-
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]
-
-
题名基于改进粒子群优化算法的负荷分配方法研究
被引量：6
- 2
-
-
作者
魏家柱
潘庭龙
-
机构
江南大学物联网工程学院
-
出处
《电测与仪表》
北大核心
2022年第10期117-122,129,共7页
-
基金
国家自然科学基金资助项目(61672266)。
-
文摘
针对多目标粒子群优化算法求解负荷优化分配问题时所出现的最优解分布不均、局部最优等问题,引入了精英交叉算子并基于拥挤度对非劣解集进行排序,给出了精确计及网损时的机组出力等式不等式约束处理方法。在忽略和计及网损两种情况下针对3机组系统进行负荷优化分配,仿真结果表明改进后的粒子群优化算法寻优能力得到提升。同样利用模糊隶属度函数筛选Pareto解集,所提方法得到的结果明显优于常规粒子群优化算法,在降低发电成本及污染物排放的同时使得求解结果严格满足约束条件。
-
关键词
经济环保负荷分配
粒子群优化算法
精英交叉算子
拥挤距离排序
-
Keywords
economic and environmental load distribution
particle swarm optimization algorithm
elite crossover operator
congestion distance ranking
-
分类号
TM731
[电气工程—电力系统及自动化]
-
-
题名多策略融合的改进萤火虫算法
被引量：9
- 3
-
-
作者
雍欣
高岳林
赫亚华
王惠敏
-
机构
北方民族大学计算机科学与工程学院
宁夏智能信息与大数据处理重点实验室(北方民族大学)
-
出处
《计算机应用》
CSCD
北大核心
2022年第12期3847-3855,共9页
-
基金
国家自然科学基金资助项目(11961001,61561001)
宁夏高等教育一流学科建设基金资助项目(NXYLXK2017B09)
北方民族大学重大科研专项(ZDZX201901)。
-
文摘
针对传统萤火虫算法(FA)中存在的易陷入局部最优及收敛速度慢等问题,把莱维飞行和精英参与的交叉算子及精英反向学习机制融入到萤火虫优化算法中,提出了一种多策略融合的改进萤火虫算法——LEEFA。首先,在传统萤火虫算法的基础上引入莱维飞行,从而提升算法的全局搜索能力;其次,提出精英参与的交叉算子以提升算法的收敛速度和精度,并增强算法迭代过程中解的多样性和质量;最后,结合精英反向学习机制进行最优解的搜索,从而提高FA跳出局部最优的能力和收敛性能,并实现对于解搜索空间的迅速勘探。为验证所提出的算法的有效性,在基准测试函数上进行了仿真实验,结果表明相较于粒子群优化(PSO)算法、传统FA、莱维飞行萤火虫算法(LFFA)、基于莱维飞行和变异算子的萤火虫算法(LMFA)和自适应对数螺旋-莱维飞行萤火虫优化算法(ADIFA)等算法,所提算法在收敛速度和精度上均表现得更为优异。
-
关键词
萤火虫优化算法
智能优化算法
莱维飞行
精英参与的交叉算子
精英反向学习机制
-
Keywords
firefly optimization algorithm
intelligent optimization algorithm
Levy flight
elite participated crossover operator
elite opposition-based learning mechanism
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
