期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
一种采用改进交叉熵的多目标优化问题求解方法 被引量：8
1
作者 赵舵 唐启超 余志斌 《西安交通大学学报》 EI CAS CSCD 北大核心 2019年第3期66-74,共9页
针对传统交叉熵算法不能解决多目标优化问题,采用单目标交叉熵优化算法提出了改进多目标交叉熵优化(Multi-Objective Cross Entropy Optimization,MOCEO)算法。首先,采用个体选择机制来保留进化过程中的优良个体,通过精英保留策略提取... 针对传统交叉熵算法不能解决多目标优化问题,采用单目标交叉熵优化算法提出了改进多目标交叉熵优化(Multi-Objective Cross Entropy Optimization,MOCEO)算法。首先,采用个体选择机制来保留进化过程中的优良个体,通过精英保留策略提取优良个体分布信息以不断修正算法正态分布概率模型参数;其次,引入进化方向在正态分布群体采样过程中,引导所产生新个体在解空间中的分布使得种群朝着性能提高的方向进化;最后,为了避免陷入局部最优点在参数平滑操作过程中,定义了调节系数随机调整正态分布概率模型参数。ZDT和DTLZ系列多目标问题的测试结果表明,与经典多目标优化算法NSGA-II、SPEA2、MOEAD、PAES相比,MOCEO在超体积和反转世代距离性能指标以及进化速度等方面较好,是一种收敛速度快、寻优能力强、鲁棒性高的算法。为验证MOCEO在工程实际中的效果,将其应用于某型高速列车悬挂系统横向平稳控制系统的参数优化中,仿真结果表明:相比于NSGA-II算法,使用MOCEO优化调整控制系统参数后,车体横向平稳性指标提高4.16%,横向加速度峰值减小10.34%,横向振动加速度在1～2 Hz人体敏感频率范围内有一定改善,列车具有更好的横向平稳性能。 展开更多
关键词 多目标优化 进化算法 交叉熵优化算法 横向平稳性
下载PDF
基于交叉熵的粒子群优化算法 被引量：4
2
作者 张娜 贺兴时 屈思凡 《西安工程大学学报》 CAS 2020年第4期106-112,共7页
为解决粒子群优化算法易于陷入局部最优,早熟收敛,以及对高维复杂函数寻优精度差等弊端,提出一种基于交叉熵的粒子群优化算法(CEPSO)。在粒子群优化算法全局最优值的更新过程中加入交叉熵算法,使得粒子能更高效地收敛到全局最优位置,提... 为解决粒子群优化算法易于陷入局部最优,早熟收敛,以及对高维复杂函数寻优精度差等弊端,提出一种基于交叉熵的粒子群优化算法(CEPSO)。在粒子群优化算法全局最优值的更新过程中加入交叉熵算法,使得粒子能更高效地收敛到全局最优位置,提升了算法对高维复杂函数的求解能力;为保持种群多样性,避免早熟收敛,定义了替换概率并增加高斯扰动以实现粒子重构;通过仿真实验,对CEPSO算法、传统粒子群优化算法及其他3种改进的粒子群优化算法进行比较,结果显示CEPSO算法具有更好的全局搜索能力及收敛性能。 展开更多
关键词 交叉熵算法 粒子群优化算法 粒子重构策略 替换概率
下载PDF
基于CE-QPSO算法的联合火力打击方案智能优化方法
3
作者 王赞程 贺筱媛 《指挥控制与仿真》 2023年第5期110-115,共6页
针对联合火力打击方案优化“既快又精”需求难题,设计了CE-QPSO算法,提出了基于该算法的联合火力打击方案智能优化方法。该算法充分结合了交叉熵算法良好的全局寻优能力和量子粒子群算法高效运行的特点,通过构建离散概率矩阵,使粒子的... 针对联合火力打击方案优化“既快又精”需求难题,设计了CE-QPSO算法,提出了基于该算法的联合火力打击方案智能优化方法。该算法充分结合了交叉熵算法良好的全局寻优能力和量子粒子群算法高效运行的特点,通过构建离散概率矩阵,使粒子的不确定性运动更具方向性,提高了粒子的协同寻优能力。实验结果表明:基于该算法的联合火力打击方案智能优化方法能够有效提升联合火力打击方案的优化效果和优化效率,且相比于标准交叉熵算法和标准量子粒子群优化算法具有明显优势。 展开更多
关键词 联合火力打击方案 智能优化方法 交叉熵 量子粒子群优化算法
下载PDF
基于交叉熵-遗传算法的武器目标分配问题研究 被引量：4
4
作者 马金慧 杨玉 +1 位作者 李存华 戴红伟 《南京师范大学学报（工程技术版）》 CAS 2022年第1期68-74,共7页
武器目标分配问题是军事领域中重要的研究课题,其主要任务是在一定的条件下将武器与来袭目标合理分配,以达到最大的作战收益.提出了一种将遗传算法融入交叉熵算法的混合算法.首先,通过交叉熵算法将原本的武器目标分配优化问题与估计问... 武器目标分配问题是军事领域中重要的研究课题,其主要任务是在一定的条件下将武器与来袭目标合理分配,以达到最大的作战收益.提出了一种将遗传算法融入交叉熵算法的混合算法.首先,通过交叉熵算法将原本的武器目标分配优化问题与估计问题联系起来,构建满足武器目标分配方案解的离散概率分布矩阵,进而根据矩阵生成代表解的多个样本.然后,利用遗传算法中的选择、交叉、变异操作增加样本的多样性.最后,利用推导出最优解的迭代公式来更新矩阵,当满足迭代终止条件时输出的矩阵即为最优解.分别针对二维单目标函数优化问题和武器目标分配问题进行计算对比,计算结果验证了交叉熵-遗传算法的有效性. 展开更多
关键词 交叉熵 交叉熵-遗传算法 武器目标分配 最优化问题
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部