-
题名基于余弦控制因子和迭代局部搜索的蝙蝠优化算法
被引量：4
- 1
-
-
作者
郑浩
于俊洋
魏上斐
-
机构
河南大学软件学院
河南省智能数据工程研究中心
-
出处
《计算机科学》
CSCD
北大核心
2020年第S02期68-72,共5页
-
基金
国家自然科学基金(61672209)。
-
文摘
针对蝙蝠算法寻优精度低、易陷入局部极值、求解不稳定的问题,提出了一种基于余弦控制因子和迭代局部搜索策略的蝙蝠的算法。首先在蝙蝠速度公式中加入由余弦因子控制的非线性惯性权重,来动态调节算法全局搜索与局部搜索的平衡,提高算法寻优精度和稳定性。其次,在每轮迭代结束时引入迭代局部搜索策略,扰动局部最优解获得中间状态,并重新搜索上述中间状态得到全局最优解,使算法快速跳出局部最优解,找到全局理论最优。最后与其他算法在12个复杂基准函数上进行仿真实验。结果表明,改进后的算法较好地解决了蝙蝠算法寻优精度不高、易陷入局部极值和求解不稳定的问题。
-
关键词
蝙蝠算法
余弦控制因子
迭代局部搜索策略
扰动
-
Keywords
Bat algorithm
Cosine control factor
Iterative local search
Disturbance
-
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RIME-IAOA的混合模型短期光伏功率预测
被引量：1
- 2
-
-
作者
王仁明
魏逸明
席磊
-
机构
三峡大学电气与新能源学院
-
出处
《三峡大学学报（自然科学版）》
CAS
北大核心
2025年第1期81-88,共8页
-
基金
国家自然科学基金项目(52277108)。
-
文摘
光伏发电在如今的新能源发展中逐渐成为重点,其中光伏功率预测成为研究的主要方向.为了提升光伏功率预测的精度和效率,提出了RIME-VMD-IAOA-LSTM模型.该模型通过霜冰优化算法(RIME)优化变分模态分解(VMD)的参数来提升分解效率;引入余弦控制因子的动态边界策略来控制算数优化算法(AOA)数值的增长速率从而提升算法的精度和稳定性;利用自适应T分布变异策略来改进AOA的局部搜索能力和全局开发能力,更好地避免局部最优解.两种智能优化算法的加入使得整体模型的预测效率和速度都有很大提升,实验结果表明组合模型RIMEVMD-IAOA-LSTM相比于其他预测模型有较高的光伏功率预测精度.
-
关键词
霜冰优化算法
变分模态分解
算术优化算法
余弦控制因子策略
自适应T分布策略
短期光伏功率预测
-
Keywords
frost ice optimization algorithm(RIME)
variational mode decomposition(VMD)
arithmetic optimization algorithm(AOA)
cosine control factor strategy
adaptive T-distribution strategy
shortterm photovoltaic power prediction
-
分类号
TM715
[电气工程—电力系统及自动化]
-
-
题名基于改进鼠群优化算法的起重机主梁轻量化设计
被引量：2
- 3
-
-
作者
林伟
朱豪洋
-
机构
陕西铁路工程职业技术学院
中铁二十局集团有限公司中国铁建高原隧道施工技术及装备研发中心
-
出处
《机械设计》
CSCD
北大核心
2024年第4期131-139,共9页
-
文摘
为提高元启发式算法求解桥式起重机主梁优化问题的寻优精度与效率,文中提出一种改进的鼠群优化算法(IRSO)。该算法采用Hénon混沌随机反向学习初始化种群,提高算法的初始寻优性能;在追逐行为中,引入随机反向学习和高斯变异混合策略对鼠群进行逐维学习,增强算法的全局搜索能力;在搏斗行为中,采用翻筋斗搏斗搜索策略更新鼠群位置,增强算法的局部搜索能力;在算法中引入自适应余弦控制因子,实现算法控制参数之间的动态平衡,提高算法的整体寻优能力。仿真结果表明:与其他算法相比,IRSO算法寻优能力更优、收敛精度更高、稳定性和鲁棒性更强;同时,IRSO算法可高效地解决桥式起重机主梁轻量化设计问题,减重效果可达20.72%,具有较好的工程实际应用能力。
-
关键词
鼠群优化算法
Hénon混沌
随机反向学习
翻筋斗搏斗策略
自适应余弦控制因子
主梁轻量化设计
-
Keywords
rat swarm optimization algorithm
Hénon chaos
random reverse learning
somersault fighting search strategy
self-adaptive cosine control factor
lightweight design of main girder
-
分类号
TP242.6
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名自适应t分布与动态边界策略改进的算术优化算法
被引量：35
- 4
-
-
作者
郑婷婷
刘升
叶旭
-
机构
上海工程技术大学管理学院
-
出处
《计算机应用研究》
CSCD
北大核心
2022年第5期1410-1414,共5页
-
基金
国家自然科学基金资助项目(61673258,61075115)
上海市自然科学基金资助项目(19ZR1421600)。
-
文摘
针对算术优化算法(arithmetic optimization algorithm,AOA)存在的收敛速度慢、易陷入局部最优等问题,提出了自适应t分布变异和动态边界策略改进的算术优化算法(t-CAOA)。利用引入自适应t分布变异策略提高种群的多样性和质量可以有效提升算法的收敛速度,同时通过引入余弦控制因子的动态边界策略优化AOA的寻优过程,从而协调AOA的全局勘探和局部开发能力。对10个单模态和多模态函数进行寻优实验,并与鲸鱼优化算法、灰狼优化算法等算法进行对比,实验结果表明,经过改进的算术优化算法具有更高的寻优精度和稳定性。进一步对t-CAOA进行求解大规模优化问题的实验,实验结果表明,改进过的t-CAOA可以有效地解决大规模优化问题。
-
关键词
算术优化算法
余弦控制因子
自适应t分布变异
大规模优化问题
-
Keywords
arithmetic optimization algorithm
cosine control factor
adaptive t-distribution mutation
large-scale optimization problem
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
