多种群随机差分粒子群优化算法及其应用 被引量：7

1

作者 王皓 高立群 欧阳海滨 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2017年第4期652-660,共9页

为提高粒子群算法的寻优性能,提出了一种新的多种群随机差分粒子群优化算法。该方法将种群随机分组,利用基于吸引概率的轮盘赌方法确定其可能搜索方向。寻优效果预期不明显时,进行子种群内部随机差分进化寻优,以增加寻优方向的随机性和... 为提高粒子群算法的寻优性能,提出了一种新的多种群随机差分粒子群优化算法。该方法将种群随机分组,利用基于吸引概率的轮盘赌方法确定其可能搜索方向。寻优效果预期不明显时,进行子种群内部随机差分进化寻优,以增加寻优方向的随机性和多样性。并给出了一种新的约束处理方法,对种群粒子进行动态划分,仅对部分粒子进行速度更新和位置更新,提高了搜索速度。并将所提出算法应用于数值优化问题和焊接梁设计问题。仿真结果表明,所提出算法在处理多峰函数问题时,寻优精度高,收敛速度快。在处理有约束问题时,提出的处理约束的方法,明显缩短了寻优时间。算法在处理复杂的无约束问题和有约束问题上均具有很好地寻优性能。 展开更多

关键词 粒子群优化算法 多峰问题 约束优化 轮盘赌方法 差分进化 速度更新 位置更新 搜索速度 数值优化 焊接梁设计

下载PDF 职称材料

基于竞争学习的粒子群优化算法设计及应用 被引量：6

2

作者 张钰 王蕾 +1 位作者 周红标 赵环宇 《计算机测量与控制》 2021年第8期182-189,共8页

针对传统PSO算法容易陷入局部最优的问题,提出一种基于竞争学习的粒子群优化算法(CLPSO);在CLPSO中,首先通过动态计算粒子的适应度值将种群分成优选、合理和疏离3个子群;其次,根据3个子群中粒子的进化特性,为3个子群分别设计了不同的更... 针对传统PSO算法容易陷入局部最优的问题,提出一种基于竞争学习的粒子群优化算法(CLPSO);在CLPSO中,首先通过动态计算粒子的适应度值将种群分成优选、合理和疏离3个子群;其次,根据3个子群中粒子的进化特性,为3个子群分别设计了不同的更新变异方式;然后,利用12个基准测试函数对算法的性能进行了验证;实验结果表明,所提的竞争学习策略能够有效克服经典PSO算法在处理复杂多峰问题时容易陷入局部最优的缺陷;最后,利用CLPSO算法优化模糊神经网络的参数设计CLPSO-FNN算法,并利用其建立出水氨氮软测量模型,实验表明,CLPSO-FNN软测量模型能够更精确、更实时地测量出水氨氮浓度。 展开更多

关键词 粒子群优化 多峰问题 竞争学习 模糊神经网络 出水氨氮

下载PDF 职称材料

基于自适应排斥因子的改进粒子群算法 被引量：5

3

作者 陈明 刘衍民 《计算机应用》 CSCD 北大核心 2013年第8期2269-2272,共4页

基本粒子群算法在求解复杂的多峰问题时,由于存在较多的局部最优解,算法极易出现早熟现象。为克服这一缺陷,采用蒙特卡洛(Monte Carlo)方法模拟了种群飞行轨迹,得出种群极易陷入局部最优解的原因;在此基础上,通过定义粒子间距离、粒子... 基本粒子群算法在求解复杂的多峰问题时,由于存在较多的局部最优解,算法极易出现早熟现象。为克服这一缺陷,采用蒙特卡洛(Monte Carlo)方法模拟了种群飞行轨迹,得出种群极易陷入局部最优解的原因;在此基础上,通过定义粒子间距离、粒子间最大距离和粒子间平均距离,提出一种自适应控制粒子自身最优位置和种群最优位置间距离的排斥因子(ARF),来提升种群跳出局部最优的能力。为测试提出策略的有效性,在60次独立运行时,基于ARF的改进PSO算法(ARFPSO)在Rosenbrock,Ackley和Griewank函数上所获得的最好值分别为53.82,2.1203和5.32E-004,都优于其他两种对比算法,这表明ARFPSO能有效地跳出局部最优解;算法的复杂度分析表明引入的策略没有增加计算复杂度。 展开更多

关键词 粒子群算法 自适应排斥因子 蒙特卡洛模拟 多峰问题 局部最优解

下载PDF 职称材料

用于多峰函数优化的改进竞选算法 被引量：2

4

作者 谢庆华 吕文阁 +3 位作者 唐鹏 贺春华 梁亮 张国英 《机械设计与制造》 北大核心 2009年第11期59-60,共2页

通过把竞选人的当前位置作为全局抽样,增加局部抽样调查选民和竞选人威望的比较改进竞选算法,将其应用于不等高多峰函数优化问题。计算结果表明,改进后的算法极大地提高了查找效率,能够快速搜索到全局最优解,同时还能跟踪多个次优解。

关键词 优化 竞选算法 多峰问题

下载PDF 职称材料

一种求解复杂多峰问题的新型粒子群优化算法研究 被引量：3

5

作者 高钦翔 刘衍民 《计算机应用研究》 CSCD 北大核心 2013年第8期2273-2275,共3页

为提升标准粒子群算法在求解多峰复杂问题时收敛速度慢和极易陷入局部最优解等缺点,提出一种基于球形坐标的分类学习策略粒子群算法(CLPSO-HC)。该算法给出种群运行较差粒子的确定方法,将运行较差的粒子进行分类,并对每类粒子给出相应... 为提升标准粒子群算法在求解多峰复杂问题时收敛速度慢和极易陷入局部最优解等缺点,提出一种基于球形坐标的分类学习策略粒子群算法(CLPSO-HC)。该算法给出种群运行较差粒子的确定方法,将运行较差的粒子进行分类,并对每类粒子给出相应的学习策略,保证种群跳出局部最优解的能力。为减少外界扰动,将粒子速度和位置的更新在球形坐标中进行,提升了种群向最优解飞行的概率。对三个典型测试函数进行仿真实验,所得结果表明CLPSO-HC相比其他几种算法有较好的收敛性。因此,CLPSO-HC可以作为求解复杂多峰问题的有效算法。 展开更多

关键词 粒子群优化 多峰问题 笛卡尔坐标 球形坐标

下载PDF 职称材料

基于种群关系的多种群粒子群协同优化算法 被引量：2

6

作者 刘悦 杨桦 王青正 《计算机系统应用》 2021年第10期148-155,共8页

传统粒子群优化算法容易陷入局部最优解,搜索效率不高,针对此问题,提出了一种基于种群关系和斥力因子的多种群粒子群优化算法SRB-PSO (Swarm-Relation-Based PSO).根据当前搜索结果定义种群之间统治、对等和被统治3种关系,通过引入斥力... 传统粒子群优化算法容易陷入局部最优解,搜索效率不高,针对此问题,提出了一种基于种群关系和斥力因子的多种群粒子群优化算法SRB-PSO (Swarm-Relation-Based PSO).根据当前搜索结果定义种群之间统治、对等和被统治3种关系,通过引入斥力因子来保证种群间搜索的多样性,并通过统治和被统治关系提高算法的搜索效率,从而在改善算法的全局搜索性能的同时提高解的质量.将算法与其他几种主流粒子群优化改进算法在标准测试集上进行对比,实验结果证明了SRB-PSO算法能较好地保持粒子多样性,全局搜索能力强,在解决多峰函数时的性能优于其他几种主流粒子群优化改进算法. 展开更多

关键词 粒子群优化 多种群 种群关系 斥力因子 多峰问题

下载PDF 职称材料

动态调整学习因子的粒子群优化算法 被引量：2

7

作者 马斌 罗洋 +1 位作者 杨袁 刘好斌 《甘肃科技》 2014年第16期58-59,57,共3页

粒子群优化算法很难适应复杂的非线性优化,为此提出了一种动态调整学习因子的策略——不断调整学习因子来平衡算法的全局探索和局部开放能力,更好地引导粒子进行优化搜索。通过对4个经典的测试函数进行仿真实验,并与其他改进算法进行比... 粒子群优化算法很难适应复杂的非线性优化,为此提出了一种动态调整学习因子的策略——不断调整学习因子来平衡算法的全局探索和局部开放能力,更好地引导粒子进行优化搜索。通过对4个经典的测试函数进行仿真实验,并与其他改进算法进行比较,结果显示,新算法求解精度高、收敛速度快,特别是在多峰值函数中表现优越。 展开更多

关键词 计算数学 粒子群优化算法 学习因子 多峰问题 动态调整

下载PDF 职称材料

一种改进的粒子群优化算法 被引量：1

8

作者 王皓 《山东工业技术》 2013年第13期203-203,202,共2页

为了避免粒子群优化算法早熟收敛,本文提出了一种改进的粒子群优化算法。为保持解的多样性,采用种群分组策略,并根据邻域内粒子的选择概率,选择粒子。仿真实验结果表明,本文算法优于GPSO算法。

关键词 粒子群 多峰问题 邻域

下载PDF 职称材料

带有精英保留机制的混合差分化学反应算法 被引量：2

9

作者 魏民 杨明磊 钱锋 《化工学报》 EI CAS CSCD 北大核心 2015年第1期316-325,共10页

传统智能算法在求解复杂的带有多峰特点的优化问题时,由于其计算量和变异方式的限制很容易陷入局部最优,并且不具备跳出局部最优进行二次搜索等能力。针对这一问题,本文提出了混合差分的化学反应算法,在利用化学反应算法(CRO)良好的全... 传统智能算法在求解复杂的带有多峰特点的优化问题时,由于其计算量和变异方式的限制很容易陷入局部最优,并且不具备跳出局部最优进行二次搜索等能力。针对这一问题,本文提出了混合差分的化学反应算法,在利用化学反应算法(CRO)良好的全局搜索能力的同时,使用差分变异策略来加强算法的计算精度。对于优秀分子可能在反应中被消耗掉的现象,有针对性地加入了精英保留机制来保持种群的优良。本文选取了CEC2005中的测试函数,特别是几个带有多峰特点的复杂测试函数来分析改进算法的各项性能,并与几个改进的智能算法进行了对比实验。最终验证改进算法在提高计算精度和全局搜索能力两方面具有良好的效果。 展开更多

关键词 智能算法 全局搜索能力 化学反应算法 复杂多峰问题

下载PDF 职称材料

面向多峰优化问题的双层协同差分进化算法 被引量：14

10

作者 陈宗淦 詹志辉 《计算机学报》 EI CAS CSCD 北大核心 2021年第9期1806-1823,共18页

多峰优化问题是一类存在多个全局最优解的复杂优化问题,不仅要求算法找到尽可能多的最优解,而且要求算法尽可能提高所找到的最优解的精度.演化计算方法是求解这类问题的重要手段.但是传统演化计算方法面临多样性和收敛性两个方面的挑战... 多峰优化问题是一类存在多个全局最优解的复杂优化问题,不仅要求算法找到尽可能多的最优解,而且要求算法尽可能提高所找到的最优解的精度.演化计算方法是求解这类问题的重要手段.但是传统演化计算方法面临多样性和收敛性两个方面的挑战.针对这两个方面的挑战,提出了一种通过探索层和精炼层协同演化的双层协同差分进化算法.在探索层中,每个个体作为一个分布式搜索单元探索并定位到一个最优解.在协同过程中,探索层引入个体寿命机制,将耗尽寿命且定位到最优解的个体存入一个外部存档,然后重新初始化这些个体以找到更多的最优解.在精炼层中,首先对探索层输送过来的外部存档中的个体进行聚类,然后对每一个类使用经典的全局优化差分进化算法进一步提升所找到的最优解的精度.因此,探索层和精炼层分别针对多样性和收敛性挑战,通过协同演化使得算法不仅能够找到尽可能多的最优解,而且使得找到的最优解的精度尽可能高.使用目前最常用的CEC’2013标准测试集中的所有20个多峰优化问题对所提出算法的性能进行测试,并与13种表现突出的和最新的多峰优化算法进行比较.实验结果显示,所提出的双层协同差分进化算法的整体性能优于所比较的13种多峰优化算法. 展开更多

关键词 差分进化算法 协同演化 探索层 精炼层 多峰优化问题

下载PDF 职称材料

面向多峰优化问题的自主学习萤火虫算法 被引量：10

11

作者 赵嘉 陈文平 +1 位作者 肖人彬 王晖 《控制与决策》 EI CSCD 北大核心 2022年第8期1971-1980,共10页

萤火虫算法在处理多峰优化问题时易陷入局部最优,针对该问题提出一种自主学习萤火虫算法.该算法将粒子按适应度划为自主学习粒子和普通粒子,自主学习粒子从种群中随机选择一个粒子并随机选择一个维度,使用3种学习策略产生3个候选解,在... 萤火虫算法在处理多峰优化问题时易陷入局部最优,针对该问题提出一种自主学习萤火虫算法.该算法将粒子按适应度划为自主学习粒子和普通粒子,自主学习粒子从种群中随机选择一个粒子并随机选择一个维度,使用3种学习策略产生3个候选解,在自身以及候选解中选择最好的解;普通粒子同时选择两个优于自身的粒子进行学习.自主学习粒子能够维持算法对多个极值空间的探索并提高算法优化精度;普通粒子以两个粒子的混合信息为指引,使算法跳出局部最优.此外,使用淘汰机制,让算法舍弃对劣质极值空间的维护,进而提高对优质极值空间的开发,实验结果表明,所提出算法在处理多峰优化问题时具有高效的性能. 展开更多

关键词 萤火虫算法 多峰优化问题 自主学习 双样本学习 淘汰机制 局部最优

原文传递

一种求解动态多峰优化问题的Memetic粒子群算法 被引量：7

12

作者 王洪峰 王娜 汪定伟 《系统工程理论与实践》 EI CSSCI CSCD 北大核心 2013年第6期1577-1586,共10页

很多现实的优化问题往往是动态和多峰的,这就需要优化算法既能够发现尽可能多的最优解,同时还要追踪到这些最优解在动态环境中的变化轨迹.为了解决这种动态多峰优化问题,本文提出了一种Memetic粒子群优化算法.在提出的算法中,利用一种新... 很多现实的优化问题往往是动态和多峰的,这就需要优化算法既能够发现尽可能多的最优解,同时还要追踪到这些最优解在动态环境中的变化轨迹.为了解决这种动态多峰优化问题,本文提出了一种Memetic粒子群优化算法.在提出的算法中,利用一种新的species构造方法来保证其能够发现不同最优解所在搜索区域,利用一种适应性的局域搜索算子来增强species追踪到最优解的能力,利用重新初始化策略来进一步改善算法在动态多峰环境中的性能.通过对一组标准动态测试函数——移动峰问题的仿真实验来检验所提出的MPSO算法在求解动态多峰优化问题的有效性. 展开更多

关键词 MEMETIC算法 粒子群优化算法 动态多峰优化问题 局域搜索

原文传递

基于局部时空的多峰优化算法及其在PID控制中的应用

13

作者 赵宏 李珈瑞 刘静 《计算机学报》 EI CAS CSCD 北大核心 2024年第6期1323-1340,共18页

多峰优化问题(MultiModal Optimization Problems,MMOPs)需要同时找到问题的多个高精度全局最优解,它需要算法具有较强的全局搜索能力且能很好地平衡种群的多样性和收敛性.当前在处理MMOPs时通常面临以下难点:(1)现有方法通常只考虑到... 多峰优化问题(MultiModal Optimization Problems,MMOPs)需要同时找到问题的多个高精度全局最优解,它需要算法具有较强的全局搜索能力且能很好地平衡种群的多样性和收敛性.当前在处理MMOPs时通常面临以下难点:(1)现有方法通常只考虑到进化过程中种群的当前状态(如常用的贪婪选择策略),容易导致种群陷入局部最优;(2)传统的随机搜索策略在复杂搜索空间内难以快速有效找到全局最优解;(3)当前设计的多峰优化算法往往需要手工设置参数(如变异因子和交叉因子等),而参数的大小将直接影响种群的多样性和收敛性.针对上述难点,本文提出了一种新的基于局部时空的多峰优化(Localized Time-Distance-based Multimodal Optimization,LTDMO)算法,主要包括三个贡献点:首先,提出了结合随机搜索和定向引导的变异(Random and Direction-based Mutation,RDM)策略,利用随机变异增加种群中个体的多样性,并通过划分邻域将整个种群分成不同的可重叠子种群,在局部搜索空间内进行变异操作来更好地定位全局最优解,从而避免个体陷入局部最优.其次,提出了基于时间局部性原理的拥挤选择(Locality-based Crowding Selection,LCS)策略,利用进化过程中的时间局部性记录对当前个体更有潜力的进化方向,并在此方向上生成新的子代,使种群进一步向全局最优解收敛.最后,提出了自适应参数控制(Self-adaptive Parameter Control,SPC)策略,基于个体进化信息自适应调整算法的参数值,降低算法在进化过程中对变异因子和交叉因子的参数敏感性.本文将LTDMO算法在CEC'2013测试集上进行实验,并将结果与其他11种多峰优化算法对比,表明LTDMO算法能有效处理较多的全局最优复杂多峰优化问题,具体地,在F1~F5、F8和F10问题上峰值率和成功率均达到100%;在具有较多局部最优的多峰优化问题(F6和F7)上,LTDMO算法的峰值率达到86%以上,这优于9种其他� 展开更多

关键词 多峰优化问题 邻域变异 时间局部性 自适应调整参数 PID控制

下载PDF 职称材料

一种新的求解多峰函数优化问题的动态演化算法 被引量：5

14

作者 覃俊 康立山 陈毓屏 《计算机科学》 CSCD 北大核心 2004年第3期134-136,共3页

本文给出了一种新的求解多峰函数优化问题的定义:定位所有的极值点,包括全局的峰值点和局部的峰值点。传统的演化算法框架都是群体固定的演化迭代过程,对求解多峰函数优化问题时由于无法事先得知峰值点的个数而很难确定合适的群体大小,... 本文给出了一种新的求解多峰函数优化问题的定义:定位所有的极值点,包括全局的峰值点和局部的峰值点。传统的演化算法框架都是群体固定的演化迭代过程,对求解多峰函数优化问题时由于无法事先得知峰值点的个数而很难确定合适的群体大小,影响了算法的效率。提出一种群体动态可调的演化方式,使得初始群体大小可任意指定,在演化过程中通过聚集和按比例引入新个体两个过程而动态变化。实验表明,该算法能尽可能多地定位峰值点。 展开更多

关键词 多峰函数优化问题 动态演化算法 局部搜索机制 函数值 随机计算模型

下载PDF 职称材料

解复杂多峰优化问题的双引导机制灰狼算法 被引量：1

15

作者 孟团兴 覃华 《计算机工程与设计》 北大核心 2023年第5期1378-1384,共7页

为解决复杂多峰优化问题高质量解难以获取的难题,分析灰狼算法解此类问题时易陷入局部最优的原因,提出一种解复杂多峰优化问题的双引导机制灰狼算法。对于当前适应度较好的个体,沿用传统灰狼算法引导机制探测个体,保留其局部搜索能力强... 为解决复杂多峰优化问题高质量解难以获取的难题,分析灰狼算法解此类问题时易陷入局部最优的原因,提出一种解复杂多峰优化问题的双引导机制灰狼算法。对于当前适应度较好的个体,沿用传统灰狼算法引导机制探测个体,保留其局部搜索能力强的优点;对于适应度较差的个体,通过动态选择稀疏点算子或偏向差分变异算子的引导机制探索解空间新区域,增强灰狼算法跳出局部最优的能力。实例仿真计算结果表明,该算法所获计算精度优于相比较的其它算法。特别是Wilcoxon假设检验结果显示,其分别以96.67%、97.43%、93.15%的显著性优于传统灰狼算法、粒子群-灰狼混合算法及选择性反向灰狼算法。 展开更多

关键词 多峰优化问题 灰狼算法 双引导机制 稀疏度 稀疏点算子 偏向角 偏向差分变异算子

下载PDF 职称材料

基于同伦(homotopy)关系的ARMAX模型的辨识算法 被引量：1

16

作者 周占川 胡敬炉 《系统工程学报》 CSCD 2002年第3期199-206,共8页

论述了采用同伦 (hom otopy)法辨识 ARMAX模型的问题 .在 ARMAX模型的辨识中 ,由于滑动平均(MA)噪音模型部分的存在 ,用以估计 ARMAX模型参数的误差函数不再是单峰的 ,因而常用的基于最优化的估计算法有被陷入局部最小点的危险 .本文提... 论述了采用同伦 (hom otopy)法辨识 ARMAX模型的问题 .在 ARMAX模型的辨识中 ,由于滑动平均(MA)噪音模型部分的存在 ,用以估计 ARMAX模型参数的误差函数不再是单峰的 ,因而常用的基于最优化的估计算法有被陷入局部最小点的危险 .本文提出一种基于同伦关系的算法来解决这个问题 ,其基本想法是建立 ARMAX模型参数的估计和 ARX模型参数的估计两者之间的同伦关系 .由于用以估计 ARX模型参数的误差函数是单峰的 ,因而没有局部最小点问题 ,这就使得有可能利用它们之间的同伦关系来解决 ARMAX模型参数的估计中的局部最小点问题 .详细描述了基于同伦关系的新辨识算法 ,并利用蒙特卡罗 (Monte Car-lo) 展开更多

关键词 ARMAX模型 预测误差算法 多峰性问题 同伦关系 系统辨识 遗传算法

下载PDF 职称材料