期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
5
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
变异反向学习的自适应帝王蝶优化算法
被引量:
3
1
作者
孙成硕
戚志东
+1 位作者
叶伟琴
单梁
《计算机工程与应用》
CSCD
北大核心
2022年第11期66-72,共7页
针对于原始帝王蝶优化算法易陷入局部最优解、收敛性不好等问题,提出变异反向学习的自适应帝王蝶优化算法。将遗传算法的变异思想与反向学习策略结合来替代原始的迁移算子,提高全局的收敛性。在原始帝王蝶优化算法的调整算子中融入自适...
针对于原始帝王蝶优化算法易陷入局部最优解、收敛性不好等问题,提出变异反向学习的自适应帝王蝶优化算法。将遗传算法的变异思想与反向学习策略结合来替代原始的迁移算子,提高全局的收敛性。在原始帝王蝶优化算法的调整算子中融入自适应的策略,使种群更具多样性。在更新的种群中将排序在最后的5只帝王蝶进行柯西变异,让变异个体附近生成更大的扰动,使整个群体在更大的范围内进行寻优。为了验证改进帝王蝶优化算法,通过基准函数和Wilcoxon秩和检验对其进行测试,实验结果表明改进算法的收敛速度及寻优精度得到了很大改进。
展开更多
关键词
帝王蝶优化算法
变异反向学习
自适应策略
柯西变异
在线阅读
下载PDF
职称材料
差分进化帝王蝶优化算法求解折扣{0-1}背包问题
被引量:
22
2
作者
冯艳红
杨娟
+1 位作者
贺毅朝
王改革
《电子学报》
EI
CAS
CSCD
北大核心
2018年第6期1343-1350,共8页
帝王蝶优化算法(Monarch Butterfly Optimization,MBO)是一种新颖的群体智能算法,自从提出就在实际优化问题上表现出很好的性能.但是,帝王蝶优化算法的迁移算子采用随机选择两个个体来生成新个体,并没有记忆整个种群的最优解,容易造成...
帝王蝶优化算法(Monarch Butterfly Optimization,MBO)是一种新颖的群体智能算法,自从提出就在实际优化问题上表现出很好的性能.但是,帝王蝶优化算法的迁移算子采用随机选择两个个体来生成新个体,并没有记忆整个种群的最优解,容易造成全局最优帝王蝶搜索经验的丢失.根据MBO寻优过程的内在机制以及差分进化算法的变异算子能够利用个体间的差异信息,将MBO分别与目前性能最优、应用范围最广的7种差分进化(Differential Evolution,DE)变异策略相结合,实验验证了7种不同算法的性能.基于性能最优的DE/best/2/bin变异模式,提出了一种差分进化帝王蝶优化算法(Monarch Butterfly Optimization Algorithm with Differential Evolution,DEMBO),使得算法能够记忆种群最优解并实现种群内部信息的充分共享,达到既加快收敛速度又提高解的精度的目的.在30个典型折扣{0-1}背包问题(D{0-1}KP)实例上进行了一系列实验,实验结果表明:(1)DEMBO能够在时间复杂度不变的条件下,显著提高算法的求解精度和收敛速度;(2)DEMBO在求解所有D{0-1}KP实例时,均能够获得一个近似比非常接近1的近似解.
展开更多
关键词
折扣{0-1}背包问题
差分进化
帝王蝶优化算法
贪心修复策略
近似比
在线阅读
下载PDF
职称材料
带分时电价约束的分布式柔性流水车间调度问题及其求解算法
3
作者
许天鹏
赵付青
+2 位作者
张建林
王维元
杜松霖
《计算机集成制造系统》
北大核心
2025年第4期1299-1313,共15页
能源成本和生产效率是智能制造的关键,为了在降低电力成本的同时提升生产效率,以分布式制造环境下的柔性流水车间调度问题作为研究对象(DFFSP),重点分析了分布式柔性流水车间调度问题的特性,考虑分时电价(TOU)约束,以最小化最大完工时...
能源成本和生产效率是智能制造的关键,为了在降低电力成本的同时提升生产效率,以分布式制造环境下的柔性流水车间调度问题作为研究对象(DFFSP),重点分析了分布式柔性流水车间调度问题的特性,考虑分时电价(TOU)约束,以最小化最大完工时间和总电力成本为优化指标,建立了DFFSP-TOU问题整数规划模型,根据分时电价下分布式柔性流水车间调度问题特性DFFSP-TOU,提出一种基于自学习机制的多目标帝王蝶优化算法(MOLMBO)。算法的迁移算子和调整算子通过历史最优解的信息自学习生成,以增强该算法的自学习、自适应能力;采用变邻域搜索来提高算法的局部搜索性能和种群多样性;通过右移操作将电价区间在高峰时段的生产转移到电价区间在低谷时段进行生产,减少机器在待机状态下的能耗,进而降低电力成本。实验结果表明MOLMBO算法是求解分布式柔性流水车间调度问题的一种有效的方法。
展开更多
关键词
分时电价
分布式柔性流水车间调度
多目标
优化
算法
帝王蝶优化算法
学习机制
在线阅读
下载PDF
职称材料
基于Spark的电网继电保护整定计算方法研究
4
作者
宋闯
韩伟
+1 位作者
杜兴伟
王敬军
《电力科学与技术学报》
北大核心
2025年第2期50-58,共9页
为使电网适应智能化以及调控云技术路线的要求,提出一种基于分布式并行计算的电网继电保护整定计算研究方法。首先,介绍Spark分布式计算平台的集群架构,并对分布式并行计算的关键问题,如负载的平衡问题、系统的容错问题等进行分析,基于...
为使电网适应智能化以及调控云技术路线的要求,提出一种基于分布式并行计算的电网继电保护整定计算研究方法。首先,介绍Spark分布式计算平台的集群架构,并对分布式并行计算的关键问题,如负载的平衡问题、系统的容错问题等进行分析,基于此设计基于Spark的电网继电保护整定计算系统;其次,对计算系统中的超高压电网整定计算进行分析,并对保护的原则以及整定计算的原则进行总结;再次,为实现对输入系统的电网初始数据实现预处理操作,通过改进帝王蝶优化算法实现对数据特征选择;最后,对某地区具体实例的整定计算进行仿真分析,以此验证系统的有效性。仿真结果证明,该计算系统能够使电网的整定计算适应智能化以及调控云的发展,能够有效增加计算速度,提高电网运行的可靠性。
展开更多
关键词
智能化电网
分布式并行计算
整定计算
帝王蝶优化算法
在线阅读
下载PDF
职称材料
基于地域特征的物流仓储中心逆向选址算法
被引量:
3
5
作者
苗将
张仰森
+1 位作者
李剑龙
刁艳茹
《科学技术与工程》
北大核心
2022年第24期10619-10624,共6页
物流仓储中心地址的选取,从根本上决定了物品出发地和运达地之间的距离,直接关系到物品能否被及时高效地运输,以及配送成本和仓储成本能否最小化。针对传统物流仓储中心选址求解算法脱离实际应用、且容易出现局部最优、求解速度较慢和...
物流仓储中心地址的选取,从根本上决定了物品出发地和运达地之间的距离,直接关系到物品能否被及时高效地运输,以及配送成本和仓储成本能否最小化。针对传统物流仓储中心选址求解算法脱离实际应用、且容易出现局部最优、求解速度较慢和注意力单一等问题。为减少物流配送时间,降低物流成本,切实提出选址解决方案,通过对K均值聚类算法和帝王蝶优化算法(Monarch butterfly optimization, MBO)进行改进,研究了京津冀地区物流仓储中心的选址问题。实验仿真结果表明:所提出的改进帝王蝶优化算法较其他优化算法在求解精度、收敛速度和迭代次数上均有优势,能够有效完成物流仓储中心选址问题,切实可以缩短物流配送距离,提高物流配送效率。
展开更多
关键词
物流配送
仓储中心选址
聚类特征
帝王蝶优化算法
(MBO)
在线阅读
下载PDF
职称材料
题名
变异反向学习的自适应帝王蝶优化算法
被引量:
3
1
作者
孙成硕
戚志东
叶伟琴
单梁
机构
南京理工大学自动化学院
出处
《计算机工程与应用》
CSCD
北大核心
2022年第11期66-72,共7页
基金
国家自然科学基金(61374153)
江苏省研究生科研与实践创新计划项目(KYCX21_0293)。
文摘
针对于原始帝王蝶优化算法易陷入局部最优解、收敛性不好等问题,提出变异反向学习的自适应帝王蝶优化算法。将遗传算法的变异思想与反向学习策略结合来替代原始的迁移算子,提高全局的收敛性。在原始帝王蝶优化算法的调整算子中融入自适应的策略,使种群更具多样性。在更新的种群中将排序在最后的5只帝王蝶进行柯西变异,让变异个体附近生成更大的扰动,使整个群体在更大的范围内进行寻优。为了验证改进帝王蝶优化算法,通过基准函数和Wilcoxon秩和检验对其进行测试,实验结果表明改进算法的收敛速度及寻优精度得到了很大改进。
关键词
帝王蝶优化算法
变异反向学习
自适应策略
柯西变异
Keywords
monarch butterfly optimization algorithm
variation reverse learning
adaptive strategy
Cauchy variation
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
差分进化帝王蝶优化算法求解折扣{0-1}背包问题
被引量:
22
2
作者
冯艳红
杨娟
贺毅朝
王改革
机构
河北地质大学信息工程学院
凯理学院数学科学学院
中国海洋大学信息科学与工程学院
出处
《电子学报》
EI
CAS
CSCD
北大核心
2018年第6期1343-1350,共8页
基金
江苏省自然科学基金(No.BK20150239)
国家自然科学基金(No.61503165,No.61402207,No.61673196)
文摘
帝王蝶优化算法(Monarch Butterfly Optimization,MBO)是一种新颖的群体智能算法,自从提出就在实际优化问题上表现出很好的性能.但是,帝王蝶优化算法的迁移算子采用随机选择两个个体来生成新个体,并没有记忆整个种群的最优解,容易造成全局最优帝王蝶搜索经验的丢失.根据MBO寻优过程的内在机制以及差分进化算法的变异算子能够利用个体间的差异信息,将MBO分别与目前性能最优、应用范围最广的7种差分进化(Differential Evolution,DE)变异策略相结合,实验验证了7种不同算法的性能.基于性能最优的DE/best/2/bin变异模式,提出了一种差分进化帝王蝶优化算法(Monarch Butterfly Optimization Algorithm with Differential Evolution,DEMBO),使得算法能够记忆种群最优解并实现种群内部信息的充分共享,达到既加快收敛速度又提高解的精度的目的.在30个典型折扣{0-1}背包问题(D{0-1}KP)实例上进行了一系列实验,实验结果表明:(1)DEMBO能够在时间复杂度不变的条件下,显著提高算法的求解精度和收敛速度;(2)DEMBO在求解所有D{0-1}KP实例时,均能够获得一个近似比非常接近1的近似解.
关键词
折扣{0-1}背包问题
差分进化
帝王蝶优化算法
贪心修复策略
近似比
Keywords
discounted{0-1}knapsack problem
differential evolution
monarch butterfly optimization algorithm
greedy repair strategy
approximate ratio
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
带分时电价约束的分布式柔性流水车间调度问题及其求解算法
3
作者
许天鹏
赵付青
张建林
王维元
杜松霖
机构
兰州理工大学计算机与通信学院
上海大学机电工程与自动化学院
出处
《计算机集成制造系统》
北大核心
2025年第4期1299-1313,共15页
基金
国家自然科学基金资助项目(62063021)
甘肃省自然科学基金资助项目(24JRRA178)
+1 种基金
甘肃省高端外国专家引进计划资助项目(22JR10KA007)
甘肃省青年科技基金计划资助项目(22JR5RA311)。
文摘
能源成本和生产效率是智能制造的关键,为了在降低电力成本的同时提升生产效率,以分布式制造环境下的柔性流水车间调度问题作为研究对象(DFFSP),重点分析了分布式柔性流水车间调度问题的特性,考虑分时电价(TOU)约束,以最小化最大完工时间和总电力成本为优化指标,建立了DFFSP-TOU问题整数规划模型,根据分时电价下分布式柔性流水车间调度问题特性DFFSP-TOU,提出一种基于自学习机制的多目标帝王蝶优化算法(MOLMBO)。算法的迁移算子和调整算子通过历史最优解的信息自学习生成,以增强该算法的自学习、自适应能力;采用变邻域搜索来提高算法的局部搜索性能和种群多样性;通过右移操作将电价区间在高峰时段的生产转移到电价区间在低谷时段进行生产,减少机器在待机状态下的能耗,进而降低电力成本。实验结果表明MOLMBO算法是求解分布式柔性流水车间调度问题的一种有效的方法。
关键词
分时电价
分布式柔性流水车间调度
多目标
优化
算法
帝王蝶优化算法
学习机制
Keywords
time-of-use electricity tariffs
distributed flexible flow-shop scheduling
multi-objective optimization
monarch butterfly optimization algorithm
learning mechanism
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于Spark的电网继电保护整定计算方法研究
4
作者
宋闯
韩伟
杜兴伟
王敬军
机构
国网河南省电力公司电力科学研究院
国网河南省电力公司
出处
《电力科学与技术学报》
北大核心
2025年第2期50-58,共9页
基金
国家电网有限公司总部管理科技项目(521702200017)。
文摘
为使电网适应智能化以及调控云技术路线的要求,提出一种基于分布式并行计算的电网继电保护整定计算研究方法。首先,介绍Spark分布式计算平台的集群架构,并对分布式并行计算的关键问题,如负载的平衡问题、系统的容错问题等进行分析,基于此设计基于Spark的电网继电保护整定计算系统;其次,对计算系统中的超高压电网整定计算进行分析,并对保护的原则以及整定计算的原则进行总结;再次,为实现对输入系统的电网初始数据实现预处理操作,通过改进帝王蝶优化算法实现对数据特征选择;最后,对某地区具体实例的整定计算进行仿真分析,以此验证系统的有效性。仿真结果证明,该计算系统能够使电网的整定计算适应智能化以及调控云的发展,能够有效增加计算速度,提高电网运行的可靠性。
关键词
智能化电网
分布式并行计算
整定计算
帝王蝶优化算法
Keywords
intelligent grid
distributed parallel computing
setting calculation
monarch butterfly optimization algorithm
分类号
TM [电气工程]
在线阅读
下载PDF
职称材料
题名
基于地域特征的物流仓储中心逆向选址算法
被引量:
3
5
作者
苗将
张仰森
李剑龙
刁艳茹
机构
北京信息科技大学计算机学院
国家经济安全预警工程北京实验室
出处
《科学技术与工程》
北大核心
2022年第24期10619-10624,共6页
基金
国家重点研发计划(2018YFB1403104)。
文摘
物流仓储中心地址的选取,从根本上决定了物品出发地和运达地之间的距离,直接关系到物品能否被及时高效地运输,以及配送成本和仓储成本能否最小化。针对传统物流仓储中心选址求解算法脱离实际应用、且容易出现局部最优、求解速度较慢和注意力单一等问题。为减少物流配送时间,降低物流成本,切实提出选址解决方案,通过对K均值聚类算法和帝王蝶优化算法(Monarch butterfly optimization, MBO)进行改进,研究了京津冀地区物流仓储中心的选址问题。实验仿真结果表明:所提出的改进帝王蝶优化算法较其他优化算法在求解精度、收敛速度和迭代次数上均有优势,能够有效完成物流仓储中心选址问题,切实可以缩短物流配送距离,提高物流配送效率。
关键词
物流配送
仓储中心选址
聚类特征
帝王蝶优化算法
(MBO)
Keywords
logistics distribution
location of storage center
clustering characteristics
Monarch butterfly optimization algorithm(MBO)
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
变异反向学习的自适应帝王蝶优化算法
孙成硕
戚志东
叶伟琴
单梁
《计算机工程与应用》
CSCD
北大核心
2022
3
在线阅读
下载PDF
职称材料
2
差分进化帝王蝶优化算法求解折扣{0-1}背包问题
冯艳红
杨娟
贺毅朝
王改革
《电子学报》
EI
CAS
CSCD
北大核心
2018
22
在线阅读
下载PDF
职称材料
3
带分时电价约束的分布式柔性流水车间调度问题及其求解算法
许天鹏
赵付青
张建林
王维元
杜松霖
《计算机集成制造系统》
北大核心
2025
0
在线阅读
下载PDF
职称材料
4
基于Spark的电网继电保护整定计算方法研究
宋闯
韩伟
杜兴伟
王敬军
《电力科学与技术学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
5
基于地域特征的物流仓储中心逆向选址算法
苗将
张仰森
李剑龙
刁艳茹
《科学技术与工程》
北大核心
2022
3
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部