期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Iterative映射和单纯形法的改进灰狼优化算法
被引量：
18
1
作者
王梦娜
王秋萍
王晓峰
《计算机应用》
CSCD
北大核心
2018年第A02期16-20,54,共6页
为了解决基本灰狼优化算法(GWO)依赖初始种群和求解精度不高的问题,提出一种基于Iterative映射和单纯形法的改进灰狼优化算法(SMIGWO)。该算法利用混沌Iterative映射产生初始灰狼种群,增强全局搜索过程中的种群多样性;采用逆不完全Γ函...
为了解决基本灰狼优化算法(GWO)依赖初始种群和求解精度不高的问题,提出一种基于Iterative映射和单纯形法的改进灰狼优化算法(SMIGWO)。该算法利用混沌Iterative映射产生初始灰狼种群,增强全局搜索过程中的种群多样性;采用逆不完全Γ函数更新收敛因子,以平衡算法的全局搜索和局部搜索能力;利用单纯形法的反射、扩张和收缩操作对当前较差个体进行改进,避免算法陷入局部最优。对10个测试函数进行仿真实验,数值结果表明,与基本GWO算法、Square GWO算法、非线性收敛因子的GWO(NGWO)算法、混合GWO(HGWO)算法、粒子群优化算法(PSO)、细菌觅食算法(BFA)和引力搜索算法(GSA)相比,改进的灰狼优化算法求解精度更高,稳定性更好。
展开更多
关键词
灰狼优化算法
Iterative映射
逆不完全
γ
函数
单纯形法
下载PDF
职称材料
粒子群优化算法的改进及数值仿真
被引量：
11
2
作者
李建平
宫耀华
+2 位作者
赵思远
卢爱平
李盼池
《吉林大学学报（理学版）》
CAS
CSCD
北大核心
2017年第2期322-332,共11页
提出一种改进的粒子群优化算法,该算法采用使全局探索与局部开发合理平衡的方法,降低了粒子群优化易陷入早熟收敛的可能性.先用Beta分布初始化种群,再用逆不完全Γ函数更新惯性权重,然后基于差分进化的新算子实现速率更新,最后采用基于...
提出一种改进的粒子群优化算法,该算法采用使全局探索与局部开发合理平衡的方法,降低了粒子群优化易陷入早熟收敛的可能性.先用Beta分布初始化种群,再用逆不完全Γ函数更新惯性权重,然后基于差分进化的新算子实现速率更新,最后采用基于边界对称映射的方法处理粒子的越界.数值仿真结果表明,改进算法明显优于普通粒子群优化算法、差分进化算法、人工蜂群优化算法和蚁群优化算法.
展开更多
关键词
粒子群优化
Beta分布函数
逆不完全
γ
函数
数值优化
算法设计
下载PDF
职称材料
题名
基于Iterative映射和单纯形法的改进灰狼优化算法
被引量：
18
1
作者
王梦娜
王秋萍
王晓峰
机构
西安理工大学理学院
出处
《计算机应用》
CSCD
北大核心
2018年第A02期16-20,54,共6页
基金
国家自然科学基金资助项目(61772416)
文摘
为了解决基本灰狼优化算法(GWO)依赖初始种群和求解精度不高的问题,提出一种基于Iterative映射和单纯形法的改进灰狼优化算法(SMIGWO)。该算法利用混沌Iterative映射产生初始灰狼种群,增强全局搜索过程中的种群多样性;采用逆不完全Γ函数更新收敛因子,以平衡算法的全局搜索和局部搜索能力;利用单纯形法的反射、扩张和收缩操作对当前较差个体进行改进,避免算法陷入局部最优。对10个测试函数进行仿真实验,数值结果表明,与基本GWO算法、Square GWO算法、非线性收敛因子的GWO(NGWO)算法、混合GWO(HGWO)算法、粒子群优化算法(PSO)、细菌觅食算法(BFA)和引力搜索算法(GSA)相比,改进的灰狼优化算法求解精度更高,稳定性更好。
关键词
灰狼优化算法
Iterative映射
逆不完全
γ
函数
单纯形法
Keywords
Grey
Wolf
Optimization(GWO)algorithm
iterative
mapping
inverse
incomplete
γ
function
simplex
method
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
粒子群优化算法的改进及数值仿真
被引量：
11
2
作者
李建平
宫耀华
赵思远
卢爱平
李盼池
机构
东北石油大学计算机与信息技术学院
出处
《吉林大学学报（理学版）》
CAS
CSCD
北大核心
2017年第2期322-332,共11页
基金
国家自然科学基金(批准号:61170132)
中国石油科技创新基金(批准号:2016D-5007-0302)
文摘
提出一种改进的粒子群优化算法,该算法采用使全局探索与局部开发合理平衡的方法,降低了粒子群优化易陷入早熟收敛的可能性.先用Beta分布初始化种群,再用逆不完全Γ函数更新惯性权重,然后基于差分进化的新算子实现速率更新,最后采用基于边界对称映射的方法处理粒子的越界.数值仿真结果表明,改进算法明显优于普通粒子群优化算法、差分进化算法、人工蜂群优化算法和蚁群优化算法.
关键词
粒子群优化
Beta分布函数
逆不完全
γ
函数
数值优化
算法设计
Keywords
particle
swarm
optimization
Beta
distribution
function
inverse
incomplete
γ
function
numerical
optimization
algorithm
design
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Iterative映射和单纯形法的改进灰狼优化算法
王梦娜
王秋萍
王晓峰
《计算机应用》
CSCD
北大核心
2018
18
下载PDF
职称材料
2
粒子群优化算法的改进及数值仿真
李建平
宫耀华
赵思远
卢爱平
李盼池
《吉林大学学报（理学版）》
CAS
CSCD
北大核心
2017
11
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
