期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
复杂产品协同优化设计中耦合因素的研究 被引量:20
1
作者 陈柏鸿 肖人彬 +1 位作者 刘继红 钟毅芳 《机械工程学报》 EI CAS CSCD 北大核心 2001年第1期19-23,共5页
耦合关系的存在是复杂系统进行多学科设计优化产生困难的根本原因。为此 ,讨论了耦合因素的组成及影响关系 ,将耦合因素分为三类。根据全局灵敏度方程GSE(Globalsensitivityequations) ,对子系统之间耦合因素的性质进行分析 ,得到判断... 耦合关系的存在是复杂系统进行多学科设计优化产生困难的根本原因。为此 ,讨论了耦合因素的组成及影响关系 ,将耦合因素分为三类。根据全局灵敏度方程GSE(Globalsensitivityequations) ,对子系统之间耦合因素的性质进行分析 ,得到判断耦合因素是否为冗余的依据 ,并根据耦合性质的不同提出处理耦合因素的策略。给出一实例验证消除冗余耦合的效果。 展开更多
关键词 耦合系统 GSE 求解策略 协同寻优 协同设计
下载PDF
县级融媒体中心介入社区民生的服务集成创新路向
2
作者 樊拥军 《编辑之友》 北大核心 2024年第8期14-19,共6页
县级融媒体中心遵从提供高质量社会服务的原则,回应社区民生日益增长的多样需求,依靠本地资源禀赋,设立专题服务平台,整合联结多方资源,激励从业者主动创新,协同社区党政部门、社会团体、行业服务组织与居民个体共创互利共赢的服务生态... 县级融媒体中心遵从提供高质量社会服务的原则,回应社区民生日益增长的多样需求,依靠本地资源禀赋,设立专题服务平台,整合联结多方资源,激励从业者主动创新,协同社区党政部门、社会团体、行业服务组织与居民个体共创互利共赢的服务生态圈,共享集成创新经营收益。在降本增效、提质增量的实践中,县级融媒体不断开发新兴服务业态,推动社区民生事业发展和基层社会长治久安。 展开更多
关键词 县级融媒体中心 集成创新 社区民生服务 协同寻优
下载PDF
带高斯扰动和协同寻优的蝙蝠粒子群混合算法 被引量:3
3
作者 赵志刚 莫海淼 +1 位作者 温泰 刘峰 《广西大学学报(自然科学版)》 CAS 北大核心 2018年第6期2235-2242,共8页
为了进一步提高粒子群算法的性能,提出了一种新的群体智能优化算法——带高斯扰动和协同寻优的蝙蝠粒子群混合算法。该混合算法利用蝙蝠个体脉冲的回声定位对最优粒子gbest进行高斯扰动而产生一个局部解,把该局部解加到蝙蝠种群中,然后... 为了进一步提高粒子群算法的性能,提出了一种新的群体智能优化算法——带高斯扰动和协同寻优的蝙蝠粒子群混合算法。该混合算法利用蝙蝠个体脉冲的回声定位对最优粒子gbest进行高斯扰动而产生一个局部解,把该局部解加到蝙蝠种群中,然后根据局部解的位置优劣与蝙蝠个体产生的响度来更新粒子群。在寻优过程中,对gbest进行高斯扰动增加了种群的多样性而避免粒子群过快陷入局部最优,并且加强了蝙蝠种群与粒子群的信息交互,协同寻优。与蝙蝠算法、标准粒子群算法、烟花算法、带高斯扰动的粒子群算法、粒子群差分算法相比,带高斯扰动和协同寻优的蝙蝠粒子群混合算法的总体性能优于其他5种算法。 展开更多
关键词 蝙蝠算法 粒子群算法 蝙蝠粒子群混合算法 协同寻优 函数优化
下载PDF
具有协同寻优的蝙蝠萤火虫混合优化算法 被引量:2
4
作者 温泰 赵志刚 莫海淼 《广西科学院学报》 2019年第2期140-146,共7页
萤火虫算法存在着对于初始解分布的依赖性、后期收敛速度慢、易于停滞、早熟和求解精度低等缺陷。本研究在萤火虫算法引入蝙蝠种群在全局最优附近进行更加详细的局部搜索,以协助萤火虫种群进行寻优;并在寻优过程中加强蝙蝠种群与萤火虫... 萤火虫算法存在着对于初始解分布的依赖性、后期收敛速度慢、易于停滞、早熟和求解精度低等缺陷。本研究在萤火虫算法引入蝙蝠种群在全局最优附近进行更加详细的局部搜索,以协助萤火虫种群进行寻优;并在寻优过程中加强蝙蝠种群与萤火虫种群的信息交互,协调寻优;最后对全局最优个体进行高斯扰动以增加种群的多样性,从而避免种群陷入局部最优解。通过使用6个常见的基准测试函数对该算法进行测试,并与其他3种算法(标准粒子群算法、蝙蝠算法、萤火虫算法)进行对比实验,结果表明该混合算法的总体性能优于其他3种算法。引入蝙蝠种群对萤火虫性能有较大提升,改善切实有效。 展开更多
关键词 函数优化 蝙蝠算法 萤火虫算法 协同寻优
下载PDF
基于协同寻优的改进蝙蝠和声混合算法
5
作者 史亚辉 陈琴 《广西教育学院学报》 2019年第6期187-192,共6页
针对和声搜索算法收敛速度慢、寻优精度低的问题,文章提出了一种基于改进蝙蝠的协同寻优和声搜索算法(RBHS)。该混合算法的主要思想是引入蝙蝠算法的局部搜索机制,让蝙蝠种群在最优和声个体附近进行更加详细的局部搜索,并且加强了蝙蝠... 针对和声搜索算法收敛速度慢、寻优精度低的问题,文章提出了一种基于改进蝙蝠的协同寻优和声搜索算法(RBHS)。该混合算法的主要思想是引入蝙蝠算法的局部搜索机制,让蝙蝠种群在最优和声个体附近进行更加详细的局部搜索,并且加强了蝙蝠种群与和声库的信息交互协同寻优。同时对最优和声个体进行高斯扰动,以增加种群的多样性,避免过快地陷入局部最优解。将RBHS算法与目前比较优秀的改进和声搜索算法对比表明,仿真实验表明RBHS算法的收敛速度更快、寻优精度更高。 展开更多
关键词 蝙蝠算法 和声搜索算法 协同寻优 函数优化
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部