期刊文献+
共找到16篇文章
< 1 >
每页显示 20 50 100
异构差分进化混合动态分级粒子群的任务分配方法研究
1
作者 杨玉 李颖 +1 位作者 李建军 耿超龙 《计算机工程与应用》 北大核心 2025年第20期157-169,共13页
物流运输中任务分配环节在现代供应链中起着至关重要的作用,合理高效的任务分配策略对于提升整体配送效率和资源利用水平具有重要意义。针对传统粒子群优化算法在求解物流运输任务分配问题时存在动态适应性弱,易陷入局部最优和搜索能力... 物流运输中任务分配环节在现代供应链中起着至关重要的作用,合理高效的任务分配策略对于提升整体配送效率和资源利用水平具有重要意义。针对传统粒子群优化算法在求解物流运输任务分配问题时存在动态适应性弱,易陷入局部最优和搜索能力不均衡等问题,提出一种异构差分进化混合动态分级粒子群优化的任务分配方法,用于解决复杂的物流运输任务分配问题。采用两种差分进化突变体,在不同进化阶段平衡种群的探索与开发;引入分级粒子群框架,依据粒子适应度动态划分种群层次,并通过竞争-协作机制在不同粒子层级之间实现高效信息传递,增强全局搜索能力;同时结合参数动态调整机制增强物流运输任务分配的全局搜索能力。将所提算法与多种优化算法分别在不同规模的30个测试用例和现实物流运输数据集“Amazon Delivery Dataset”上进行对比实验,验证了异构差分进化混合动态分级粒子群算法能够更高效地解决物流运输任务分配问题,并且在路径优化、收敛速度和解的稳定性方面均表现出更优性能。 展开更多
关键词 异构差分进化 混合动态分级 粒子优化算法 任务分配方法
在线阅读 下载PDF
基于差分进化粒子群混合算法的多无人机协同区域搜索策略 被引量:7
2
作者 赖幸君 唐鑫 +2 位作者 林磊 王志胜 丛玉华 《弹箭与制导学报》 北大核心 2024年第1期89-97,共9页
为提高无人机群在未知环境中的区域搜索效率,提出一种多无人机协同区域搜索策略。首先,根据区域搜索任务需求,建立包含区域覆盖率、区域不确定度、目标存在概率三种属性的区域信息地图;其次,以最大化搜索效率、同时最小化无人机搜索过... 为提高无人机群在未知环境中的区域搜索效率,提出一种多无人机协同区域搜索策略。首先,根据区域搜索任务需求,建立包含区域覆盖率、区域不确定度、目标存在概率三种属性的区域信息地图;其次,以最大化搜索效率、同时最小化无人机搜索过程中的能耗为目标,建立无人机区域搜索滚动时域优化目标函数,指导无人机在线决策搜索路线;然后针对传统群智能优化算法易陷入局部最优的缺陷,设计差分进化粒子群混合算法在线求解该多目标优化问题,提高算法的寻优性能,从而提高无人机的搜索效率。最后,通过数值仿真实验,对所提算法进行验证,仿真结果表明,文中设计的基于差分进化粒子群混合算法的多无人机协同区域搜索策略与传统的群智能优化算法相比具有更高的区域搜索效率。 展开更多
关键词 多无人机 协同搜索 智能算法 滚动时域优化 差分进化粒子混合算法
在线阅读 下载PDF
基于差分进化和粒子群优化算法的混合优化算法 被引量:26
3
作者 池元成 方杰 蔡国飙 《计算机工程与设计》 CSCD 北大核心 2009年第12期2963-2965,2980,共4页
为了发挥差分进化和粒子群优化算法各自拥有的特点,并克服自身存在的问题,提出了一种混合优化算法(简称DPA)。该算法首先利用差分进化的变异和选择算子产生新的群体,然后通过使用粒子群优化算法和交叉、选择算子进行局部搜索。在整个算... 为了发挥差分进化和粒子群优化算法各自拥有的特点,并克服自身存在的问题,提出了一种混合优化算法(简称DPA)。该算法首先利用差分进化的变异和选择算子产生新的群体,然后通过使用粒子群优化算法和交叉、选择算子进行局部搜索。在整个算法过程中,群体寻优范围先扩散再收缩,反复迭代渐进收敛。通过3个标准算例的测试表明,新的混合优化算法与差分进化和粒子群优化算法相比,具有收敛速度快、搜索能力强、鲁棒性好的特点。 展开更多
关键词 差分进化 粒子优化算法 混合算法 优化 基准测试函数
在线阅读 下载PDF
差分进化粒子群混合优化算法的研究与应用 被引量:15
4
作者 杨妍 陈如清 俞金寿 《计算机工程与应用》 CSCD 北大核心 2010年第25期238-241,共4页
对基本粒子群算法(PSO)和差分进化算法(DE)进行了分析,有机结合两种进化算法提出了一种新型差分进化粒子群混合优化算法,该算法将优化过程分成两阶段,两分群分别采用PSO算法和DE算法同时进行。迭代过程中引入进化速度因子并通过群体间... 对基本粒子群算法(PSO)和差分进化算法(DE)进行了分析,有机结合两种进化算法提出了一种新型差分进化粒子群混合优化算法,该算法将优化过程分成两阶段,两分群分别采用PSO算法和DE算法同时进行。迭代过程中引入进化速度因子并通过群体间的信息交流阻止算法陷入局部最优。对4个高维复杂函数寻优测试表明算法的鲁棒性、收敛速度和精度,全局搜索能力均优于常规PSO和DE。将提出的改进算法用于乙烯收率软测量建模,应用结果表明模型精度较高、泛化性能较好。 展开更多
关键词 粒子优化 差分进化 混合优化算法 软测量
在线阅读 下载PDF
混沌鲶鱼粒子群优化和差分进化混合算法 被引量:10
5
作者 易文周 《计算机工程与应用》 CSCD 2012年第15期54-58,87,共6页
为了改善粒子群优化算法的性能,引入了"鲶鱼效应"思想,改造粒子群个体的进化策略,用混沌方法改良了种群搜索策略,把这两者结合起来,既提高种群的广度搜索能力,又提升深度搜索能力,跟差分进化算法进行混合,算法优势互补,形成... 为了改善粒子群优化算法的性能,引入了"鲶鱼效应"思想,改造粒子群个体的进化策略,用混沌方法改良了种群搜索策略,把这两者结合起来,既提高种群的广度搜索能力,又提升深度搜索能力,跟差分进化算法进行混合,算法优势互补,形成一种新型的混合算法,更好地协调广度搜索和深度搜索之间的矛盾,提升算法性能。经过对三个标准函数的测试,仿真结果表明该算法在逃离局部陷阱能力和搜索精度均有显著提高。 展开更多
关键词 粒子优化算法 鲶鱼效应 混沌 差分进化算法 混合算法
在线阅读 下载PDF
一种新的差分与粒子群算法的混合算法 被引量:10
6
作者 王志 胡小兵 何雪海 《计算机工程与应用》 CSCD 2012年第6期46-48,共3页
利用粒子群算法的快速收敛性和差分进化算法的搜索精度较高等特点,提出了一种新的混合优化算法。该算法在粒子群算法的中后期,在已经寻找到的最优位置周围,随机生成一定数量的粒子进行差分进化算法,可以减少一定的运算量和在较优的区域... 利用粒子群算法的快速收敛性和差分进化算法的搜索精度较高等特点,提出了一种新的混合优化算法。该算法在粒子群算法的中后期,在已经寻找到的最优位置周围,随机生成一定数量的粒子进行差分进化算法,可以减少一定的运算量和在较优的区域进行寻找最优解。通过几个Benchmark函数的测试证明,新的混合算法具有搜索精度更高和更快收敛的优点。 展开更多
关键词 差分进化算法 粒子优化算法 混合算法
在线阅读 下载PDF
受粒子群和差分进化启发的人工蜂群算法 被引量:5
7
作者 林金辉 曹钟 徐大林 《计算机应用》 CSCD 北大核心 2013年第12期3571-3575,共5页
针对基本人工蜂群算法搜索策略探索能力强而开发能力弱的特点,受粒子群和差分进化思想的启发,提出了两种新的搜索策略:PSO-DE-PABC和PSO-DE-GABC。前者在随机个体附近产生新的候选位置以提高算法的多样性;后者在最优解附近产生新的候选... 针对基本人工蜂群算法搜索策略探索能力强而开发能力弱的特点,受粒子群和差分进化思想的启发,提出了两种新的搜索策略:PSO-DE-PABC和PSO-DE-GABC。前者在随机个体附近产生新的候选位置以提高算法的多样性;后者在最优解附近产生新的候选位置以提高算法的收敛速度,并加入差分进化中的差异向量来增加种群的多样性。在此基础上,引入维度因子来控制算法的收敛速度,并且使用一种利用当前种群信息的侦查策略来增强算法的局部搜索能力。通过对10组标准测试函数的实验仿真并与基本ABC、GABC和ABC/best算法相比,结果表明PSODE-GABC和PSO-DE-PABC对数值优化具有更高的收敛速度和收敛精度。 展开更多
关键词 混合优化算法 人工蜂算法 粒子 差分进化 搜索策略 侦查策略
在线阅读 下载PDF
基于混合粒子群算法的运动估计研究 被引量:4
8
作者 覃远年 梁仲华 《计算机工程与科学》 CSCD 北大核心 2019年第4期758-764,共7页
针对块匹配运动估计算法中传统搜索方法的不足,提出了一种新的基于混合粒子群的块匹配运动估计算法。在保留系统随机搜索性能的同时根据运动矢量特性合理地设计初始搜索种群,并通过混沌差分进化搜索协同粒子群算法迭代寻优,混沌序列用... 针对块匹配运动估计算法中传统搜索方法的不足,提出了一种新的基于混合粒子群的块匹配运动估计算法。在保留系统随机搜索性能的同时根据运动矢量特性合理地设计初始搜索种群,并通过混沌差分进化搜索协同粒子群算法迭代寻优,混沌序列用于优化差分变异算子,以提高算法的精细搜索能力。通过相同点检测技术和恰当的终止计划有效地降低了系统的运算复杂度。经实验测试与验证,该算法在搜索质量和运算复杂度中达到了一种动态平衡的状态,其整体性能高于传统的快速运动估计算法,效果更逼近于穷举搜索法。 展开更多
关键词 运动估计 混合优化 粒子算法 混沌差分进化搜索 动态平衡
在线阅读 下载PDF
基于DESAPSO混合算法的MMC-HVDC系统控制参数优化 被引量:2
9
作者 黄智达 李德波 《水电能源科学》 北大核心 2018年第12期192-196,共5页
针对传统外环控制器比例积分(PI)参数的选择需要经过长时间的调试且在大扰动下难以实时调节控制可能导致系统持续振荡的问题,提出了一种基于差分进化模拟退火粒子群优化混合算法(DESAPSO)的MMC-HVDC系统控制参数优化方法。基于MMC-HVDC... 针对传统外环控制器比例积分(PI)参数的选择需要经过长时间的调试且在大扰动下难以实时调节控制可能导致系统持续振荡的问题,提出了一种基于差分进化模拟退火粒子群优化混合算法(DESAPSO)的MMC-HVDC系统控制参数优化方法。基于MMC-HVDC系统的数学模型,在Matlab/Simulink平台上搭建MMC-HVDC系统仿真模型,采用时间绝对误差积分(ITAE)指标构建PI参数优化的目标函数,利用DESAPSO混合算法对PI参数进行优化。通过对比原参数、基于差分进化算法、模拟退火粒子群优化算法与差分进化模拟退火粒子群优化混合算法的优化结果,验证了该方法在MMC-HVDC控制系统参数优化中的有效性与优越性。 展开更多
关键词 模块化多电平换流器 差分进化 模拟退火 粒子优化 混合算法
在线阅读 下载PDF
一种基于混沌搜索和鲶鱼效应策略的粒子群算法 被引量:7
10
作者 易文周 田立伟 《计算机应用与软件》 CSCD 北大核心 2013年第5期311-315,共5页
为了提高粒子群优化算法的寻优精度,分析了最新文献提出的三种粒子群算法改良策略的优点和不足之处,对混沌搜索策略和鲶鱼效应策略进行了改良,通过仿真证明了提出的改良方法的优越性。最后提出一种新型混合算法,并在仿真实验中进行了各... 为了提高粒子群优化算法的寻优精度,分析了最新文献提出的三种粒子群算法改良策略的优点和不足之处,对混沌搜索策略和鲶鱼效应策略进行了改良,通过仿真证明了提出的改良方法的优越性。最后提出一种新型混合算法,并在仿真实验中进行了各种算法性能比较,验证了最终提出的新型混合算法有更好的优化性能。 展开更多
关键词 粒子优化算法 差分进化算法 混合算法
在线阅读 下载PDF
基于PSO与DE混合算法的水资源优化配置 被引量:1
11
作者 邵玲玲 牛文娟 唐凡 《人民黄河》 CAS 北大核心 2014年第11期55-57,61,共4页
基于公平性原则构建水资源优化配置模型,针对模型的特点,将模型的可行解进行粒子化处理。利用基于粒子群(PSO)和差分进化(DE)的混合算法(PSODE)对模型进行求解。该算法通过双种群间的信息共享机制,大大降低了求解陷入局部最优的风险。此... 基于公平性原则构建水资源优化配置模型,针对模型的特点,将模型的可行解进行粒子化处理。利用基于粒子群(PSO)和差分进化(DE)的混合算法(PSODE)对模型进行求解。该算法通过双种群间的信息共享机制,大大降低了求解陷入局部最优的风险。此外,还采用了一种粒子变异机制进一步提高PSODE算法的性能,并通过漳河流域四大灌区水资源配置实例表明PSODE算法比PSO和DE算法收敛速度更快、准确度更高。 展开更多
关键词 粒子优化算法 差分进化算法 混合算法 水资源优化配置
在线阅读 下载PDF
基于改进PSO和DE的混合算法 被引量:18
12
作者 易文周 张超英 +2 位作者 王强 许亚梅 周金玲 《计算机工程》 CAS CSCD 北大核心 2010年第10期233-235,共3页
研究粒子群优化(PSO)算法和差分进化(DE)算法的优缺点,通过改进PSO算法并与DE算法混合,得到一种双种群的新型混合全局优化算法。经过对5个标准测试函数的大量实验计算表明,该算法能有效克服PSO算法和DE算法的缺陷,使寻优精度有较大改进... 研究粒子群优化(PSO)算法和差分进化(DE)算法的优缺点,通过改进PSO算法并与DE算法混合,得到一种双种群的新型混合全局优化算法。经过对5个标准测试函数的大量实验计算表明,该算法能有效克服PSO算法和DE算法的缺陷,使寻优精度有较大改进,在高维情况下表现更加突出。 展开更多
关键词 粒子优化算法 差分进化算法 混合算法
在线阅读 下载PDF
混合流水车间等待时间优化研究 被引量:5
13
作者 王长涛 刘春光 +2 位作者 胡东平 宫巍 尚文利 《沈阳建筑大学学报(自然科学版)》 CAS 北大核心 2012年第2期368-374,共7页
目的针对混合流水车间的生产等待时间度优化调度问题,提出了一种基于差分进化算法的生产等待时间为优化目标的作业调度方法,以缩短生产等待时间的目的.方法采用DE算法进行全局寻优,然后通过局部指派规则来确定工件在该工序的开工时间和... 目的针对混合流水车间的生产等待时间度优化调度问题,提出了一种基于差分进化算法的生产等待时间为优化目标的作业调度方法,以缩短生产等待时间的目的.方法采用DE算法进行全局寻优,然后通过局部指派规则来确定工件在该工序的开工时间和加工顺序,通过将产品生产等待时间加入到混合流水车间调度优化过程中来构建适应度函数,并以最小化总生产等待时间作为优化目标.结果构建了混合流水车间的等待时间优化模型,实现生产任务的全局指派,能够确定某个工件生产的加工路径.结论通过多组方案数值计算结果对比分析,验证了差分进化算法在解决混合流水车间的生产等待时间调度优化问题中取得更好的效果. 展开更多
关键词 混合流水车间调度 差分进化算法 粒子算法 等待时间优化
在线阅读 下载PDF
基于DE和PSO的混合智能算法及其在模糊EOQ模型中的应用 被引量:6
14
作者 曾宇容 王林 富庆亮 《计算机应用研究》 CSCD 北大核心 2012年第2期438-441,共4页
设计了融合差分进化和PSO算法优点的混合智能优化算法DEPSO,通过在粒子迭代过程中,随机选择一定数量的粒子进行差分进化操作,增加粒子的多样性,使陷入局部极小的粒子逃出,以保证DEPSO的全局收敛性能,并采用典型测试函数验证了DEPSO的性... 设计了融合差分进化和PSO算法优点的混合智能优化算法DEPSO,通过在粒子迭代过程中,随机选择一定数量的粒子进行差分进化操作,增加粒子的多样性,使陷入局部极小的粒子逃出,以保证DEPSO的全局收敛性能,并采用典型测试函数验证了DEPSO的性能。针对模糊相关机会规划EOQ模型求解难题,设计了基于模糊模拟方法和DEPSO的智能求解算法来计算模糊事件的可信性,从而得到了使库存费用不超过预算水平的可信度最大的最优订货量,算例证实了此求解算法的有效性。 展开更多
关键词 经济订货批量 相关机会规划 差分进化 粒子优化 混合智能算法
在线阅读 下载PDF
基于LQR与DE-PSO的岩石试验机智能控制研究
15
作者 高继开 姚志宾 《机床与液压》 2025年第21期121-126,共6页
针对岩石试验机电液伺服控制系统PID控制参数整定复杂、用户使用不友好的问题,提出一种基于系统辨识与智能优化的线性二次型最优控制方法。建立自回归外生变量(ARX)模型对岩石试验机控制对象进行参数辨识,并构建系统状态空间模型。在此... 针对岩石试验机电液伺服控制系统PID控制参数整定复杂、用户使用不友好的问题,提出一种基于系统辨识与智能优化的线性二次型最优控制方法。建立自回归外生变量(ARX)模型对岩石试验机控制对象进行参数辨识,并构建系统状态空间模型。在此基础上设计线性二次型最优控制器(LQR),结合卡尔曼滤波算法实现系统状态实时估计与干扰抑制。采用差分进化-粒子群混合优化算法(DE-PSO)对LQR性能指标中的状态权重矩阵与控制代价矩阵进行协同优化,有效平衡系统响应速度与控制能耗之间的关系。仿真与试验结果表明:所提LQR控制器在阶跃响应中实现了0.48 s的调节时间与0.31%的超调量,能够快速抑制外部扰动;在变速率阶梯加载试验中,系统均实现了无稳态误差的跟踪控制,满足相关岩石力学试验标准的要求;对玄武岩与花岗岩进行单轴强度测试时,在不同加载速率下均实现了试验力超调量小于1%无稳态误差的高精度控制,验证了该方法的鲁棒性与适应性。基于LQR与DE-PSO的岩石试验机控制系统无需手动执行复杂的参数整定过程即可实现试验力无稳态误差控制,为岩石力学试验装备的智能化升级提供了新方法。 展开更多
关键词 岩石试验机 智能控制 线性二次型最优控制器(LQR) 差分进化-粒子混合优化算法(de-pso)
在线阅读 下载PDF
修正高斯模型下气体泄漏源项信息反算研究 被引量:10
16
作者 刘畅 苏腾 +1 位作者 周汝 蒋军成 《中国安全科学学报》 CAS CSCD 北大核心 2022年第7期98-104,共7页
为快速准确地预测气体泄漏的强度和位置,通过耦合大气扩散模型和优化算法,建立源项信息反算模型的目标函数,基于泄漏源下风向的浓度分析计算泄漏源的位置和强度,并将混合粒子群(PSO)-差分进化(DE)算法应用到源项信息反算中,分析正向气... 为快速准确地预测气体泄漏的强度和位置,通过耦合大气扩散模型和优化算法,建立源项信息反算模型的目标函数,基于泄漏源下风向的浓度分析计算泄漏源的位置和强度,并将混合粒子群(PSO)-差分进化(DE)算法应用到源项信息反算中,分析正向气体扩散模型对源项信息反算的影响,修正高斯烟羽模型中的烟气抬升高度,同时加入地面反射系数,并以美国空军有毒化学品扩散模型(AFTOX)模拟数据为监测泄漏浓度进行源反算,相对误差缩减至1%。结果表明:修正高斯扩散模型可验证粒子群-差分进化算法在源项信息反算中的应用;该模型在源项信息反算中的应用可有效地提高源项信息反算准确率。 展开更多
关键词 高斯烟羽模型 气体泄漏 源项信息反算 粒子(PSO)-差分进化(DE)算法 优化算法 美国空军有毒化学品扩散模型(AFTOX)
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部