期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到10篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于旋转学习机制的差分演化算法 被引量：7
1
作者 刘会超 吴志健 《电子学报》 EI CAS CSCD 北大核心 2015年第10期2040-2046,共7页
为克服反向学习机制仅能搜索反向空间中一个固定点的弊端,通过引入旋转操作将其扩展为一种新的旋转学习机制,新机制通过调整旋转角度能搜索旋转空间中的任意一点,具备更强的勘探能力和多种应用模式.通过嵌入旋转学习算子,并引入参数自... 为克服反向学习机制仅能搜索反向空间中一个固定点的弊端,通过引入旋转操作将其扩展为一种新的旋转学习机制,新机制通过调整旋转角度能搜索旋转空间中的任意一点,具备更强的勘探能力和多种应用模式.通过嵌入旋转学习算子,并引入参数自适应机制,提出了新的基于旋转学习的差分演化算法.在广泛使用的测试函数集上开展仿真实验,结果验证了旋转学习机制的有效性,与多种知名差分演化算法相比,新算法在寻优性能上竞争优势明显,且具有良好的适用性. 展开更多
关键词 演化计算 差分演化 旋转学习机制 反向学习机制
在线阅读 下载PDF
基于反向学习和种群引导的多目标蝗虫优化算法 被引量：9
2
作者 邵鸿南 梁倩 +2 位作者 王李森 马云鹏 项贤鹏 《计算机工程与科学》 CSCD 北大核心 2021年第5期944-950,共7页
为了解决多目标优化的相关问题,提出了求解多目标的蝗虫优化算法,结合单个目标的蝗虫优化算法的搜寻机制、帕累托优势以及拥挤度策略,并在算法中应用种群引导和高斯变异算子,加入了反向学习机制。将所提出的算法与经典的MOPSO、MOCS、MO... 为了解决多目标优化的相关问题,提出了求解多目标的蝗虫优化算法,结合单个目标的蝗虫优化算法的搜寻机制、帕累托优势以及拥挤度策略,并在算法中应用种群引导和高斯变异算子,加入了反向学习机制。将所提出的算法与经典的MOPSO、MOCS、MOGOA和MOWOA算法进行了比较,比较结果表明,所提出的改进多目标蝗虫优化算法具有良好的鲁棒性,所求得的解分布更均匀,收敛更快速,是一种有着良好应用前景的多目标进化算法。 展开更多
关键词 反向学习机制 蝗虫优化算法 种群引导 高斯变异
在线阅读 下载PDF
一种采用双混沌搜索的类电磁机制算法 被引量：3
3
作者 姜建国 刘梦楠 +2 位作者 刘永青 苏仟 张丽媛 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2014年第5期79-83,147,共6页
针对现有算法中初始种群随机性强、局部搜索能力差、移动公式效率低等问题,提出了一种改进的类电磁机制算法.结合反向学习理论,引入带扰动因子的反向学习机制构造初始种群;提出了一种双混沌优化机制用于局部搜索;运用改进后的公式计算... 针对现有算法中初始种群随机性强、局部搜索能力差、移动公式效率低等问题,提出了一种改进的类电磁机制算法.结合反向学习理论,引入带扰动因子的反向学习机制构造初始种群;提出了一种双混沌优化机制用于局部搜索;运用改进后的公式计算粒子之间的合力;设计了一种自适应移动算子来更新粒子.实验结果表明,改进后的算法具有更好的收敛效果和更高的求解精度. 展开更多
关键词 类电磁机制算法 反向学习机制 扰动 双混沌 全局优化
在线阅读 下载PDF
基于改进NNA和BP神经网络模型的深基坑沉降预测
4
作者 王仁志 张伟国 +3 位作者 寇苗苗 刘飞 王金涛 张拥军 《科学技术与工程》 北大核心 2025年第24期10416-10425,共10页
为更精准预测基坑开挖卸荷引起的周边地表沉降,通过改进神经网络算法(neural network algorithm, NNA),提出一种具有信息反馈和反向学习机制的神经网络优化算法(neural network algorithm with feedback mechanism and reverse learning... 为更精准预测基坑开挖卸荷引起的周边地表沉降,通过改进神经网络算法(neural network algorithm, NNA),提出一种具有信息反馈和反向学习机制的神经网络优化算法(neural network algorithm with feedback mechanism and reverse learning, FBRLNNA),并结合反向传播(back propagation, BP)神经网络构建地表沉降预测模型,将提出的沉降预测模型在青岛15号线地铁工程基坑中进行应用与验证。基于18种基准函数比较FBRLNNA与9种竞争优化算法的表现,仿真试验表明,FBRLNNA在80%的基础基准函数上均表现出更优的性能。对比分析FBRLNNA-BP模型及其他4种模型的基坑沉降预测结果,FBRLNNA-BP模型的均方误差(mean squared error, MSE)、平均绝对误差(mean absolute error, MAE)、均方根误差(root mean square error, RMSE)及决定系数(R^(2))均最佳,沉降预测结果误差小于5%,表明该预测模型具有更好的沉降预测精度。研究成果可为基坑开挖引发的地表沉降预测提供了新的方法和参考。 展开更多
关键词 具有信息反馈和反向学习机制的神经网络优化算法(FBRLNNA) 反向传播(BP)神经网络 FBRLNNA-BP模型 基坑开挖 沉降预测
在线阅读 下载PDF
基于改进万有引力搜索算法的微网优化运行 被引量：95
5
作者 李鹏 徐伟娜 +1 位作者 周泽远 李锐 《中国电机工程学报》 EI CSCD 北大核心 2014年第19期3073-3079,共7页
微网为分布式电源并网提供了有效的技术途径,微网的优化运行是微网领域的重要研究课题。综合考虑经济成本、环境效益和网损等多个运行指标对微网的优化运行进行数学建模;通过引入反向学习机制、精英策略和全局记忆性,提出基于改进万有... 微网为分布式电源并网提供了有效的技术途径,微网的优化运行是微网领域的重要研究课题。综合考虑经济成本、环境效益和网损等多个运行指标对微网的优化运行进行数学建模;通过引入反向学习机制、精英策略和全局记忆性,提出基于改进万有引力搜索算法的微网优化运行方法,并将其应用于解决多目标多约束的微网优化运行问题;最后,通过算例验证了所提出的算法的正确性和可行性。 展开更多
关键词 微网 优化运行 万有引力搜索算法 反向学习机制 精英策略
在线阅读 下载PDF
基于精英协同的混洗差分进化算法及其应用 被引量：1
6
作者 张大斌 杨添柔 +2 位作者 潘玉辰 周茜 张文生 《运筹与管理》 CSSCI CSCD 北大核心 2013年第5期17-23,共7页
提出了基于精英协同的混洗差分进化算法(Shuffled Differential Evolution,SDE)。该算法引入反向学习的初始化机制,并对设置的普通群和虚拟精英群采用不同的差分策略,进而将精英个体作为信息通道实现种群间的信息交流;同时,借助定期混... 提出了基于精英协同的混洗差分进化算法(Shuffled Differential Evolution,SDE)。该算法引入反向学习的初始化机制,并对设置的普通群和虚拟精英群采用不同的差分策略,进而将精英个体作为信息通道实现种群间的信息交流;同时,借助定期混洗机制实现种群间的文化交流,从而达到协同进化的目的;此外,对长期停滞的个体进行跳变操作,以充分挖掘种群的搜索潜能,增强搜索的有效性。通过函数仿真,并与PSO及其它差分进化算法比较,结果表明该算法具有较好的寻优能力。 展开更多
关键词 最优化理论 差分进化 反向学习机制 协同机制 混洗思想 多种群 连续域问题
在线阅读 下载PDF
基于IGSA-BP网络的瓦斯涌出量预测模型 被引量：15
7
作者 徐耀松 齐翠玉 丰胜成 《电子测量与仪器学报》 CSCD 北大核心 2019年第5期111-117,共7页
为提高煤矿瓦斯涌出量预测的精度和效率,提出一种基于改进的万有引力算法(IGSA)的BP神经网络IGSA-BP瓦斯涌出量预测模型。由于BP神经网络的初始权值和阈值对网络的预测精度和收敛速度有较大影响,采用改进的万有引力算法训练BP神经网络... 为提高煤矿瓦斯涌出量预测的精度和效率,提出一种基于改进的万有引力算法(IGSA)的BP神经网络IGSA-BP瓦斯涌出量预测模型。由于BP神经网络的初始权值和阈值对网络的预测精度和收敛速度有较大影响,采用改进的万有引力算法训练BP神经网络的初始权值和阈值,引入粒子群算法记忆与社会信息交流的思想,对万有引力算法(GSA)的速度与位置更新公式进行改进,采用Tent混沌映射增加GSA种群的多样性,使算法避免陷入局部极值并增强GSA的遍历搜索能力。结果表明,改进的万有引力BP神经网络预测结果的误差在0.20 m^3/min以内,与未经改进的万有引力BP神经网络和粒子群BP神经网络相比,预测精度分别提高了近5倍和10倍,说明该方法对煤矿瓦斯涌出量具有更好的预测精度和收敛速度。 展开更多
关键词 瓦斯涌出量 预测 BP神经网络 万有引力算法 反向学习机制 Tent混沌映射
在线阅读 下载PDF
多策略融合的改进萤火虫算法 被引量：11
8
作者 雍欣 高岳林 +1 位作者 赫亚华 王惠敏 《计算机应用》 CSCD 北大核心 2022年第12期3847-3855,共9页
针对传统萤火虫算法(FA)中存在的易陷入局部最优及收敛速度慢等问题,把莱维飞行和精英参与的交叉算子及精英反向学习机制融入到萤火虫优化算法中,提出了一种多策略融合的改进萤火虫算法——LEEFA。首先,在传统萤火虫算法的基础上引入莱... 针对传统萤火虫算法(FA)中存在的易陷入局部最优及收敛速度慢等问题,把莱维飞行和精英参与的交叉算子及精英反向学习机制融入到萤火虫优化算法中,提出了一种多策略融合的改进萤火虫算法——LEEFA。首先,在传统萤火虫算法的基础上引入莱维飞行,从而提升算法的全局搜索能力;其次,提出精英参与的交叉算子以提升算法的收敛速度和精度,并增强算法迭代过程中解的多样性和质量;最后,结合精英反向学习机制进行最优解的搜索,从而提高FA跳出局部最优的能力和收敛性能,并实现对于解搜索空间的迅速勘探。为验证所提出的算法的有效性,在基准测试函数上进行了仿真实验,结果表明相较于粒子群优化(PSO)算法、传统FA、莱维飞行萤火虫算法(LFFA)、基于莱维飞行和变异算子的萤火虫算法(LMFA)和自适应对数螺旋-莱维飞行萤火虫优化算法(ADIFA)等算法,所提算法在收敛速度和精度上均表现得更为优异。 展开更多
关键词 萤火虫优化算法 智能优化算法 莱维飞行 精英参与的交叉算子 精英反向学习机制
在线阅读 下载PDF
基于多策略的改进蜜獾算法及其应用 被引量：5
9
作者 向海昀 李鸿鑫 +1 位作者 符晓 苏小平 《计算机工程》 CAS CSCD 北大核心 2023年第12期78-87,共10页
蜜獾算法(HBA)是一种新型智能优化算法,通过模拟蜜獾觅食行为进行寻优,具有结构简单且收敛速度快等特点。针对HBA在解决高维复杂问题时收敛精度低、收敛速度慢以及全局寻优能力不足等问题,提出一种多策略改进的蜜獾算法(MSHBA)。设计一... 蜜獾算法(HBA)是一种新型智能优化算法,通过模拟蜜獾觅食行为进行寻优,具有结构简单且收敛速度快等特点。针对HBA在解决高维复杂问题时收敛精度低、收敛速度慢以及全局寻优能力不足等问题,提出一种多策略改进的蜜獾算法(MSHBA)。设计一种限制反向学习机制,随着算法迭代生成限制反向解更新种群,提高种群质量,加快算法收敛速度,引入自适应权重因子,随着迭代次数的变化调节不同寻优路径上的寻优步长,协调算法不同探索阶段,提升算法稳定性,加快收敛速度,构建一种新的饥饿搜索策略,根据种群能量以及全局最差位置改变寻优路径上的寻优步长,避免算法陷入早熟。基于9个标准测试函数对MSHBA、HBA、鲸鱼优化、哈里斯鹰、单一策略等算法在不同维度上进行仿真实验,结果表明,MSHBA具有更优的稳定性和收敛精度,将算法应用于机械设计优化问题并进行结果比较,MSHBA对比原HBA性能优化了88%,适用于求解高维复杂问题。 展开更多
关键词 蜜獾算法 限制反向学习机制 自适应权重因子 饥饿搜索策略 机械设计
在线阅读 下载PDF
包装生产线的操作臂轨迹规划的一种优化方法 被引量：1
10
作者 景会成 李嘉琪 +1 位作者 王福斌 曾凯 《包装工程》 CAS 北大核心 2023年第7期211-221,共11页
目的为提高仓库存储、包装生产领域操作臂运动效率,提出一种基于混合优化的鲸鱼算法(MAIWOA)来求解操作臂始末2点运动过程中时间最优值。方法首先是通过混沌算法优化初始化种群;其次,提出一种对勾函数和包围收缩学习机制来帮助算法跳出... 目的为提高仓库存储、包装生产领域操作臂运动效率,提出一种基于混合优化的鲸鱼算法(MAIWOA)来求解操作臂始末2点运动过程中时间最优值。方法首先是通过混沌算法优化初始化种群;其次,提出一种对勾函数和包围收缩学习机制来帮助算法跳出局部收敛;然后利用改进的反向树形拓扑结构来提高种群探索的多样性;采取改进收敛因子和自适应权重机制来平衡前中期的全局探索能力和后期的收敛性。结果该算法在收敛速度和收敛精度上均有可观的提升。将该算法应用到五次多项式插值关节运动时间最优求解上取得了很好的效果,关节1、2、3的运动时间由20 s分别缩减到了9.6425、9.2515、10.787 s,效率分别提高了51.79%、53.74%、46.07%。结论将MAIWOA应用到一般性操作臂轨迹规划上,可提高生产线上操作臂的执行效率。 展开更多
关键词 惯性权重 收敛因子 反向学习机制 优化的树形拓扑结构 时间最优轨迹规划
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部