-
题名一种参数自适应调整和边界约束的粒子群算法
被引量：11
- 1
-
-
作者
王克华
牛慧
张亚南
张晓萍
-
机构
山东胜利职业学院
中国石油大学(华东)信息与控制工程学院
总装备部工程设计总院
-
出处
《电子设计工程》
2011年第21期46-49,52,共5页
-
文摘
粒子群优化算法的核心思想是每个粒子根据自己和周围粒子的"信息共享"寻优,达到全空间搜索最优解的目的。收敛速度快,全局寻优能力强。针对基本粒子群算法寻优精度较低,结果易发散的缺点,提出了一种参数自适应调整和边界条件约束的粒子群算法,惯性权重,学习因子随着迭代过程线性递加或递减,从而在算法初期个体能搜索整个空间,后期能够朝着全局最优值收敛而找到全局最优值。同时设置粒子边界条件约束,保证算法寻优解的准确性。理论分析和数值仿真结果表明了所设计方法的高效性,在保证算法效率的前提下,有效地提高了算法的寻优精度。
-
关键词
粒子群算法
边界条件约束
参数自适应调整
寻优能力
-
Keywords
（particle swarm optimization） PSO
adaptive parameters
boundary constraints
search capability
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名杂交粒子群优化算法反演瑞雷面波频散曲线
- 2
-
-
作者
陈昊
李红星
李涛
艾寒冰
张嘉辉
戴田宇
-
机构
东华理工大学核资源与环境国家重点实验室
广州建设工程质量安全检测中心有限公司
南昌大学数学与计算机学院
-
出处
《石油地球物理勘探》
EI
CSCD
北大核心
2023年第3期598-609,共12页
-
基金
江西省重点研发计划项目“基于环境噪声的地下隐伏空洞地质灾害三维探测关键技术研究”(20212BBG73011)
江西省自然科学基金项目“基于改进广义S变换的地震波频变Q值提取与反Q滤波方法研究”(20202BABL201027)联合资助。
-
文摘
针对传统粒子群算法反演面波频散曲线易陷入局部极值的问题,通过非线性的自适应惯性权重、引入压缩因子以及边界条件约束三种优化策略对该算法进行优化,提出一种杂交粒子群优化算法(Hybrid Particle Swarm Optimization,HPSO)进行瑞雷面波频散曲线反演,提高了反演的精度、减少了反演的多解性。通过典型地质模型的无噪声、含噪声及多模态理论频散曲线反演,验证了该方法的有效性、抗噪能力和多模态频散曲线联合反演能力;与边界约束粒子群算法反演结果的对比分析表明,HPSO具有更高的反演精度;最后,对实测数据进行了反演,验证了HPSO的适用性。
-
关键词
频散曲线反演
杂交粒子群优化
自适应惯性权重
压缩因子
边界条件约束
-
Keywords
dispersion curve inversion
hybrid particle swarm optimization
adaptive inertia weight
compression factor
boundary condition constraint
-
分类号
P631
[天文地球—地质矿产勘探]
-
