-
题名基于混沌搜索与精英交叉算子的磷虾觅食算法
被引量:8
- 1
-
-
作者
王磊
张汉鹏
-
机构
西南财经大学经济信息工程学院
西南财经大学工商管理学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2015年第3期156-161,共6页
-
基金
中央高校基本科研业务费专项基金资助项目(JBK130503)
四川省教育厅基金资助项目(14ZB0046)
教育部人文社会科学研究基金资助项目(10YJCZH153)
-
文摘
为解决磷虾觅食(KH)优化算法在处理高维多模态函数优化问题时存在局部搜索能力不强、收敛速度慢等问题,利用一种贪婪的精英交叉算子加速其收敛速度,使用基于逻辑自映射函数的混沌搜索算子避免局部极值的吸引,采用对立搜索算子提高初始种群的质量。结合上述3种算子提出一种改进的磷虾觅食算法。在7个标准测试函数上的仿真实验结果表明,与KH及其改进算法相比,该算法在寻优精度和收敛速度方面均得到明显增强。
-
关键词
磷虾觅食算法
局部搜索能力
对立策略
精英交叉算子
混沌搜索
收敛速度
-
Keywords
Krill Herd(KH)foraging algorithm
local searching ability
opposition strategy
elitism crossover operator
chaotic searching
convergence speed
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名一种自适应动态控制参数的粒子群优化算法
被引量:8
- 2
-
-
作者
徐从东
陈春
-
机构
解放军陆军军官学院炮兵系
-
出处
《计算机工程》
CAS
CSCD
2013年第10期203-207,共5页
-
基金
安徽省自然科学基金资助项目(11040606M130)
-
文摘
针对标准粒子群优化算法易陷入局部最优解、收敛速度慢等缺点,从提高全局和局部搜索能力2个方面出发,提出一种自适应动态控制参数的粒子群优化算法。根据粒子的适用度动态改变粒子学习公式中学习因子和惯性权重的取值,提高算法的搜索能力。在典型测试函数上与标准粒子群优化算法进行对比实验,结果表明,该算法具有更高的收敛效率和更快的收敛速度。
-
关键词
粒子群优化算法
粒子适用度
学习因子
惯性权重
局部搜索能力
全局搜索能力
-
Keywords
Particle Swarm Optimization(PSO) algorithm
particle fitness
learning factor
inertia weight
local searching ability
globalsearching ability
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名一种求解多维全局优化问题的改进蝙蝠算法
被引量:5
- 3
-
-
作者
陈梅雯
钟一文
王李进
-
机构
福建农林大学计算机与信息学院
山东大学计算机科学与技术学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2015年第12期2749-2753,共5页
-
基金
福建省自然科学基金项目(2013J01216)资助
-
文摘
蝙蝠算法是一种模拟蝙蝠回声定位行为的新型群智能优化算法,对多维函数,个体在全局最佳蝙蝠的引导下修改所有的维,这种候选解生成方式可能导致种群多样性下降过快和算法局部求精能力不足.针对这些不足,提出一种改进的蝙蝠算法,使用随机蝙蝠来引导个体飞行和局部搜索,以提高种群多样性,使用修改部分维的策略来加强算法的局部求精能力.在典型测试函数上对新算法进行了仿真,结果表明改进的蝙蝠算法能够有效提高算法的收敛速度并改善解的质量,与其它改进蝙蝠算法和改进群智能算法的比较表明,改进算法在求解多维函数优化问题上是具有竞争力的.
-
关键词
蝙蝠算法
多维函数
多样性
局部求精
部分维修改
-
Keywords
bat algorithm
multi-dimensional function
diversity
local searching ability
part dimensions modification
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于q-高斯分布的自适应变异粒子群算法
被引量:1
- 4
-
-
作者
赵伟
伞冶
石慧姝
-
机构
哈尔滨工业大学控制与仿真中心
-
出处
《沈阳工业大学学报》
EI
CAS
北大核心
2012年第3期354-360,共7页
-
基金
国家自然科学基金资助项目(60474069)
-
文摘
针对粒子群算法易陷入局部极值和早熟收敛的缺陷,提出了基于q-高斯分布的自适应变异粒子群算法.采用q-高斯作为变异算子对粒子的全局最优位置进行q-高斯变异,克服了因种群遗失多样性所导致的早熟收敛缺陷,随着种群的进化,非广延熵指数q的自适应调整平衡了算法的全局搜索能力和局部开发能力.测试了4个标准复杂函数和优化BP神经网络参数,结果表明,基于q-高斯分布的自适应变异粒子群算法的优化性能最好,收敛速度快.
-
关键词
粒子群算法
自适应变异
q-高斯分布
数值优化
神经网络参数优化
种群多样性
全局搜索能力
局部搜索能力
-
Keywords
particle swarm algorithm
adaptive mutation
q-Gaussian distribution
numerical optimization
neural network parameter optimization
population diversity
global searching ability
local searching ability
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名粒子群优化算法中惯性权重改进策略综述
被引量:27
- 5
-
-
作者
杨博雯
钱伟懿
-
机构
渤海大学数理学院
-
出处
《渤海大学学报(自然科学版)》
CAS
2019年第3期274-288,共15页
-
基金
国家自然科学基金项目(No:11371071)
-
文摘
在粒子群优化算法的3个参数中,惯性权重是最重要的参数,它对粒子群优化算法性能的提高起到至关重要作用.因此许多学者对粒子群优化算法中的惯性权重设计进行了广泛研究,目前取得许多成果.本文介绍了基本粒子群优化和标准粒子群优化算法,综述了惯性权重在粒子群优化算法中的各种改进策略.为粒子群优化算法的进一步改进研究提供参考.
-
关键词
粒子群优化算法
惯性权重
全局搜索能力
局部搜索能力
-
Keywords
particle swarm optimization algorithm
inertia weight
global search ability
local search ability
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名一种混沌差分进化和粒子群优化混合算法
被引量:22
- 6
-
-
作者
阳春华
钱晓山
桂卫华
-
机构
中南大学信息科学与工程学院
宜春学院物理科学与工程技术学院
-
出处
《计算机应用研究》
CSCD
北大核心
2011年第2期439-441,共3页
-
基金
国家自然科学基金资助项目(60874069)
国家"863"计划资助项目(2009AA04Z124
2009AA04Z137)
-
文摘
为了改善差分进化粒子群算法的局部搜索能力和收敛速度,提出了一种混沌差分进化的粒子群优化算法。该算法利用信息交换机制将两组种群分别用差分进化算法和粒子群算法进行协同进化,并且将混沌变异操作引入其中,加强算法的局部搜索能力。通过对三个标准函数进行测试,仿真结果表明该算法与DEPSO算法相比,全局搜索能力、抗早熟收敛性能及收敛速度大大提高。
-
关键词
差分进化
粒子群
混沌变异
局部搜索能力
收敛速度
-
Keywords
differential evolution
particle swarm
chaotic mutation
local search ability
convergence speed
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名融合K-means的多策略改进麻雀搜索算法研究
被引量:17
- 7
-
-
作者
欧阳城添
朱东林
-
机构
江西理工大学
-
出处
《电光与控制》
CSCD
北大核心
2021年第12期11-16,共6页
-
基金
国家自然科学基金(61561024)。
-
文摘
麻雀搜索算法(SSA)相对其他仿生算法性能较好,但其收敛精度不足且在复杂多峰函数下会陷入局部最优。为改善这些缺陷,提出融合K-means的多策略改进麻雀搜索算法研究,该算法采用多策略搜索方式。首先将初始种群进行K-means聚类,加快种群交流,再运用正、余弦搜索策略和自适应局部搜索策略分别对追随者的位置和最优个体进行更新寻找更可靠的可行解,提高收敛精度和寻优能力。通过10个测试函数对两种策略和单独的一种策略进行对比,验证了策略的引入能够有效地改善麻雀搜索算法的寻优能力,单一策略寻优能力较强,且两种策略融合的麻雀搜索算法寻优能力较弱。最后将3种改进方式的SSA算法应用于主动悬架LQR控制,实验结果表明两种策略结合的SSA算法优化效果不理想,采用单一策略的两种方式优化效果显著,且稳定改善了主动悬架的性能。
-
关键词
麻雀搜索算法
正余弦搜索
自适应局部搜索
K-MEANS聚类
寻优能力
主动悬架
LQR控制
-
Keywords
Sparrow search Algorithm(SSA)
sine and cosine search
adaptive local search
K-means clustering
optimizing ability
active suspension
LQR control
-
分类号
TP23
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于动态随机搜索和佳点集构造的改进粒子群优化算法
被引量:9
- 8
-
-
作者
梁昔明
陈富
龙文
-
机构
中南大学信息科学与工程学院
-
出处
《计算机应用》
CSCD
北大核心
2011年第10期2796-2799,共4页
-
基金
国家自然科学基金资助项目(60874070
61074069)
+1 种基金
高等学校博士点基金资助项目(20070533131)
教育部留学回国人员科研启动基金资助项目
-
文摘
针对粒子群优化算法局部搜索能力不足和易出现早熟收敛的问题,提出一种基于动态随机搜索和佳点集构造的改进粒子群优化算法。该算法通过引入动态随机搜索技术,对种群当前最优位置进行局部搜索;采用佳点集构造对陷入早熟收敛的种群重新初始化;引入负梯度方向直线搜索来加速算法寻优。仿真实验结果表明,与标准粒子群优化(SPSO)算法和耗散粒子群优化(DPSO)算法比较,提出的改进算法具有快速的收敛能力而且能有效地跳出局部最优,优化性能得到明显提高。
-
关键词
粒子群优化
局部搜索能力
早熟收敛
动态随机搜索技术
佳点集
负梯度
-
Keywords
Particle Swarm Optimization(PSO)
local search ability
premature convergence
Dynamic Random search Technique(DRST)
good-point set
negative gradient
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名一种采用克隆选择的免疫差分进化算法
被引量:5
- 9
-
-
作者
胡超杰
章兢
-
机构
湖南大学电气与信息工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2013年第6期1640-1642,1651,共4页
-
基金
国家自然科学基金资助项目(61174140)
-
文摘
为了解决基本差分进化算法易出现早熟收敛的问题,提出了一种融合人工免疫系统和差分进化的混合算法。该算法在差分进化过程中引入了克隆选择操作和受体编辑机制,以增强算法的局部搜索能力和种群多样性。通过对五个标准函数的仿真实验表明,该算法不仅可有效避免早熟收敛,而且全局优化能力和收敛速度有显著提高。
-
关键词
差分进化
人工免疫系统
局部搜索能力
多样性
全局优化
-
Keywords
differential evolution
artificial immune system
local search ability
population diversity
global optimization
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TP301.6
[自动化与计算机技术—控制科学与工程]
-
-
题名离散花朵授粉算法求解混合流水线调度问题
被引量:2
- 10
-
-
作者
赵世安
屈迟文
-
机构
百色学院数学与统计学院
百色学院信息工程学院
-
出处
《数学的实践与认识》
北大核心
2018年第13期182-191,共10页
-
基金
广西自然科学青年基金(2014GXNSFBA118283)
广西高校中青年教师基础能力提升项目(2018KY0579)
广西高校科研项目(YB2014391)
-
文摘
提出一种改进的离散花朵授粉算法求解以最小化任务完成时间为目标的混合流水线调度问题.算法采用一种基于排列的编码和解码的方法,根据混合流水线调度问题具有离散性的特点,对花朵授粉算法的相关操作重新进行定义,建立了离散的花朵授粉模型.为了加快算法的局部搜索能力,构建了一种基于动态自适应变化工件块的变领域搜索策略.实验仿真表明,改进的离散花朵授粉算法在求解混合流水线调度问题具有较好的性能,是一种有效的方法.
-
关键词
混合流水线调度
离散花朵授粉算法
变领域搜索
编码与解码
-
Keywords
hybrid flow-shop scheduling
discrete flower pollination algorithm
variable field search
encoding and decoding
local search ability
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名多班级交互式教学优化算法
被引量:2
- 11
-
-
作者
闫苗苗
刘三阳
-
机构
西安电子科技大学数学与统计学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2019年第9期10-16,64,共8页
-
基金
国家自然科学基金(No.61373174)
-
文摘
针对教学优化算法(Teaching-Learning-Based Optimization,TLBO)寻优精度低、稳定性差的问题,提出多班级交互式教学优化算法(Multi-Classes Interaction TLBO,MCITLBO)。通过引入基于欧氏距离的新型聚类划分方法,实现多班级教学,加强优秀个体周围邻域的搜索,保证算法具有较好的平衡和局部搜索能力,通过引入两种新的学习方式,实现学习方式多样化,加强种群信息交互、避免子群"滞后"或"早熟"。对6个无约束、4个约束函数和优化拉压弹簧设计问题的数值实验表明,MCITLBO相比其他算法在寻优精度和稳定性上更具优势。
-
关键词
教学优化算法
寻优精度
聚类划分方法
局部搜索能力
-
Keywords
Teaching-Learning-Based Optimization (TLBO) algorithm
optimization precision
clustering partition method
local search ability
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名随机游走的布谷鸟搜索算法
- 12
-
-
作者
李多美
王谦
王文静
唐忠萍
-
机构
遵义师范学院信息工程学院
-
出处
《福建电脑》
2022年第1期18-20,共3页
-
基金
贵州省教育厅工程研究中心项目(No.黔教合KY字[2016]018,No.黔教合KY字[2012]024)
贵州省大学生创新创业训练计划项目(No.S202010664012、No.S202010664008)资助。
-
文摘
布谷鸟搜索(Cuckoo Search,CS)算法是一种简单方便的仿生群优化算法。它虽然具有明显的优点,但在处理高维复杂问题时,不能收敛到最优解。针对算法后期收敛速度降低、易陷入局部最优的问题,本文在布谷鸟搜索算法中加入偏好随机游走机制,使得算法不容易陷入局部最优,还改变了发现概率pa的值来提高算法的各种性能。对单目标基准函数进行仿真测试,仿真结果表明,优化后的算法可以有效地提高布谷鸟算法的寻优能力。
-
关键词
布谷鸟搜索算法
仿生群优化
局部随机搜索能力
随机游走机制
-
Keywords
Cuckoo search Algorithm
Bionic Swarm Optimization
local Random search ability
Random Walk
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-