期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
变分布的量子行为粒子群优化算法求解工程约束优化问题 被引量:4
1
作者 施晓倩 陈祺东 +1 位作者 孙俊 冒钟杰 《计算机应用》 CSCD 北大核心 2020年第5期1382-1388,共7页
针对工程形状设计领域中带有多个约束条件的非线性设计优化问题,提出了一种自适应的基于高斯分布的量子行为粒子群优化(AG-QPSO)算法。通过自适应地调整高斯分布,AG-QPSO算法能够在搜索的初始阶段有很强的全局搜索能力,随着搜索过程的进... 针对工程形状设计领域中带有多个约束条件的非线性设计优化问题,提出了一种自适应的基于高斯分布的量子行为粒子群优化(AG-QPSO)算法。通过自适应地调整高斯分布,AG-QPSO算法能够在搜索的初始阶段有很强的全局搜索能力,随着搜索过程的进行,算法的局部搜索能力逐渐增强,从而满足了算法在搜索过程不同阶段的需要。为了验证算法的有效性,在压力容器和张弦设计问题这两个工程约束优化问题上进行50轮独立实验。实验结果表明,在满足所有约束条件的情况下,AG-QPSO算法在压力容器设计问题上取得了5890.9315的平均解和5885.3328的最优解,在张弦设计问题上取得了0.01096的平均解和0.01096的最优解,远优于标准粒子群优化(PSO)算法、具有量子行为的粒子群优化(QPSO)算法和高斯量子行为粒子群(G-QPSO)算法等现有的算法的结果,同时AG-QPSO算法取得的结果的方差较小,说明该算法具有很好的鲁棒性。 展开更多
关键词 量子行为粒子群优化算法 高斯概率分布 工程约束优化问题 非线性优化
在线阅读 下载PDF
改进平衡优化器算法在约束优化问题中的应用 被引量:4
2
作者 李守玉 何庆 陈俊 《计算机科学与探索》 CSCD 北大核心 2023年第5期1075-1088,共14页
针对平衡优化器算法存在种群勘探与开发难以平衡、粒子进化信息不足、容易出现早熟现象等问题,提出改进的平衡优化器算法。首先,根据算法优化进行的迭代阶段采用正弦池策略动态地平衡勘探与开发能力,迭代前期通过固定角频率的正弦递减... 针对平衡优化器算法存在种群勘探与开发难以平衡、粒子进化信息不足、容易出现早熟现象等问题,提出改进的平衡优化器算法。首先,根据算法优化进行的迭代阶段采用正弦池策略动态地平衡勘探与开发能力,迭代前期通过固定角频率的正弦递减进行大范围的全局勘探,扩大算法探索搜索空间中未知区域,增强发现潜藏优质粒子的能力;迭代后期通过变化角频率的正弦递增进行局部开发使勘探与开发自适应平衡,提高算法优化精度。其次,自适应优先引力策略引入当前最优粒子信息克服粒子进化信息匮乏的问题,然后通过融入均匀分布和贝塔分布共同作用丰富种群粒子进化信息,提高粒子之间的信息交换速率,增强粒子逃离局部最优的能力,达到引导种群向全局最优方向快速收敛目的。最后,使用16个基准测试函数、CEC2017函数集、Friedman检验、Wilcoxon秩和检验以及2个现实中的工程约束优化问题测试所提算法的寻优能力。实验结果表明,相比其他新提出的智能算法,所提算法具有更高的优化精度和更快的收敛速度。 展开更多
关键词 平衡优化器算法 勘探与开发 约束工程优化问题
在线阅读 下载PDF
融合头脑风暴思想的教与学优化算法 被引量:10
3
作者 李丽荣 杨坤 王培崇 《计算机应用》 CSCD 北大核心 2020年第9期2677-2682,共6页
针对教与学优化(TLBO)算法在求解高维问题时表现出的收敛速度慢、解精度低、易陷入于局部最优的问题,提出了一种融合头脑风暴思想的改进教与学优化算法(ITLBOBSO)。在该算法中设计了一种新的“学”算子,并以其替换TLBO算法中的“学”。... 针对教与学优化(TLBO)算法在求解高维问题时表现出的收敛速度慢、解精度低、易陷入于局部最优的问题,提出了一种融合头脑风暴思想的改进教与学优化算法(ITLBOBSO)。在该算法中设计了一种新的“学”算子,并以其替换TLBO算法中的“学”。该算法在种群的迭代过程中,当前个体首先执行“教”算子。随后,在种群中随机选择两个个体,令其中优秀的个体与当前个体执行头脑风暴式学习,提升当前个体的状态。为了赋予算法早期良好的探索能力和后期对新解的开发能力,在该算子的公式中引入柯西变异和一个与迭代次数关联的随机参数。进行的一系列的仿真实验表明,与TLBO算法相比,所提算法在11个Benchmark函数上的解精度、鲁棒性和收敛速度都有大幅度提升。在2个约束工程优化问题上,ITLBOBSO所求得的耗费成本比TLBO算法降低了4个百分点。由此验证了所提出的机制对克服TLBO弱点的有效性,所提算法适合用来求解较高维度的连续优化问题。 展开更多
关键词 教与学优化 头脑风暴 柯西变异 “学”算子 约束工程优化问题
在线阅读 下载PDF
基于自适应竞争学习的教与学优化算法
4
作者 王培崇 冯浩婧 李丽荣 《计算机应用》 CSCD 北大核心 2023年第12期3868-3874,共7页
针对求解较高维度优化问题时教与学优化(TLBO)算法容易出现早熟、解精度降低等问题,提出一种自适应竞争学习教与学优化算法(ITLBOAC)。首先,在“教”算子中引入非线性变化的权重参数,以决定当前个体自身状态的保持能力以及调整当前个体... 针对求解较高维度优化问题时教与学优化(TLBO)算法容易出现早熟、解精度降低等问题,提出一种自适应竞争学习教与学优化算法(ITLBOAC)。首先,在“教”算子中引入非线性变化的权重参数,以决定当前个体自身状态的保持能力以及调整当前个体向教师学习的态度,从而使当前个体在早期更多地向教师学习,以迅速提升自身状态,而后期更多地保持自身状态,以减缓教师对它的影响;其次,以生态学协同竞争机制为基础,引入基于近邻个体间的自适应竞争的“学”算子,从而使当前个体选择它的近邻个体,并且让个体们从协作演化逐渐过渡到竞争学习。在12个Benchmark测试函数上的测试结果表明,相较于其他4种改进TLBO算法,所提算法具有更好的解精度、稳定性和收敛速度,同时相较于TLBO算法有大幅提升,验证了所提算法适合于求解较高维度的连续型优化问题。选择压缩弹簧和三杆桁架设计问题进行测试的结果表明,ITLBOAC获得的最优值分别比TLBO算法下降了3.03%和0.34%。可见,在求解约束工程优化问题时,ITLBOAC同样值得信任。 展开更多
关键词 教与学优化 自适应学习 竞争学习 洛特卡-沃尔泰拉模型 约束工程优化问题
在线阅读 下载PDF
一种以优秀个体记忆位置为导向的改进乌鸦搜索算法
5
作者 张宁 王勇 张伟 《小型微型计算机系统》 CSCD 北大核心 2024年第5期1089-1098,共10页
为了克服乌鸦搜索算法搜索能力弱、易陷入局部最优之不足,提出新的以优秀个体记忆位置为导向的改进乌鸦搜索算法(EICSA):基于个体贮藏食物量之多少,种群中多数个体划归为普通个体、少数贮藏食物量较多的个体划归为优秀个体.优秀个体只... 为了克服乌鸦搜索算法搜索能力弱、易陷入局部最优之不足,提出新的以优秀个体记忆位置为导向的改进乌鸦搜索算法(EICSA):基于个体贮藏食物量之多少,种群中多数个体划归为普通个体、少数贮藏食物量较多的个体划归为优秀个体.优秀个体只在其贮藏食物的巢穴附近开展局部搜索活动.多数普通个体以优秀个体贮藏食物之巢穴为导向,在算法前期以较大步长进行全局探索,保持了种群的多样性;算法后期则以较短步长进行局部开发,使算法的全局探索能力和局部开发能力均得到了增强.通过12个基准函数和3个工程应用问题的数值实验,结果表明EICSA的全局优化能力得到了明显提高,在函数和工程应用问题优化中具有较快的全局收敛速度、较好的优化精度和稳定性. 展开更多
关键词 乌鸦搜索算法(CSA) 智能优化 优秀个体 普通个体 工程约束优化问题
在线阅读 下载PDF
A hybrid cuckoo search algorithm with feasibility-based rule for constrained structural optimization 被引量:5
6
作者 龙文 张文专 +1 位作者 黄亚飞 陈义雄 《Journal of Central South University》 SCIE EI CAS 2014年第8期3197-3204,共8页
Constrained optimization problems are very important as they are encountered in many science and engineering applications.As a novel evolutionary computation technique,cuckoo search(CS) algorithm has attracted much at... Constrained optimization problems are very important as they are encountered in many science and engineering applications.As a novel evolutionary computation technique,cuckoo search(CS) algorithm has attracted much attention and wide applications,owing to its easy implementation and quick convergence.A hybrid cuckoo pattern search algorithm(HCPS) with feasibility-based rule is proposed for solving constrained numerical and engineering design optimization problems.This algorithm can combine the stochastic exploration of the cuckoo search algorithm and the exploitation capability of the pattern search method.Simulation and comparisons based on several well-known benchmark test functions and structural design optimization problems demonstrate the effectiveness,efficiency and robustness of the proposed HCPS algorithm. 展开更多
关键词 constrained optimization problem cuckoo search algorithm pattem search feasibility-based rule engineeringoptimization
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部