作者:王俊栋; 李宁; 吴亚辉; 卢文杰; 王李管; 李江江 期刊:《金属矿山》 2019年第12期
为了提高露天矿卡车运输效率,有效降低矿山企业开采成本,针对量子粒子群算法(QPSO)在优化求解过程中易陷入局部最优的问题,本研究引入惯性权自适应调整的量子粒子群优化算法(DCW-QPSO),并借助于遗传算法的变异操作,将DCW-QPSO的粒子更新方法改进,然后将改进DCW-QPSO用于求解露天矿卡车运输调度方案。调度方案以总运输成本最低为目标函数,并综合考虑矿石产量、品位均衡、卡车等待时间最短等约束条件。通过在国内某大型露天铁矿的应...
作者:郭小雪; 贺兴时; 罗东 期刊:《纺织高校基础科学学报》 2019年第03期
为优化蝙蝠算法的性能,提高算法自身的寻优能力,分别从蝙蝠算法收敛速度、求解精度、全局搜索能力和收敛时间4个方面分析种群规模对蝙蝠算法性能的影响。选用8个标准测试函数在不同种群规模下进行仿真实验。结果表明,求解单峰和多峰问题时,蝙蝠算法的种群规模分别选取70和170,算法的性能最好。
作者:高楚仪; 付峥; 吴冬梅 期刊:《电脑与信息技术》 2018年第06期
近年来,蜂群进化算法由于其较强的全局搜索能力收到了广泛关注,但研究发现该算法收敛速度不快.文章首先通过从具有较好寻优结果的个体中任意选取一个个体作为当前进化个体的引领个体,从而加快其收敛速度.其次,通过引入一个混沌变异因子控制改进以后个体的寻优范围以平衡个体的全局和局部搜索能力.改进以后的蜂群进化算法同多个比较算法在典型的标准测试函数验证了算法有效性.
作者:彭君君; 刘勇进 期刊:《现代电子技术》 2018年第23期
针对采用鸟群算法求解实际问题中的复杂函数时存在易陷入局部最优、学习能力差、缺乏收敛性理论分析等问题,提出基于双高斯函数的一种高效鸟群优化算法。该算法增加了鸟群的挑食行为,巧妙地避免初始寻优值易陷入局部最优点或鞍点的问题。同时,通过构建智能学习行为提高算法的自适应学习能力;然后构建双高斯函数更新法提高种群的多样性以增强算法全局搜索能力;最后,对于高效鸟群优化算法,给出时间复杂度分析。对多种标准测试函数进...
作者:张双杰; 高颖; 王丽娟; 刘玉忠; 李军 期刊:《锻压技术》 2005年第03期
充分利用BP-GA网络相结合方法和BP网络较强的函数逼近能力,以及GA算法的高效率全局搜索能力,将遗传算法和BP网络相结合并优化网络权值,建立一种新的极限变形程度预测模型,与基于BP算法的预测模型相比较,具有迭代次数少、训练时间短和预测精度比较高的优点,其计算分析结果也可直接用于实际生产.
作者:刘宝生; 潘琳; 李章义 期刊:《 电讯技术》 2017年第06期
针对Okumura-Hata模型在不同区域对电波传播衰减的预测与实测难以匹配的问题,提出了一种Okumura-Hata模型修正方法.提取Okumura-Hata模型的各参数作为带约束条件的优化变量, 以预测值与实测值的均方根误差和平均误差的加权和构造适应度函数,运用萤火虫算法进行优化实 现Okumura-Hata模型在西安市区的本地化.在萤火虫算法中引入了“基因突变”和“优胜劣汰”操作,形成了一种改进型算法.基于大量实测数据的模型修正结果表明,所提方法...
作者:刘璞; 崔国民; 肖媛; 陈家星; 周剑卫 期刊:《化工进展》 2017年第02期
强制进化随机游走算法(random walking algorithm with compulsive evolution,RWCE)是一种优化换热网络的新方法,具有程序简单、算法适应性和全局搜索能力较强等优点。本文研究了最大步长对RWCE算法优化性能的影响,提出了抛物线函数的最大步长递减调整策略来平衡RWCE算法的全局搜索与局部搜索能力。将引入策略的RWCE算法与基础算法比较,发现加入最大步长递减调整策略的RWCE算法与基础RWCE算法相比,在进化后期能够跳出局部极小值,...
作者:江沸菠; 戴前伟; 董莉 期刊:《中南大学学报·社会科学版》 2016年第08期
作者:赵书强; 王磊; 马燕峰; 张昕刚; 周玮 期刊:《电力自动化设备》 2007年第07期
将大变异遗传算法应用于非线性发电机励磁系统的参数辨识,利用其较强的全局寻优能力辨识出发电机励磁系统参数估计值。其原理为:当某一代中所有个体集中在一起时就以一个远大于通常变异概率的概率执行一次变异操作,随机、独立地产生许多新的个体,使种群脱离早熟。比较每代中所有个体的最大适应度与平均适应度的接近程度,判断当代中所有个体的集中程度;对当代适应度最高的2个个体不进行大变异操作,以保证具有最大适应度的个...
作者:刘晓霞; 窦明鑫 期刊:《合作经济与科技》 2012年第08期
实验研究过程中,我们发现:收敛时间、进化代数、全局搜索概率这三个性能评价指标在具体的评价过程中是不能同时达到最优的,因此本文提出了一种新的评价指标,即针对不同问题可赋予三个不同的权重,利用加权后的值作为评价指标来判断遗传算法的性能。
作者:徐从东; 张继春; 马鹏飞 期刊:《微电子学与计算机》 2016年第06期
针对标准粒子群优化算法存在易陷入局部最优解、收敛速度慢等缺点,从两个方面对算法进行改进.一方面,改变学习因子和惯性权重,使学习因子和惯性权重随着粒子的适应度动态自适应变化,以平衡局部和全局搜索能力;另一方面,增加粒子的学习对象,从社会心理学出发,提出向群体中所有比自身优秀的较优个体学习,以增强社会学习能力.与标准粒子群算法进行比较,实验证明新算法具有更高的收敛效率、更快的收敛速度.
作者:Mahdiyeh Eslami Hussain Shareef Azah Mohamed 期刊:《中南大学学报·社会科学版》 2011年第05期
为力量系统 stabilizer (PSS ) 的最佳的调节的新奇技术被建议,由集成有混乱(MPSOC ) 的修改粒子群优化(MPSO ) 。第一,在粒子群优化(PSO ) 的修正被介绍被动会众(PC ) 做。它在从另外的成员收到大量的信息帮助每个群成员并且因此减少在察觉或无意义的搜索的一次没有通过的尝试的可能性。第二, MPSO 和混乱是 hybridized (MPSOC ) 改进全球寻找能力并且由于本地最小阻止早熟的集中。调节技术的建议 PSS 的坚韧性在不同操作条件...
作者:忻龙彪 张荣江 期刊:《现代建筑电气》 2010年第10期
为了解决集中采暖锅炉系统的节能问题,建立了基于智能控制的锅炉燃烧系统节能控制模型.针对该模型的时变、滞后和非线性特性,摈弃传统求解方法,采用一种新的求解策略即差异演化算法(DE算法)对其寻优求解.结果表明,该算法求解效率高,收敛速度快,全局搜索能力强,锅炉系统运行达到了节能和环保的目标.
作者:秦玉灵 孔宪仁 罗文波 期刊:《计算机科学》 2010年第09期
粒子群算法参数少,简便易行,具有较好的全局搜索能力和计算效率,在优化等领域得到了广泛应用,但它易于陷入局部极值,因此需要进行改进以增强其优化性能。修正了基本粒子群算法中的速度公式权重因子和最优位置,提出了形式简单且搜索效率高的自适应二次粒子群算法,并应用于五层钢架结构模型修正,修正结果证实了算法的有效性和优越性。
作者:赵伟 伞冶 石慧姝 期刊:《沈阳工业大学学报》 2012年第03期
针对粒子群算法易陷入局部极值和早熟收敛的缺陷,提出了基于q-高斯分布的自适应变异粒子群算法.采用q-高斯作为变异算子对粒子的全局最优位置进行q-高斯变异,克服了因种群遗失多样性所导致的早熟收敛缺陷,随着种群的进化,非广延熵指数q的自适应调整平衡了算法的全局搜索能力和局部开发能力.测试了4个标准复杂函数和优化BP神经网络参数,结果表明,基于q-高斯分布的自适应变异粒子群算法的优化性能最好,收敛速度快.
作者:戴前伟 江沸菠 董莉 期刊:《中南大学学报·社会科学版》 2014年第05期
为了解决聚类算法容易陷入局部最优的问题,以及增强聚类算法的全局搜索能力,基于KHM算法以及改进的引力搜索算法,提出一种混合K-调和均值聚类算法(G—KHM)。G—KHM算法具有KHM算法收敛速度快的优点。但同时针对KHM算法容易陷入局部最优解的问题,在初始化后数据开始搜索聚类中心时采用了一种基于对象多样性及收敛性增强的引力搜索算法,该方法改进了引力搜索算法容易失去种群多样性的缺点,并同时具有引力搜索算法较强的全局...