-
题名一种新型多步式位置可选择更新粒子群优化算法
被引量：15
- 1
-
-
作者
高芳
崔刚
吴智博
杨孝宗
-
机构
哈尔滨工业大学计算机科学与技术学院
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2009年第3期529-534,共6页
-
基金
国家"八六三计划"重大课题项目(No.2006AA01A103)
-
文摘
粒子群优化(PSO)算法是一种新兴的群体智能优化技术,其由于具有原理简单、参数少、效果好等优点已获得广泛研究和应用.粒子个体极值更新速率低是影响该算法收敛速度和精度的主要因素之一.本文提出一种新型多步式位置可选择更新的粒子群算法,把标准粒子群中速度的单步更新公式分解成三步更新,取所生成的3个位置中的最好位置作为最终结果,细化了粒子的搜索轨迹、在不增加算法复杂度条件下提高了个体极值以及全局极值的更新速率,因而改善了算法的收敛速度和精度.采用Sphere、Rosenbrock等6个经典测试函数,并按照固定迭代次数运行和固定时间长度运行两种方法进行测试.测试结果表明该算法简单、稳健、高效,而且明显优于现有的4种经典粒子群算法.
-
关键词
智能优化
粒子群算法
多步式位置可选择更新策略
-
Keywords
intelligent optimization
particle swarm algorithm
multi-step position-selectable updating scheme
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于人工智能的医疗物资调度优化决策方法
- 2
-
-
作者
高琴
虞水
杨一童
邢凯
朱莉
-
机构
南京医科大学附属泰州人民医院
-
出处
《电子设计工程》
2024年第16期82-86,共5页
-
基金
江苏省医院协会支撑课题(JSYGY-3-2023-177)。
-
文摘
为了快速、合理地完成医疗物资的分配,并有效地提升医疗物资调度效率,提出了一种基于增强型鲸鱼算法的医疗物资调度优化方法。该方法通过改进种群初始化、位置更新策略以及预防陷入局部最优等方面,有效提高了搜索效率和全局搜索能力。在实例应用中,将该算法与粒子群算法、遗传算法以及鲸鱼算法进行了比较。实验结果表明,增强型鲸鱼算法在不同优化目标下表现优异,总成本最低达到33.02万元,总耗时最少为85.67 h。
-
关键词
医疗物资调度
增强型鲸鱼算法
种群初始化
位置更新策略
-
Keywords
medical material scheduling
enhanced Whale Optimization Algorithm
population initial⁃ization
position update strategy
-
分类号
TN919.5
[电子电信—通信与信息系统]
-
-
题名基于蚁群算法优化的布谷鸟搜索算法
被引量：4
- 3
-
-
作者
张烈平
何佳洁
于滟琳
杨振宇
骆颖雄
-
机构
桂林理工大学机械与控制工程学院
-
出处
《微电子学与计算机》
CSCD
北大核心
2018年第12期21-26,共6页
-
基金
国家自然科学基金(61741303)
广西自然科学基金(2017GXNSFAA198161)
+1 种基金
广西空间信息与测绘重点实验室基金(15-140-07-23
16-380-25-23)
-
文摘
针对标准布谷鸟搜索算法采用Levy飞行机制生成新的鸟巢,使得每次更新的鸟巢位置的随机性较大的问题,提出一种蚁群算法优化的布谷鸟搜索算法.首先,提出的算法将待更新的鸟巢位置作为蚁群优化算法的一组初始解在极小的范围内进行搜索寻优.之后,将此次蚁群优化算法搜索所得的解作为新的候选解.当蚁群优化算法搜索寻优的候选解优于Levy飞行产生的候选解时,替换掉Levy飞行的候选解.最后,再进行布谷鸟搜索算法择优算子,根据遗弃概率替换新的鸟巢位置,实现更新后的鸟巢位置更加趋向于最优解.通过六个典型的测试函数将提出的算法与标准布谷鸟算法进行了寻优性能比较.实验结果表明,提出的算法能够提升布谷鸟搜索算法候选解的质量,提高算法的收敛速度和收敛精度。
-
关键词
Levy飞行
布谷鸟搜索算法
蚁群优化算法
鸟巢位置更新策略
-
Keywords
Levy flight,cuckoo search algorithm,ant colony algorithm,update strategy of bird nest location
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于改进群搜索优化算法的云计算任务调度方案
被引量：5
- 4
-
-
作者
李敬伟
张皓
赵丽
-
机构
河南工学院计算机科学与技术系
山西大学软件学院
-
出处
《湘潭大学自然科学学报》
北大核心
2017年第4期99-102,共4页
-
基金
河南省高等学校重点科研项目(16B520009)
-
文摘
针对云计算中的任务调度问题,提出一种基于改进群搜索优化(IGSO)算法的任务调度方案.首先,为了解决传统GSO算法的收敛速度较慢,不能很好地应用在云任务实时调度的问题,在搜索者和游荡者的位置更新中融入了粒子群算法中的粒子位置更新策略,提出一种快速收敛的改进GSO算法.然后,将任务调度问题进行编码,以任务执行时间为适应度函数,通过提出的IGSO算法寻找最优调度方案.仿真结果表明,该方案能够快速且合理地调度任务,具有可行性和有效性.
-
关键词
云计算
任务调度
改进群搜索优化算法
位置更新策略
-
Keywords
cloud computing
task scheduling
improved group search optimization algorithm
location update strategy
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
