期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
二相与四相无限折叠混沌扩频序列的相关特性分析 被引量:2
1
作者 何迪 何晨 +1 位作者 蒋铃鸽 胡光锐 《通信学报》 EI CSCD 北大核心 2001年第3期13-19,共7页
本文利用无限折叠迭代混沌映射产生二相与四相混沌扩频序列。分析了该序列轨迹点具有的分布律与相关特性 ,模拟结果表明它们分别能获得比同等长度的二相与四相Logistic序列、四相Chebyshev序列、m序列、Gold序列更好的自相关与互相关性... 本文利用无限折叠迭代混沌映射产生二相与四相混沌扩频序列。分析了该序列轨迹点具有的分布律与相关特性 ,模拟结果表明它们分别能获得比同等长度的二相与四相Logistic序列、四相Chebyshev序列、m序列、Gold序列更好的自相关与互相关性能 ,有利于解决CDMA移动通信中对相关性要求很严格的抗多址 (多径 )干扰、多用户检测等关键问题。 展开更多
关键词 无限折叠混沌映射 扩频序列 相关性 扩频通信
在线阅读 下载PDF
基于多策略融合的改进黑猩猩优化算法
2
作者 王燕 王妮娅 +2 位作者 毛剑琳 徐志昊 李大焱 《计算机工程与科学》 北大核心 2025年第10期1877-1889,共13页
黑猩猩优化算法ChOA具有个体多样性丰富和收敛速度快的特点,但是该算法在搜索能力和跳出局部最优上仍有改善的空间。因此,提出一种基于多策略融合的改进黑猩猩优化算法。首先,引入双交叉无限折叠迭代混沌映射对种群进行初始化,以提高初... 黑猩猩优化算法ChOA具有个体多样性丰富和收敛速度快的特点,但是该算法在搜索能力和跳出局部最优上仍有改善的空间。因此,提出一种基于多策略融合的改进黑猩猩优化算法。首先,引入双交叉无限折叠迭代混沌映射对种群进行初始化,以提高初始解质量,有助于算法后续寻优;其次,结合正余弦权重因子和个体最佳跟随策略的混合位置更新机制更新个体位置,提高算法寻优能力和收敛精度;最后,引入柯西高斯变异机制,对当前最优个体进行变异,同时结合贪婪策略选择最佳个体,增强算法跳出局部最优的能力。在数值实验中,使用10个基准函数的Wilcoxon秩和检验对比分析改进算法的寻优性能,结果表明,所提算法寻优性能较对比算法均有所提升,并在三维路径规划问题上进一步验证了算法有效性。 展开更多
关键词 黑猩猩优化算法 双交叉无限折叠迭代混沌映射 正余弦权重因子 个体最佳跟随策略 柯西高斯变异 路径规划
在线阅读 下载PDF
应用多策略改进量子粒子群算法的直流电与Rayleigh波联合反演
3
作者 朱春光 管泓清 +3 位作者 秦天 张富翔 王强 高远 《石油地球物理勘探》 北大核心 2025年第1期137-151,共15页
针对浅地表地质分层问题,文中分析了直流电(DC)法与Rayleigh波(RW)法共同探测并进行数据联合反演的可行性,重点研究了融合多种优化策略后形成的基于重心反向学习(Centroid Opposition-Based Learning,COBL)和混沌搜索(Chaos Search,CS)... 针对浅地表地质分层问题,文中分析了直流电(DC)法与Rayleigh波(RW)法共同探测并进行数据联合反演的可行性,重点研究了融合多种优化策略后形成的基于重心反向学习(Centroid Opposition-Based Learning,COBL)和混沌搜索(Chaos Search,CS)的量子行为粒子群(Quantum-behaved Particle Swarm Optimization,QPSO)算法(简称为COBL-CS-QPSO算法)应用于二者的一维联合反演。通过联合反演可以从电阻率数据中提取层厚信息,弥补单独Rayleigh波反演难以精确解析层厚的问题;同时多策略算法的引入使解在搜索过程中不易陷入局部最优,并加强了不确定环境下的随机搜索效率。理论模型实验考虑了无噪声与有噪声以及已知模型层数与未知模型层数的多种情况,并使模型反演在宽泛的搜索区间内进行,最终取得了良好的反演效果。随后将该联合反演算法应用于实际数据,结果表明基于COBL-CS-QPSO算法的直流电与Rayleigh波联合反演在无钻孔信息或未知地下详细分层的条件下,能够获得相比于单独方法更为准确的结果。同时与自适应粒子群(APSO)算法的对比也体现了改进算法的反演优势。 展开更多
关键词 Rayleigh 波法 直流电法 联合反演 量子行为粒子群算法 重心反向学习 混沌搜索 无限折叠 映射 浅地表
在线阅读 下载PDF
多策略黑猩猩优化算法研究及其工程应用 被引量:13
4
作者 黄倩 刘升 +1 位作者 李萌萌 郭雨鑫 《计算机工程与应用》 CSCD 北大核心 2022年第19期174-183,共10页
针对基本黑猩猩优化算法存在的依赖初始种群、易陷入局部最优和收敛精度低等问题,提出一种多策略黑猩猩优化算法EOSMICOA(chaotic elite opposition-based simple method improved COA)。在EOSMICOA算法中,利用混沌精英反向学习策略对... 针对基本黑猩猩优化算法存在的依赖初始种群、易陷入局部最优和收敛精度低等问题,提出一种多策略黑猩猩优化算法EOSMICOA(chaotic elite opposition-based simple method improved COA)。在EOSMICOA算法中,利用混沌精英反向学习策略对黑猩猩个体位置进行初始化,提高种群的多样性和质量,同时在位置更新过程中利用单纯形法和群个体记忆机制对较差个体进行改进,进一步提高算法的局部开发能力和勘探能力,以及算法的寻优精度。为验证改进算法的寻优能力,将EOSMICOA算法与多个智能算法对20个复杂函数进行对比实验,结果表明EOSMICOA在收敛精度、寻优速度等方面都有明显优势。最后,将EOSMICOA与当前最新改进算法应用于焊接梁设计中,对比结果表明EOSMICOA可以更有效地应用于工程设计优化问题。 展开更多
关键词 黑猩猩优化算法 无限折叠混沌映射 精英反向学习 单纯形法 群个体记忆机制
在线阅读 下载PDF
融合排序弹性碰撞的改进麻雀搜索算法 被引量:3
5
作者 王子恺 黄学雨 +1 位作者 朱东林 郭伟 《计算机科学与探索》 CSCD 北大核心 2023年第8期1867-1878,共12页
为了改善麻雀搜索算法(SSA)种群初始化结果不充分导致多样性丧失,勘探和开采过程中易受到个别位置信息干扰影响寻优精度等缺点,提出了融合排序弹性碰撞的新型麻雀搜索算法(XSSA)。首先,采用改进的无限折叠迭代混沌映射(ICMIC)初始化种群... 为了改善麻雀搜索算法(SSA)种群初始化结果不充分导致多样性丧失,勘探和开采过程中易受到个别位置信息干扰影响寻优精度等缺点,提出了融合排序弹性碰撞的新型麻雀搜索算法(XSSA)。首先,采用改进的无限折叠迭代混沌映射(ICMIC)初始化种群,提升了初始种群分布的分散程度;其次,使用高斯随机游走策略平衡算法的探勘和开发能力;此外,在发现者更新后对所有个体执行排序弹性碰撞策略,避免算法过早地收敛到局部极值;最后,根据不同阶段的寻优特点制定多策略边界处理机制,保留住种群数量,避免多样性的丧失。同时,结合重要的位置信息对超出边界的个体进行位置再更新,使得处理后的位置更加合理,为接下来的迭代搜索提供质量保证。对12个基准函数进行仿真实验,并画出收敛精度图直观展示算法性能。借助各策略的贡献测试、Wilcoxon秩和检验、Friedman检验的综合排名等证明了XSSA的有效性、独特性和具有较好的寻优性能。 展开更多
关键词 麻雀搜索算法(SSA) 无限折叠混沌映射(ICMIC) 高斯随机游走(GWL) 排序弹性碰撞 多策略边界处理
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部