期刊文献+
共找到18篇文章
< 1 >
每页显示 20 50 100
基于HSBSO算法的城市物流无人机指派
1
作者 张书琴 夏洪山 +2 位作者 江炜 杨文凯 王莫凡 《计算机工程与应用》 北大核心 2025年第17期355-364,共10页
针对头脑风暴优化算法求解带有时间窗同时寄取快递的城市物流无人机任务指派效果差、收敛速度慢等问题,提出了一种混合策略改进的头脑风暴优化算法(hybrid strategy-improved brain storm optimization,HSBSO)。通过Sobol序列初始化种群... 针对头脑风暴优化算法求解带有时间窗同时寄取快递的城市物流无人机任务指派效果差、收敛速度慢等问题,提出了一种混合策略改进的头脑风暴优化算法(hybrid strategy-improved brain storm optimization,HSBSO)。通过Sobol序列初始化种群,增加种群多样性;引入改进的Sine混沌映射修正中间粒子,再用量子行为产生新粒子,提高算法全局搜索能力的同时加快收敛速度;二次函数动态调整局部搜索概率,控制全局搜索及局部搜索的精度;运用基于观测的变异学习策略跳出局部最优。实验结果表明,HSBSO算法与基本BSO算法、GA及SA相比,平均适应度值分别降低1.5%、21.4%及5.7%,程序运行时间分别下降4.5%、98.2%及70.2%,HSBSO算法运行时间增长率为每客户2.2 s,且HSBSO获得的90%解的适应度值优于BSO适应度值的平均值。同时,基于观测的变异学习策略在跳出局部最优的能力及稳定性方面也显著优于莱维飞行、动态透镜成像及透镜成像反向学习策略。 展开更多
关键词 城市物流无人机 量子行为 Sine混沌映射 基于观测的变异学习策略 头脑风暴优化算法
在线阅读 下载PDF
基于改进猎人猎物算法的穴播机车间布局优化 被引量:2
2
作者 吕硕 冯国红 《科学技术与工程》 北大核心 2024年第32期13736-13747,共12页
合理的车间布局,可以有效提高设备之间的工艺效率,减少物料的搬运费用。以H公司穴播机生产车间为研究对象,通过调研,并结合JACK软件分析现有车间布局存在的问题,构建车间布局优化数学模型。针对猎人猎物优化算法(hunt-prey optimizer,H... 合理的车间布局,可以有效提高设备之间的工艺效率,减少物料的搬运费用。以H公司穴播机生产车间为研究对象,通过调研,并结合JACK软件分析现有车间布局存在的问题,构建车间布局优化数学模型。针对猎人猎物优化算法(hunt-prey optimizer,HPO)种群多样性较差和收敛速度较慢的缺点,提出采用Cubic映射、强制切换机制和透镜成像反向学习策略进行改进。运用改进的猎人猎物优化算法(improved hunt-prey optimizer,IHPO)对模型求解,并与传统算法进行对比。结果显示:IHPO、HPO、遗传算法(genetic algorithm,GA)、粒子群优化算法(particle swarm optimization,PSO)、灰狼优化算法(grey wolf optimizer,GWO)的最优解分别为-0.3430、-0.3230、-0.3422、-0.3346、-0.3422,标准差分别为0.0352、9.1836、3.7482、8.9193、5.6355,表明在对车间布局模型求解时,所提算法较其他算法具有更好的寻优能力和稳定性。对优化后的布局运用JACK进行仿真验证,结果消除了工人下背部的受伤风险等相关不安全因素。研究所得最优布局方式有效改善了穴播机生产车间的现状。 展开更多
关键词 设施规划 Cubic映射 强制切换机制 透镜成像反向学习策略 改进猎人猎物优化算法 JACK
在线阅读 下载PDF
基于DIGWO-VMD-CMPE的轴承故障识别方法
3
作者 辛昊 鲁玉军 朱轩逸 《机电工程》 CAS 北大核心 2024年第2期205-215,共11页
针对滚动轴承故障信号特征提取困难和识别准确率低的问题,提出了一种基于维度学习的改进灰狼优化算法(DIGWO)优化变分模态分解(VMD)和复合多尺度排列熵(CMPE)的轴承故障识别方法。首先,采用基于维度学习的狩猎(DLH)搜索策略、余弦收敛因... 针对滚动轴承故障信号特征提取困难和识别准确率低的问题,提出了一种基于维度学习的改进灰狼优化算法(DIGWO)优化变分模态分解(VMD)和复合多尺度排列熵(CMPE)的轴承故障识别方法。首先,采用基于维度学习的狩猎(DLH)搜索策略、余弦收敛因子a和个体狼ω位置更新的方法将灰狼优化算法(GWO)改进为DIGWO,并利用DIGWO算法的自适应性优化VMD分解,得到了多个本征模态函数(IMFs);然后,利用复合多尺度排列熵计算IMFs的特征值,选取适当维数的特征,构建了故障特征向量;最后,利用DIGWO算法优化支持向量机(SVM)的惩罚系数C和径向基函数g,建立了DIGWO-SVM滚动轴承故障诊断分类器,并利用滚动轴承的振动数据验证了算法的有效性。研究结果表明:基于CMPE的DIGWO-SVM滚动轴承故障诊断方法能够有效地识别轴承的运行状况,识别准确率达到了99.42%,相较于PSO-SVM、SSA-SVM方法提高了7.75%、1.68%,证明了该方法的分类性能在滚动轴承故障诊断中更具优势。 展开更多
关键词 基于维度学习的改进灰狼优化算法 变分模态分解 复合多尺度排列熵 支持向量机 本征模态函数 基于维度学习的狩猎
在线阅读 下载PDF
基于改进灰狼算法和多核极限学习机的铁水硅含量预测建模 被引量:17
4
作者 方一鸣 赵晓东 +2 位作者 张攀 刘乐 王硕玉 《控制理论与应用》 EI CAS CSCD 北大核心 2020年第7期1644-1654,共11页
针对高炉铁水硅含量难以在线检测的问题,本文提出一种基于改进灰狼算法(IGWO)优化的多核极限学习机(MKELM)高炉铁水硅含量预测建模方法.首先,针对灰狼算法(GWO)寻优能力的不足,将最优-最差正交反向学习(OWOOBL)策略应用于灰狼算法的位... 针对高炉铁水硅含量难以在线检测的问题,本文提出一种基于改进灰狼算法(IGWO)优化的多核极限学习机(MKELM)高炉铁水硅含量预测建模方法.首先,针对灰狼算法(GWO)寻优能力的不足,将最优-最差正交反向学习(OWOOBL)策略应用于灰狼算法的位置更新,得到一种改进灰狼优化算法.通过10种标准函数对所提算法进行仿真测试,结果表明此算法具有更好的寻优能力.其次,针对单核极限学习机(KELM)回归能力不足,将不同种类的核函数加权组合,并采用改进灰狼算法对多核极限学习机中的加权系数等参数进行优化.最后,基于某钢厂的实测数据对高炉铁水硅含量进行预测建模,仿真结果表明,本文所提方法的预测效果优于反向传播神经网络(BP-NN)、极限学习机(ELM)、KELM和GWO-MKELM,对高炉炼铁具有较好的指导意义. 展开更多
关键词 改进灰狼优化算法 最优-最差正交反向学习 多核极限学习机 铁水硅含量 预测建模
在线阅读 下载PDF
求解大规模优化问题的正交反向混合差分进化算法 被引量:3
5
作者 董小刚 邓长寿 +1 位作者 谭毓澄 彭虎 《计算机应用研究》 CSCD 北大核心 2016年第6期1656-1661,共6页
差分进化算法简单高效,然而在求解大规模优化问题时,其求解性能迅速降低。针对该问题,提出一种正交反向差分进化算法。首先,该算法利用正交交叉算子,加强了算法的局部搜索能力。其次,为防止过强的局部搜索使算法陷入早熟收敛,利用反向... 差分进化算法简单高效,然而在求解大规模优化问题时,其求解性能迅速降低。针对该问题,提出一种正交反向差分进化算法。首先,该算法利用正交交叉算子,加强了算法的局部搜索能力。其次,为防止过强的局部搜索使算法陷入早熟收敛,利用反向学习策略调节种群多样性,从而有效地平衡算法的全局和局部搜索能力。利用11个标准测试函数进行实验,并和差分进化算法的四种优秀改进版本进行比较,实验结果表明提出的算法求解精度高、收敛速率快,是一种求解大规模优化问题的有效算法。 展开更多
关键词 大规模优化问题 差分进化 正交交叉 反向学习
在线阅读 下载PDF
基于改进灰狼优化算法的地面目标最优瞄准点选择方法 被引量:2
6
作者 佘维 马凯 +2 位作者 田钊 刘炜 孔德锋 《火力与指挥控制》 CSCD 北大核心 2023年第3期139-145,共7页
针对导弹打击地面目标时的瞄准点优选问题,提出了一种利用改进灰狼优化算法(improved grey wolf op timization,IGWO)选取最优瞄准点的瞄准点选择方法。该算法基于维度学习的狩猎搜索策略(dimension learning-based hunting,DLH),为每... 针对导弹打击地面目标时的瞄准点优选问题,提出了一种利用改进灰狼优化算法(improved grey wolf op timization,IGWO)选取最优瞄准点的瞄准点选择方法。该算法基于维度学习的狩猎搜索策略(dimension learning-based hunting,DLH),为每个瞄准点构建相邻的瞄准点集合,集合中的瞄准点可以互相共享信息,增强局部搜索和全局搜索之间的平衡,并保持多样性。在仿真实验中,将毁伤评估模型的评估函数作为瞄准点选取好坏的评估函数,并且设计导弹打击地面目标的实例对瞄准点选择方法进行验证,实验结果表明,该方法求得的瞄准点具有较高的可信度,为火力筹划中瞄准点的寻优提供了新方法。 展开更多
关键词 改进灰狼优化算法 最优瞄准点 狩猎搜索策略 地面目标
在线阅读 下载PDF
一种基于改进教学优化的微弱信号检测方法 被引量:2
7
作者 行鸿彦 沈洁 《现代雷达》 CSCD 北大核心 2018年第5期37-40,45,共5页
为了快速准确地检测混沌背景中的微弱信号,提高网络泛化能力,文中利用改进教学优化算法优化贝叶斯回声状态网络的模型参数,提出了一种改进教学优化的混沌背景中微弱信号检测方法。通过建立混沌序列单步预测模型,分析预测误差的幅值... 为了快速准确地检测混沌背景中的微弱信号,提高网络泛化能力,文中利用改进教学优化算法优化贝叶斯回声状态网络的模型参数,提出了一种改进教学优化的混沌背景中微弱信号检测方法。通过建立混沌序列单步预测模型,分析预测误差的幅值,检测混沌背景中微弱瞬态信号和周期信号。对Lorenz系统和实测的海杂波数据进行实验研究,验证预测模型的有效性,结果表明,贝叶斯回声状态网络模型的预测结果比支持向量机和径向基神经网络模型的均方根误差降低了2个数量级,缩短了预测时间,提高了预测精度和预测效率,能快速有效地检测混沌背景中微弱信号,且具有更低的门限。 展开更多
关键词 贝叶斯回声状态网络 改进教学优化算法 微弱信号检测 混沌系统
在线阅读 下载PDF
一种正交反向学习萤火虫算法 被引量:13
8
作者 周凌云 丁立新 +1 位作者 马懋德 唐菀 《电子与信息学报》 EI CSCD 北大核心 2019年第1期202-209,共8页
针对萤火虫算法求解复杂优化问题时收敛精度较低的问题,该文提出一种正交反向学习策略,嵌入萤火虫算法,得到一种正交反向学习萤火虫算法。正交反向学习策略中,采用重心反向计算,利用群体搜索经验的同时避免搜索依赖坐标;采用正交试验设... 针对萤火虫算法求解复杂优化问题时收敛精度较低的问题,该文提出一种正交反向学习策略,嵌入萤火虫算法,得到一种正交反向学习萤火虫算法。正交反向学习策略中,采用重心反向计算,利用群体搜索经验的同时避免搜索依赖坐标;采用正交试验设计,构建部分维上取反向值的正交反向候选解,充分挖掘个体和反向个体在不同维度上的有利信息。在标准测试集上进行验证,实验结果说明了正交反向学习策略的有效性。与多种新近的改进萤火虫算法相比,该算法在大多数函数上获得更高的求解精度。 展开更多
关键词 萤火虫算法 反向学习 优化 正交试验设计 收敛精度
在线阅读 下载PDF
改进教与学算法在圆度误差评定中的应用 被引量:11
9
作者 杨洋 李明 +1 位作者 顾京君 韦庆玥 《机械设计与制造》 北大核心 2019年第5期117-120,共4页
为了提高圆度误差的评定精度和计算收敛速度,提出了一种改进教与学算法的圆度误差评定方法。首先,通过圆度误差最小区域原则的数学模型,建立算法的目标函数。其次,在标准教与学算法的基础上,设计了两阶段爬山搜索策略增强局部开发能力,... 为了提高圆度误差的评定精度和计算收敛速度,提出了一种改进教与学算法的圆度误差评定方法。首先,通过圆度误差最小区域原则的数学模型,建立算法的目标函数。其次,在标准教与学算法的基础上,设计了两阶段爬山搜索策略增强局部开发能力,进一步提高算法精度和收敛速度。最后通过三坐标测量的圆度测量数据进行求解验证,并将计算结果与常用的最小二乘法,遗传算法,粒子群算法等进行对比。实例表明,改进教与学算法在圆度误差评定上的计算精度和收敛速度都优于传统算法,体现了其优越性。 展开更多
关键词 圆度误差 最小区域法 教与学算法 爬山算法 改进教与学算法
在线阅读 下载PDF
基于改进多元宇宙算法优化ELM的短期电力负荷预测 被引量:36
10
作者 龙干 黄媚 +3 位作者 方力谦 郑林灵 蒋崇颖 张勇军 《电力系统保护与控制》 EI CSCD 北大核心 2022年第19期99-106,共8页
为改善因人工神经网络参数随机初始化对短期电力负荷预测带来的不足,提出一种基于改进多元宇宙(improved multivariate universe optimizer, IMVO)算法优化极限学习机(extreme learning machine, ELM)的短期电力负荷预测方法。算法的改... 为改善因人工神经网络参数随机初始化对短期电力负荷预测带来的不足,提出一种基于改进多元宇宙(improved multivariate universe optimizer, IMVO)算法优化极限学习机(extreme learning machine, ELM)的短期电力负荷预测方法。算法的改进包含3个方面。首先,添加beta分布的随机数得到改进Tent混沌映射方法,采用遍历均匀性更好的改进Tent混沌映射方法使MVO算法得到好的初始解位置。其次,采用指数形式改进传统MVO算法的旅行距离率,利用指数形式改进后可使算法在整个寻优迭代前中期保持较高的全局开发水平。然后,采用精英反向学习的方法改进宇宙群。通过基准函数测试改进前后算法的性能,表明IMVO算法具有更好的稳定性和鲁棒性。最后,利用IMVO算法优化ELM的权值和阈值,建立IMVO-ELM短期电力负荷预测模型。通过实例分析和实验对比,表明IMVO-ELM模型的稳定性、预测精度和泛化能力均优于其他模型。 展开更多
关键词 短期电力负荷预测 多元宇宙算法 极限学习机 改进Tent混沌映射 精英反向学习
在线阅读 下载PDF
基于改进教与学优化算法的配电网重构 被引量:19
11
作者 邱骁奇 胡志坚 《电力系统保护与控制》 EI CSCD 北大核心 2016年第12期42-49,共8页
正常运行工况下的配电网重构能降低配电网损耗。近年来新兴的教与学算法具有自有参数少、简单易懂、收敛迅速等优点,十分适合多目标、多约束的配电网重构优化问题求解。以网损最小和开关操作次数为目标,并考虑运行经济成本,将教与学算... 正常运行工况下的配电网重构能降低配电网损耗。近年来新兴的教与学算法具有自有参数少、简单易懂、收敛迅速等优点,十分适合多目标、多约束的配电网重构优化问题求解。以网损最小和开关操作次数为目标,并考虑运行经济成本,将教与学算法引入到配电网优化重构中,对基本教与学算法中的教学因子进行了自适应改进,给出了算法的编码策略、迭代过程中"学生"信息的修改原则。PG&E 69节点系统以及一个实际城区配电网的优化重构仿真结果表明所提改进算法的有效性。 展开更多
关键词 配电网重构 网络化简 改进教与学算法 教学因子
在线阅读 下载PDF
含风电和径流式小水电的多目标环境经济调度 被引量:18
12
作者 张劲 熊国江 +1 位作者 邹晓松 袁旭峰 《电力系统自动化》 EI CSCD 北大核心 2021年第9期38-45,共8页
构建了含风电和径流式小水电机组的多目标环境经济调度模型。为应对风电和径流式小水电机组的不确定性,采用概率密度函数对风速和河流流量进行模拟,利用蒙特卡洛法模拟得到风电和径流式小水电机组的功率分布,并计及可再生能源预测功率... 构建了含风电和径流式小水电机组的多目标环境经济调度模型。为应对风电和径流式小水电机组的不确定性,采用概率密度函数对风速和河流流量进行模拟,利用蒙特卡洛法模拟得到风电和径流式小水电机组的功率分布,并计及可再生能源预测功率的低估和高估带来的惩罚成本与储备成本。该模型能兼顾燃料费用目标及污染排放目标,并考虑安全约束、禁止运行区等约束条件。为获取最优调度方案集,提出一种非支配排序改进多目标教学优化算法,并将其与不可行解约束处理技术相结合,实现模型的有效求解。算例仿真结果验证了所提调度模型的合理性以及求解算法的有效性。 展开更多
关键词 可再生能源 风电 径流式小水电 网络安全约束 概率密度函数 不确定性模型 多目标环境经济调度 改进教学优化算法
在线阅读 下载PDF
基于IOLBBO算法的水轮机非线性模型参数辨识 被引量:3
13
作者 孙文涛 蔡晖 +4 位作者 张文嘉 葛毅 赵洁 王荃荃 刘代刚 《水电能源科学》 北大核心 2018年第1期152-155,共4页
为提高考虑弹性水击模型的水轮机系统非线性模型参数辨识的精度、速度、稳定度,采用改进正交学习生物地理学算法(IOLBBO)对该模型进行参数辨识。IOLBBO利用佳点集方法的遍历性,初始化栖息地特征变量;引入精英保留策略,提高算法运行效率... 为提高考虑弹性水击模型的水轮机系统非线性模型参数辨识的精度、速度、稳定度,采用改进正交学习生物地理学算法(IOLBBO)对该模型进行参数辨识。IOLBBO利用佳点集方法的遍历性,初始化栖息地特征变量;引入精英保留策略,提高算法运行效率;融合正交学习(OL)策略,提高算法全局寻优能力。基于某水轮机动态试验数据的参数辨识计算及对比分析,表明IOLBBO算法可用于水轮机系统非线性模型参数实测辨识,与GA、PSO、QPSO、BBO算法相比,收敛速度更快、参数辨识精度更高、算法更稳定,为电力系统的参数辨识提供了一种新方法。 展开更多
关键词 水轮机非线性模型 参数辨识 IOLBBO算法 佳点集理论 正交学习
在线阅读 下载PDF
结合正交补空间反向学习策略的自然计算方法 被引量:1
14
作者 黄亮 张军 季伟东 《小型微型计算机系统》 CSCD 北大核心 2023年第3期544-552,共9页
反向学习策略可以提高自然计算方法性能,然而现有策略生成的反向解多样性不足,为此提出一种反向学习策略,算法根据群体最优个体计算其正交补空间的反向解,增加种群多样性以提高找到全局最优解的概率.将所提策略应用到标准粒子群与标准... 反向学习策略可以提高自然计算方法性能,然而现有策略生成的反向解多样性不足,为此提出一种反向学习策略,算法根据群体最优个体计算其正交补空间的反向解,增加种群多样性以提高找到全局最优解的概率.将所提策略应用到标准粒子群与标准遗传算法并在基准测试函数上进行验证,实验结果表明策略能提高算法在多数测试函数上的性能.最后,将策略与重心反向学习结合应用于随机拓扑粒子群算法,CEC13函数集作为测试函数,与四种经典或性能优异的反向学习粒子群算法进行对比,实验结果验证了策略的有效性. 展开更多
关键词 正交补空间 反向学习 多样性 粒子群算法 自然计算
在线阅读 下载PDF
改进人工鱼群算法优化小波神经网络的变压器故障诊断 被引量:39
15
作者 贾亦敏 史丽萍 严鑫 《河南理工大学学报(自然科学版)》 CAS 北大核心 2019年第2期103-109,共7页
针对油浸式变压器故障类型的复杂难辨,结合油中气体分析法,提出一种基于改进人工鱼群算法优化小波神经网络的故障诊断模型。基于经典三层小波神经网络,采用粒子化的人工鱼群算法对小波神经网络输入和输出层的权值、小波神经元的伸缩和... 针对油浸式变压器故障类型的复杂难辨,结合油中气体分析法,提出一种基于改进人工鱼群算法优化小波神经网络的故障诊断模型。基于经典三层小波神经网络,采用粒子化的人工鱼群算法对小波神经网络输入和输出层的权值、小波神经元的伸缩和平移系数进行修正,通过引入动态反向学习策略实时优化人工鱼分布,迭代后半程采用基于柯西分布的自适应人工鱼视野范围提高算法精度。结果表明,该改进鱼群算法优化的小波神经网络相比标准粒子群算法优化小波神经网络和标准鱼群算法优化小波神经网络,诊断速度更快,准确率更高。 展开更多
关键词 变压器 故障诊断 小波神经网络 改进人工鱼群算法 粒子群优化算法 动态反向学习策略
在线阅读 下载PDF
改进的教与学优化算法求解多工艺路线的炼钢连铸生产调度问题
16
作者 吴玲 唐秋华 +1 位作者 李玲 张利平 《机械设计与制造》 北大核心 2019年第12期23-27,共5页
针对多工艺路线、多并行机和有限缓冲单元的炼钢连铸生产调度问题,用连续时间表示法建立混合整数线性规划优化模型,并提出增加自学习阶段的改进教与学优化算法求解该问题。在算法中,采用了随机键的编码和两阶段解码方法,有效保证了解空... 针对多工艺路线、多并行机和有限缓冲单元的炼钢连铸生产调度问题,用连续时间表示法建立混合整数线性规划优化模型,并提出增加自学习阶段的改进教与学优化算法求解该问题。在算法中,采用了随机键的编码和两阶段解码方法,有效保证了解空间的多样性;同时,对具有有限缓冲约束的生产调度问题,针对有限缓冲不满足的情况,提出了基于最小移动距离的有限缓冲消解机制,并将其用于解码过程中。最后,根据实际生产数据,验证了该算法对单一工艺路线和复杂工艺路线生产的适用性,并产生多组不同规模的算例验证了算法的适用性和优越性。 展开更多
关键词 多工艺路线 有限缓冲 多并行机 改进教与学优化算法
在线阅读 下载PDF
基于正交实验法改进的蝠鲼算法优化BP在变压器故障诊断上的研究 被引量:14
17
作者 徐龙舞 张英 +3 位作者 张倩 胡克林 王明伟 张国治 《南方电网技术》 CSCD 北大核心 2022年第7期46-54,共9页
油浸式变压器在运行老化过程中难免会出现各种潜伏性故障,及时正确诊断出变压器的状态至关重要,传统利用基于油中溶解气体分析法(dissolved gas analysis, DGA)数据的三比值法因存在编码不足的缺陷,限制了故障的诊断效果。为此提出了一... 油浸式变压器在运行老化过程中难免会出现各种潜伏性故障,及时正确诊断出变压器的状态至关重要,传统利用基于油中溶解气体分析法(dissolved gas analysis, DGA)数据的三比值法因存在编码不足的缺陷,限制了故障的诊断效果。为此提出了一种改进的蝠鲼算法(manta ray foraging optimization, MRFO)优化反向传播(back propagation, BP)网络的故障诊断模型。首先利用逻辑映射与反向学习(opposition based learning, OBL)融合的多阶段算法为MRFO提供初始位置,加强算法全局寻优能力;同时提出利用正交实验法优化蝠鲼算法的3种觅食策略,调节蝠鲼个体的探索与开发,以加强该算法在特定问题上的寻优能力;最后将改进的蝠鲼算法寻得的最优解赋予BP网络的权值和偏置,建立变压器故障诊断系统。利用IEC TC 10故障数据进行了实验,并与其他算法进行了结果对比分析。结果表明,所提方法与BPNN、未改进的MRFO-BP、三比值法的结果相比,分别高出16%、8%、24%,是一种积极有效的方法。 展开更多
关键词 油浸式变压器 DGA数据 蝠鲼算法 BP网络 混沌映射 反向学习 正交实验法
在线阅读 下载PDF
局部维度改进的教与学优化算法 被引量:6
18
作者 何杰光 彭志平 +1 位作者 崔得龙 李启锐 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2018年第11期2159-2170,共12页
针对原始教与学优化算法局部搜索能力不强和进化后期容易陷入局部最优的问题,提出基于局部维度改进和自学习扰动的教与学优化算法.将局部维度改进融入教和学2个阶段,将个体的高质量维度变量保留到下一代,不断改善低质量维度变量,提高算... 针对原始教与学优化算法局部搜索能力不强和进化后期容易陷入局部最优的问题,提出基于局部维度改进和自学习扰动的教与学优化算法.将局部维度改进融入教和学2个阶段,将个体的高质量维度变量保留到下一代,不断改善低质量维度变量,提高算法的细粒度搜索能力.提出一种混合全局维度改进和局部维度改进的个体更新方式,通过2种改进权重的逐代变化实现算法早期全局搜索和后期局部探测的平衡.在新算法中增加基于个体最优位置和搜索边界信息的自学习阶段,使种群在进化后期仍能向最优解方向搜索,避免算法过早陷入局部最优.基于标准测试函数的仿真结果表明,相比于原始的教与学优化算法和当前其他优秀的改进版本,局部维度改进的教与学优化算法的收敛精度平均提高了10~2~10~5倍,收敛速度平均提高了2~3倍. 展开更多
关键词 教与学优化算法 局部维度改进 自学习扰动 混合策略
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部