期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
融合随机反向学习的黏菌与算术混合优化算法 被引量:38
1
作者 贾鹤鸣 刘宇翔 +2 位作者 刘庆鑫 王爽 郑荣 《计算机科学与探索》 CSCD 北大核心 2022年第5期1182-1192,共11页
黏菌优化算法(SMA)和算术优化算法(AOA)是最近提出的新型元启发式优化算法。SMA算法具有较强的全局探索能力,但迭代后期振荡作用较弱,易陷入局部最优,且收缩机制不强,导致收敛速度慢。AOA算法利用乘除算子进行位置更新,随机性强,具有较... 黏菌优化算法(SMA)和算术优化算法(AOA)是最近提出的新型元启发式优化算法。SMA算法具有较强的全局探索能力,但迭代后期振荡作用较弱,易陷入局部最优,且收缩机制不强,导致收敛速度慢。AOA算法利用乘除算子进行位置更新,随机性强,具有较好的避免早熟收敛能力。针对上述问题,将两种算法结合并利用随机反向学习策略提高收敛速度,提出一种性能优越且高效的融合随机反向学习策略的黏菌与算术混合优化算法(HSMAAOA)。改进算法保留了SMA全局探索部分位置更新公式,局部开发阶段将乘除算子替换SMA收缩机制,提高算法随机性与跳出局部极值的能力。此外,通过随机反向学习策略增强改进算法种群多样性,提高收敛速度。实验结果表明,HSMAAOA算法具有良好的鲁棒性以及寻优精度,且明显提升了收敛速度。最后,通过焊接梁设计问题与压力容器设计问题,验证了HSMAAOA在工程问题上的适用性与有效性。 展开更多
关键词 黏菌优化算法(sma) 算术优化算法(AOA) 混合优化 随机反向学习
下载PDF
多策略融合的改进黏菌算法 被引量:11
2
作者 邱仲睿 苗虹 曾成碧 《计算机应用》 CSCD 北大核心 2023年第3期812-819,共8页
针对标准黏菌算法(SMA)存在的容易陷入局部最优解、收敛速度慢以及求解精度低等问题,提出一种多策略融合的改进黏菌算法(MSISMA)。首先,引入布朗运动和莱维飞行机制以增强算法的搜索能力;其次,根据算法进行的不同阶段分别改进黏菌的位... 针对标准黏菌算法(SMA)存在的容易陷入局部最优解、收敛速度慢以及求解精度低等问题,提出一种多策略融合的改进黏菌算法(MSISMA)。首先,引入布朗运动和莱维飞行机制以增强算法的搜索能力;其次,根据算法进行的不同阶段分别改进黏菌的位置更新公式,以提高算法的收敛速度和收敛精度;然后,应用区间自适应的反向学习(IAOBL)策略生成反向种群,以提升种群的多样性和质量,从而提高算法的收敛速度;最后,引入收敛停滞监测策略,当算法陷入局部最优时,通过对部分黏菌个体的位置重新初始化使算法跳出局部最优。选取23个测试函数,将MSISMA与平衡黏菌算法(ESMA)、黏菌-自适应引导差分进化混合算法(SMA-AGDE)、SMA、海洋捕食者算法(MPA)和平衡优化器(EO)进行测试和比较,并对算法运行结果进行Wilcoxon秩和检验。相较于对比算法,MSISMA在19个测试函数上获得最佳平均值,在12个测试函数上获得最佳标准差,优化精度平均提升23.39%~55.97%。实验结果表明,MSISMA的收敛速度、求解精度和鲁棒性明显较优。 展开更多
关键词 黏菌算法 区间自适应反向学习 布朗运动 莱维飞行 更新策略
下载PDF
模拟电路中黏菌算法优化ELM故障诊断模型研究 被引量:9
3
作者 林知微 王成吉 刘宗朋 《传感器与微系统》 CSCD 北大核心 2023年第6期47-50,共4页
模拟电路中故障信息复杂多样,为提高故障诊断准确率,提出一种黏菌算法(SMA)优化极限学习机(ELM)的模型。首先,采用线性判别分析(LDA)方法对故障电路原始数据集进行降维,得到ELM网络训练所需的数据;其次,针对ELM随机生成的输入权值和隐... 模拟电路中故障信息复杂多样,为提高故障诊断准确率,提出一种黏菌算法(SMA)优化极限学习机(ELM)的模型。首先,采用线性判别分析(LDA)方法对故障电路原始数据集进行降维,得到ELM网络训练所需的数据;其次,针对ELM随机生成的输入权值和隐含层偏置易导致模型泛化能力差的问题,使用SMA优化ELM的输入权值和隐含层偏置,以获得更优、更稳定的ELM网络参数,提高故障诊断能力。连续可变状态(CTSV)滤波器电路和Sallen-Key带通滤波器的诊断实例表明,SMA优化ELM的故障诊断模型提升了ELM模型的分类效果,具有更优的故障诊断性能。 展开更多
关键词 线性判别分析 黏菌算法 极限学习机 模拟电路 故障诊断
下载PDF
求解工程约束问题的新型智能优化算法及展望 被引量:6
4
作者 张孟健 王德光 +1 位作者 汪敏 杨靖 《计算机应用》 CSCD 北大核心 2022年第2期534-541,共8页
为了研究新型智能优化算法的性能和应用前景,选择了近几年提出的6种仿生智能优化算法:哈里斯鹰优化(HHO)算法、平衡优化(EO)算法、海洋捕食者算法(MPA)、政治优化(PO)算法、黏液霉菌算法(SMA)和堆阵优化(HBO)算法,对其性能和在不同带约... 为了研究新型智能优化算法的性能和应用前景,选择了近几年提出的6种仿生智能优化算法:哈里斯鹰优化(HHO)算法、平衡优化(EO)算法、海洋捕食者算法(MPA)、政治优化(PO)算法、黏液霉菌算法(SMA)和堆阵优化(HBO)算法,对其性能和在不同带约束的工程优化问题上的应用进行对比分析。首先,对6种优化算法的基本原理进行介绍;然后,用6种优化算法对10个基准测试函数进行寻优测试;接着,将6种优化算法用于求解3种带约束的工程优化问题。实验结果表明,对于单峰和多峰测试函数的寻优,PO的收敛精度最佳,能够多次达到理论最优值0,且收敛速度较快;对于求解工程约束问题,EO和MPA较好,因为的标准差的数量级较小,且寻优速度较快,稳定性高。最后,分析了6种优化算法的改进方法及其发展潜力。 展开更多
关键词 哈里斯鹰优化算法 平衡优化算法 海洋捕食者算法 政治优化算法 黏液霉菌算法 堆阵优化算法 工程约束问题
下载PDF
基于EG-SSMA-DELM的数控铣床刀具RUL预测研究 被引量:4
5
作者 张天骁 谷艳玲 安文杰 《机电工程》 CAS 北大核心 2023年第9期1464-1470,共7页
在工件的加工过程中,刀具失效会造成工件报废和关键部件损坏等问题,为此,提出了一种基于精英反向学习与黄金正弦优化黏菌算法结合深度极限学习机(EG-SSMA-DELM)的刀具磨损剩余寿命预测模型。首先,在黏菌算法(SMA)中,采用精英反向学习(EO... 在工件的加工过程中,刀具失效会造成工件报废和关键部件损坏等问题,为此,提出了一种基于精英反向学习与黄金正弦优化黏菌算法结合深度极限学习机(EG-SSMA-DELM)的刀具磨损剩余寿命预测模型。首先,在黏菌算法(SMA)中,采用精英反向学习(EOBL)与黄金正弦(GSA)算法优化初始黏菌种群,提高了初始种群的多样性,改进了初始SMA搜索个体位置的更新方式,提高了算法的收敛速度与全局搜索能力,得到了最优参数;然后,利用改进的SMA算法,对深度极限学习机(DELM)中编码器的偏置与输入权重进行了联合优化,定义了不同数量的隐藏层神经元,利用ReLU激活函数对DELM的参数进行了理想排列;最后,根据最优参数,将投影特征输入DELM中进行了训练和预测,从而对刀具进行了剩余使用寿命预测。研究结果表明:相比于经典的深度极限学习机方法,EG-SSMA-DELM方法的均方根误差(RMSE)平均下降了19.60%,预测精度提高了16.00%;与其他深度学习算法相比,该算法模型具有更好的可行性、单调性和更强的鲁棒性。该算法模型对实际工程刀具磨损剩余寿命研究有一定的应用价值。 展开更多
关键词 剩余使用寿命 刀具寿命预测 精英反向学习 黄金正弦算法 黏菌算法 深度极限学习机
下载PDF
融合多策略改进的黏菌优化算法 被引量:3
6
作者 李得恺 张长胜 杨雪松 《模式识别与人工智能》 EI CSCD 北大核心 2023年第7期647-660,共14页
针对黏菌优化算法(Slime Mould Algorithm,SMA)的寻优过程存在收敛效率较低、容易陷入局部最优解等问题,文中提出融合多策略改进的黏菌优化算法(Improved SMA Fused with Multi-strategy,MISMA).引入Halton序列,丰富初始种群的多样性,... 针对黏菌优化算法(Slime Mould Algorithm,SMA)的寻优过程存在收敛效率较低、容易陷入局部最优解等问题,文中提出融合多策略改进的黏菌优化算法(Improved SMA Fused with Multi-strategy,MISMA).引入Halton序列,丰富初始种群的多样性,提升算法寻优的遍历性和收敛精度.融入差分变异思想,改进算法的全局位置更新公式,强化全局探索能力,增强算法的持续寻优性能.糅合改进收敛因子和精英选择机制的局部搜索策略,提升算法的局部开采能力,更好地平衡算法的全局探索与局部开发进程.基于动态边界的透镜成像学习策略改善个体的质量,加强算法反早熟及摆脱局部最优解的能力.在13个基准函数及部分CEC2014测试函数上的数值仿真实验表明,MISMA具有较强的鲁棒性.此外,在光伏电池组件模型参数优化实验上进一步验证MISMA在处理实际工程优化问题时的优越性及适用性. 展开更多
关键词 黏菌优化算法(sma) Halton序列 差分变异 收敛因子 透镜成像学习 动态边界
下载PDF
基于自适应黏菌算法优化的无人机三维路径规划 被引量:3
7
作者 黄鹤 高永博 +2 位作者 茹锋 杨澜 王会峰 《上海交通大学学报》 EI CAS CSCD 北大核心 2023年第10期1282-1291,共10页
针对无人机在三维路径规划时存在搜素范围和寻优性能不足等问题,以及现有黏菌算法(SMA)寻优精度不足,易陷入局部最优的缺陷,提出了一种基于自适应黏菌算法(GSMA)优化的无人机三维路径规划方法.首先,根据无人机经过的实际环境,建立三维... 针对无人机在三维路径规划时存在搜素范围和寻优性能不足等问题,以及现有黏菌算法(SMA)寻优精度不足,易陷入局部最优的缺陷,提出了一种基于自适应黏菌算法(GSMA)优化的无人机三维路径规划方法.首先,根据无人机经过的实际环境,建立三维地形、威胁源和无人机自身约束条件;其次,针对搜素范围不足的问题,设计改进的Logistic混沌映射增加种群的多样性并扩大搜索范围,提升了SMA的全局搜索能力;然后,设计一种非线性自适应惯性权重因子,将线性收敛方式改进为非线性收敛,利用权重值更新黏菌位置,提高了收敛速度;最后,在算法后期中设计自适应柯西变异,增大了黏菌的搜索空间,寻优精度也得到了提高.实验结果表明,GSMA相比于灰狼优化(GWO)算法、SMA和海鸥算法(SOA)3种算法,路径更短且更平滑,收敛速度更快,寻优精度更高,同时能耗更低,进一步提升了无人机的路径规划能力. 展开更多
关键词 无人机 路径规划 黏菌算法 混沌映射 自适应柯西变异 自适应权重
下载PDF
基于磁-惯性黏菌算法的随钻地磁误差在线补偿 被引量:1
8
作者 杨金显 蔡纪鹏 《煤田地质与勘探》 EI CAS CSCD 北大核心 2023年第11期169-178,共10页
针对随钻测量环境中,捷联在钻具上的微机电系统(Micro-Electro-Mechanical-System,MEMS)磁强计测量误差大引起钻具方位角严重失真的问题,提出基于磁-惯性黏菌算法(Magnetic Inertial Slime Mould Algorithm,MISMA)的随钻地磁误差在线补... 针对随钻测量环境中,捷联在钻具上的微机电系统(Micro-Electro-Mechanical-System,MEMS)磁强计测量误差大引起钻具方位角严重失真的问题,提出基于磁-惯性黏菌算法(Magnetic Inertial Slime Mould Algorithm,MISMA)的随钻地磁误差在线补偿方法。首先,通过对磁强计输出误差进行分析,建立钻具地磁测量误差补偿模型,并把磁强计误差参数整理为解向量。然后,根据随钻环境下磁-惯性传感器的输出特性,在黏菌算法的基础上,给出理想磁输出数据的目标函数、钻具径切向皮尔逊不等式和磁场模值约束条件,根据陀螺仪数据解耦的地磁数据重新定义上下界,并把目标函数看作为适应度函数,对当前误差参数解向量的适应度值和最佳适应度值分别作差的绝对值与绝对值之和的比值来设计自适应参数控制算法的有界全局搜索范围,以提高MISMA搜索能力和收敛速度,通过设计磁模比来自适应调整随机步长,解决黏菌算法(Slime Mould Algorithm,SMA)易陷入局部最优的问题,通过计算当前地磁误差参数解向量和最优解向量对应的适应度值,先作归一化处理再作差,同时结合自适应参数值得到地磁误差参数解的深入开发阈值,进一步提高地磁误差参数向量解的质量。最后,对磁强计进行误差补偿,达到提高钻具方位角精度的目的。模拟实验和实钻实验表明,MISMA和SMA相比,在相同迭代次数下适应度值更小,且下降的速度更快,收敛速度提高了37.99%,钻具方位角绝对误差的平均值可保持在2.37°以内。研究可提高煤矿井下捷联在钻具上的MEMS磁强计测量精度,是获得可靠钻具方位角的有效方法。 展开更多
关键词 微机电系统 磁强计 黏菌算法 磁模比 误差补偿 方位角 随钻测量
下载PDF
基于SMA-Elman的IGBT寿命预测研究
9
作者 周昂 帕孜来·马合木提 +2 位作者 李高原 赵智强 刘行行 《微电子学与计算机》 2023年第3期117-124,共8页
绝缘栅双极晶体管(insulated gate bipolar transistor,IGBT)作为功率变换器的重要组成部分,其剩余使用寿命的预测极为重要.针对IGBT的剩余使用寿命问题,提出了利用黏菌优化算法(slime mould algorithm,SMA)优化Elman神经网络实现权值... 绝缘栅双极晶体管(insulated gate bipolar transistor,IGBT)作为功率变换器的重要组成部分,其剩余使用寿命的预测极为重要.针对IGBT的剩余使用寿命问题,提出了利用黏菌优化算法(slime mould algorithm,SMA)优化Elman神经网络实现权值和阈值的自适应选择,并将其用于IGBT的寿命预测.首先,对NASA研究中心老化试验数据集中的栅射极关断电压尖峰峰值进行平滑处理.其次,对处理后的数据进行时域特征提取.再次,用核主成分分析(kernel principle component analysis,KPCA)进行优选降维。最后,利用SMA-Elman神经网络模型实现IGBT的寿命预测.结果表明,提出的SMA-Elman神经网络模型相比Elman、BP神经网络及SVR模型具有更优的性能,均方误差为0.021%,均方根误差为0.014,拟合度为0.998,可以更好地实现IGBT剩余使用寿命的预测. 展开更多
关键词 绝缘栅双极晶体管 寿命预测 黏菌优化算法 ELMAN神经网络 时域特征
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部