期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
融合小生境机制的增强麻雀搜索算法及其应用 被引量:4
1
作者 李大海 李鑫 王振东 《计算机应用研究》 CSCD 北大核心 2024年第4期1077-1085,共9页
针对麻雀搜索算法SSA易陷入局部最优、算法过早收敛等问题,提出一种融合小生境的麻雀搜索算法NSSA。首先,NSSA使用一种基于发现者相似性形成自适应物种的小生境策略将麻雀种群自动划分为以发现者为中心的若干个小种群或物种,且使跟随者... 针对麻雀搜索算法SSA易陷入局部最优、算法过早收敛等问题,提出一种融合小生境的麻雀搜索算法NSSA。首先,NSSA使用一种基于发现者相似性形成自适应物种的小生境策略将麻雀种群自动划分为以发现者为中心的若干个小种群或物种,且使跟随者朝所属物种内的发现者位置移动,以保持种群的多样性。其次,通过结合模糊逻辑的差分变异并使用发现者所属物种内的其他个体信息对发现者进行变异操作,以提高算法跳出局部最优的能力。选用CEC2017测试集中的12个函数作为实验测试集,将NSSA与CSSOA、ISSA、MSSSA、SHSSA、MSWOA进行性能测试。实验结果表明,在大多数多峰目标函数上,NSSA与排名第二的算法相比,收敛精度提升了10%以上。对NSSA的各改进策略进行了消融实验,结果表明,在综合改进策略的共同作用下,NSSA的综合优化性能排名第一。最后将NSSA应用于压力容器设计问题,结果表明,相比于其他算法,NSSA仍能够获得最优的解。 展开更多
关键词 麻雀搜索算法 小生境 差分变异操作 模糊逻辑 压力容器设计
在线阅读 下载PDF
一种求解热电联产经济调度问题的改进粒子群算法 被引量:6
2
作者 李磊 吴亚丽 《西安理工大学学报》 CAS 北大核心 2018年第2期228-234,共7页
随着热电联产系统在火电厂发电过程中所占比重的不断提高,热电联产经济调度(CHPED)问题的解决迫在眉睫。本文在二阶振荡粒子群算法的基础上,对算法的两个重要参数的惯性权重和学习因子进行改进,并对粒子群算法更新迭代后的个体引入差分... 随着热电联产系统在火电厂发电过程中所占比重的不断提高,热电联产经济调度(CHPED)问题的解决迫在眉睫。本文在二阶振荡粒子群算法的基础上,对算法的两个重要参数的惯性权重和学习因子进行改进,并对粒子群算法更新迭代后的个体引入差分变异操作,使得算法在最优解寻找过程中的性能得到提升。为了证实该算法在热电联产经济调度系统中的有效性,该算法被应用到一个24机组热电联产测试案例中。实例证明,相比于其他进化算法,本文提出的融合差分变异操作的改进二阶振荡粒子群算法(DEPSO)在热电联产经济调度问题中可以得到很好的结果。 展开更多
关键词 热电联产 经济调度 二阶振荡 粒子群优化算法 差分变异操作
在线阅读 下载PDF
基于多个改进策略的增强麻雀搜索算法 被引量:3
3
作者 李大海 詹美欣 王振东 《计算机应用》 CSCD 北大核心 2023年第9期2845-2854,共10页
针对麻雀搜索算法(SSA)存在寻优精度不高且易陷入局部最优的问题,提出一种基于多个改进策略的增强麻雀搜索算法(EMISSA)。首先,为平衡算法的全局和局部搜索能力,引入模糊逻辑来动态调整麻雀发现者的规模;其次,对麻雀跟随者进行混合差分... 针对麻雀搜索算法(SSA)存在寻优精度不高且易陷入局部最优的问题,提出一种基于多个改进策略的增强麻雀搜索算法(EMISSA)。首先,为平衡算法的全局和局部搜索能力,引入模糊逻辑来动态调整麻雀发现者的规模;其次,对麻雀跟随者进行混合差分变异操作以产生变异子群,从而增强EMISSA跳出局部最优的能力;最后,通过拓扑对立学习(TOBL)产生当前麻雀发现者个体的拓扑对立解,以充分挖掘搜索空间内的优质位置信息。通过2013年进化计算大会(CEC2013)中的12个测试函数评估EMISSA、标准SSA以及混沌麻雀搜索优化算法(CSSOA)等改进麻雀算法的性能。实验结果表明,EMISSA在30维情况下,在12个测试函数上获得了11个第一;在80维情况下,在所有的测试函数上都获得了第一。而在Friedman检验中,EMISSA的排名均获得了第一。将EMISSA应用于障碍物环境下的无线传感器网络(WSN)节点部署,实验结果表明,相较于其他算法,EMISSA获得了最高的无线节点覆盖率,节点分布更均匀,覆盖冗余更少。 展开更多
关键词 麻雀搜索算法 模糊逻辑 混合差分变异操作 拓扑对立学习 无线传感器网络 节点部署
在线阅读 下载PDF
求解多峰目标函数的改进阴阳对算法 被引量:2
4
作者 李大海 詹美欣 王振东 《计算机应用研究》 CSCD 北大核心 2022年第5期1402-1409,共8页
针对阴阳对优化算法(YYPO)在优化多峰目标函数时存在收敛速度过快和收敛精度过低等问题,提出了一种融合差分变异策略和高斯分布扰动的D向分割方法改进的阴阳对算法MYYPO。首先,MYYPO在算法的分割阶段引入了结合自适应变异因子的差分变... 针对阴阳对优化算法(YYPO)在优化多峰目标函数时存在收敛速度过快和收敛精度过低等问题,提出了一种融合差分变异策略和高斯分布扰动的D向分割方法改进的阴阳对算法MYYPO。首先,MYYPO在算法的分割阶段引入了结合自适应变异因子的差分变异操作,以提高候选解的多样性并增强算法的全局探索能力。其次,利用改进的D向分割方法进行候选解的更新,提高算法面对高维目标函数的搜索能力。实验采用CEC2013进化大会中的20个测试函数对各算法的性能进行评估。实验结果表明,MYYPO在多峰函数的优化上可以获得更好的收敛精度和更好的全局搜索能力,在大多数情况下都优于标准YYPO和YYPO的其他改进算法。最后,将MYYPO应用于一个电液位置伺服控制系统的PID参数优化问题,MYYPO也获得了最好的结果。 展开更多
关键词 阴阳对算法 差分变异操作 高斯分布扰动的D向分割 多峰目标函数
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部