期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
生物地理学算法求解柔性作业车间调度问题 被引量:14
1
作者 张国辉 聂黎 毛学港 《计算机应用研究》 CSCD 北大核心 2014年第4期1005-1008,共4页
针对柔性作业车间调度问题,对生物地理学优化算法中的迁移操作和突变操作进行改进,提出一种改进的生物地理学优化算法。在算法初始阶段采用混合初始化的方法,提高初始种群质量;对迁移操作和突变操作采用不同选择方法,提高算法全局搜索能... 针对柔性作业车间调度问题,对生物地理学优化算法中的迁移操作和突变操作进行改进,提出一种改进的生物地理学优化算法。在算法初始阶段采用混合初始化的方法,提高初始种群质量;对迁移操作和突变操作采用不同选择方法,提高算法全局搜索能力,加快收敛速度。通过编程仿真对柔性作业车间调度问题标准测试算例进行运算,并与其他文献中的计算结果进行比较,验证了该算法是可行和有效的,也可用于其他车间调度问题中。 展开更多
关键词 生物地理学优化算法 柔性作业车间调度问题 智能优化算法 迁移操作
下载PDF
基于改进生物地理学算法的列车ATO多目标优化研究
2
作者 刘伯鸿 祁正升 《云南大学学报(自然科学版)》 CAS CSCD 北大核心 2024年第3期469-477,共9页
高速列车运行过程优化是一个多目标、非线性优化问题.为研究列车自动驾驶系统(automatic train operation,ATO)多目标优化问题,以列车运行的准时性、停车精确性、舒适性、能耗性为控制目标,列车动力学模型为约束条件,同时考虑列车惰行... 高速列车运行过程优化是一个多目标、非线性优化问题.为研究列车自动驾驶系统(automatic train operation,ATO)多目标优化问题,以列车运行的准时性、停车精确性、舒适性、能耗性为控制目标,列车动力学模型为约束条件,同时考虑列车惰行过分相区,建立列车多目标优化模型,提出了一种改进的生物地理学(biogeography-based optimization,BBO)优化ATO速度曲线方法.为提高算法优化性能,使用更加倾向自然法则的双曲正切变体迁移模型;在变异过程中使用差分进化(differential evolutionary,DE)变异策略,提高种群多样性,同时加入柯西分布随机数帮助算法跳出局部最优;利用反向学习提高变异后个体的多样性,保证算法的全域搜索.同时通过基准测试函数验证该算法收敛速度和全局优化能力的优越性.以CRH3型高速列车和汉宜客运某线路进行仿真实验,结果表明,所提方法可以使列车追踪运行更加高效、舒适、安全和节能,其中舒适度提升了39.24%,能耗降低了3.5653%. 展开更多
关键词 高速列车 多目标优化 生物地理学算法 差分进化算法 分相区
下载PDF
改进迁移算子的BBO算法及其在PID参数中的优化 被引量:3
3
作者 裴沛 李彩伟 吕波特 《计算机应用》 CSCD 北大核心 2020年第3期728-734,共7页
针对生物地理学优化(BBO)算法寻优过程中易陷入搜索动力不足、收敛精度不高等问题,提出一种基于改进迁移算子的生物地理学优化算法(IMO-BBO)。在BBO算法基础上,结合"优胜劣汰"的进化思想,将迁移距离作为影响因素对迁移算子进... 针对生物地理学优化(BBO)算法寻优过程中易陷入搜索动力不足、收敛精度不高等问题,提出一种基于改进迁移算子的生物地理学优化算法(IMO-BBO)。在BBO算法基础上,结合"优胜劣汰"的进化思想,将迁移距离作为影响因素对迁移算子进行改进,并用差分策略将不适宜迁移的个体进行替换,以增加算法的局部探索能力。同时为丰富物种的多样性,引入多种群概念。利用IMO-BBO算法分别对13个基准测试函数进行测试,与基于协方差迁移算子和混合差分策略的BBO(CMM-DE/BBO)算法和BBO算法相比,改进算法提高了对全局最优解的搜索能力,在收敛速度和精确度上也都有显著提高;将IMO-BBO算法应用到PID参数整定中,仿真结果表明,所提算法优化后的控制器具有更快的响应速度和更稳定的精度。 展开更多
关键词 生物地理学优化算法 迁移算子 迁移距离 自适应 双种群 协作算子 PID
下载PDF
多目标的混合生物地理学优化算法研究
4
作者 张丹丽 高彦杰 《科技创新与应用》 2022年第1期21-23,27,共4页
针对传统多目标算法在应用中解决多目标优化问题时存在的Pareto前沿收敛不好、解集均匀性差等问题,文章通过实例对BBO算法进行研究和综合分析,将其与传统经典多目标算法相互结合来求解多目标优化的问题。首先,将其与NSGA-Ⅱ算法相结合... 针对传统多目标算法在应用中解决多目标优化问题时存在的Pareto前沿收敛不好、解集均匀性差等问题,文章通过实例对BBO算法进行研究和综合分析,将其与传统经典多目标算法相互结合来求解多目标优化的问题。首先,将其与NSGA-Ⅱ算法相结合提出一种混合多目标BBO优化算法;然后,改进BBO的迁移算子应用于群体的进化,增强了种群的多样性;最后,提出一种改进的变异算子,防止种群陷入局部收敛。将提出的基于生物地理学的多目标优化算法(MOBBO),通过标准函数测试和经典的进化的多目标优化算法进行比较,结果表明该算法所得的Pareto最优解集能够逼近真正的Pareto前沿,具有一定的竞争性。 展开更多
关键词 多目标优化 生物地理学优化算法 进化算法
下载PDF
基于改进BBO算法的FCM图像分割方法 被引量:1
5
作者 李薇 胡晓辉 王鸿闯 《传感器与微系统》 CSCD 2018年第10期57-59,共3页
针对模糊C均值(FCM)算法进行图像分割时初始聚类中心选取困难的问题,提出了一种基于改进的生物地理学(BBO)优化算法的FCM图像分割方法,提高最优解的全局搜索性能。不同于传统的BBO算法,改进的BBO算法使用新的迁移策略和变异算子。为了... 针对模糊C均值(FCM)算法进行图像分割时初始聚类中心选取困难的问题,提出了一种基于改进的生物地理学(BBO)优化算法的FCM图像分割方法,提高最优解的全局搜索性能。不同于传统的BBO算法,改进的BBO算法使用新的迁移策略和变异算子。为了评估所提出的方法,同时进行了基于遗传算法以及标准BBO算法的FCM图像分割实验,实验结果表明:相对于其他2种算法,提出的方法具有良好的收敛稳定性,可以有效缩短迭代时间,提高分割准确性。 展开更多
关键词 图像分割 生物地理学优化算法 变异算子 模糊C均值
下载PDF
基于混合二次对立学习的生物地理优化算法
6
作者 王磊 贾砚池 《计算机应用》 CSCD 北大核心 2014年第11期3245-3249,共5页
针对生物地理优化(BBO)算法探索能力不强、收敛速度慢的缺点,提出一种基于混合二次对立学习的生物地理优化算法——HQBBO。首先,定义一种启发式的混合二次对立点,并从理论上证明其搜索效率优势;然后,提出混合二次对立学习算子,增强算法... 针对生物地理优化(BBO)算法探索能力不强、收敛速度慢的缺点,提出一种基于混合二次对立学习的生物地理优化算法——HQBBO。首先,定义一种启发式的混合二次对立点,并从理论上证明其搜索效率优势;然后,提出混合二次对立学习算子,增强算法的全局探索能力,提高收敛速度;此外,还采用搜索域动态缩放策略和精英保留策略进一步提高寻优效率。对8个基准测试函数的仿真实验结果表明,所提算法在寻优精度和收敛速度上优于基本BBO算法和对立BBO算法(OBBO),表明其采用的混合二次对立学习算法对于其高收敛速度和全局探索能力是非常有效的。 展开更多
关键词 生物地理学优化算法 混合二次对立学习 搜索域动态缩放 精英保留策略 探索能力
下载PDF
V2G模式下基于SaDE-BBO算法的有源配电网优化 被引量:3
7
作者 李伟豪 杨伟 +1 位作者 左逸凡 李娇 《电力工程技术》 北大核心 2023年第4期41-49,共9页
为了解决大规模电动汽车入网难以实现个体调度以及集群调度存在“维数灾”的问题,建立基于车辆到电网(vehicle-to-grid,V2G)模式的有源配电网分层分区优化运行模型。其中,上层优化模型对电动汽车集控中心(electric vehicle agent,EVA)... 为了解决大规模电动汽车入网难以实现个体调度以及集群调度存在“维数灾”的问题,建立基于车辆到电网(vehicle-to-grid,V2G)模式的有源配电网分层分区优化运行模型。其中,上层优化模型对电动汽车集控中心(electric vehicle agent,EVA)进行调度,优化各区域EVA的充放电功率并作为下层优化模型的输入;下层优化模型调整各调压方式。在优化算法方面,提出一种自适应差分进化-生物地理学优化(self-adaptive differential evolution-biogeography-based optimization,SaDE-BBO)算法,并在改进的IEEE 33节点配电系统中进行仿真分析。结果表明:在不同充电控制策略下,V2G模式与各调压方式的协调互动在降低各区域EVA运营成本、平抑负荷波动以及保证有源配电网的安全和经济运行方面优势显著,与其他优化算法相比,SaDE-BBO算法具有更优质的解和更好的收敛性。 展开更多
关键词 车辆到电网(V2G) 分布式电源 有源配电网 分层分区 优化运行 自适应差分进化-生物地理学优化(SaDE-bbo)算法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部