11个标准函数进行测试,并与标准粒子群算法和其他改进算法进行对比,实验结果表明,基于散漫度的快速收敛粒子群算法寻优精度更高,收敛速度更快。 展开更多
关键词 粒子群算法(PSO) 随机鞭策机制 散漫度 寻优精度 收敛速度
下载PDF
入侵杂草算法及其改进方法综述
7
作者 周立军 《白城师范学院学报》 2021年第5期35-42,共8页
入侵杂草算法(IWO算法)是模拟杂草繁衍过程的一种随机搜索方法,具有鲁棒性、自适应性强和编程简单等优点,但也有搜索效率低,容易陷入局部最优的不足.在种群初始化阶段,研究者采用多子群法、反向学习法和混沌序列等方法使种群在全局空间... 入侵杂草算法(IWO算法)是模拟杂草繁衍过程的一种随机搜索方法,具有鲁棒性、自适应性强和编程简单等优点,但也有搜索效率低,容易陷入局部最优的不足.在种群初始化阶段,研究者采用多子群法、反向学习法和混沌序列等方法使种群在全局空间分布更均匀;在空间扩散阶段,研究者将防早熟的杂草算法、Alopex算法、Lévy飞行法和蝙蝠算法等应用于IWO算法,使得部分种子在空间扩散阶段获得更强的全局搜索能力;在竞争排斥阶段,采用差分进化算法,可改善种群的多样性,并且更容易选择出优秀个体,提高收敛速度. 展开更多
关键词 智能优化算法 入侵杂草算法 全局寻优 收敛速度 IWO算法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部