期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于折射反向学习的改进正弦余弦探路者算法 被引量:2
1
作者 毛雪迪 王冰 夏煌智 《微电子学与计算机》 2024年第3期37-52,共16页
针对探路者算法(Pathfinder Algorithm,PFA)在寻优时收敛速度慢、求解精度低与极易陷入局部最优等问题,提出一种基于折射反向学习的改进正弦余弦探路者算法运用于函数优化问题当中。首先,通过折射反向学习策略初始化种群,利用折射与反... 针对探路者算法(Pathfinder Algorithm,PFA)在寻优时收敛速度慢、求解精度低与极易陷入局部最优等问题,提出一种基于折射反向学习的改进正弦余弦探路者算法运用于函数优化问题当中。首先,通过折射反向学习策略初始化种群,利用折射与反向原理相结合使初始解更加靠近最优解位置,优质的种群定位能为迭代期的策略执行提供良好基础;其次,在探路者位置更新阶段引入改进的正弦余弦个体位置更新方式,该方式将原更新式中的线性步长搜索因子进行替换,以非规律的模式产生新代探路者个体,从而降低个体忽略最优解的概率,同时提出一种自适应权重添加至原更新式当中,配合正、余弦函数对算法的全局搜索与局部开发能力进行平衡;最后,将本文算法运用于12个经典的基准测试函数与10个具有复杂特征的CEC2014基准测试函数上进行寻优求解,并将其运用于压力容器设计与三杆桁设计问题,同时选取了合适的评价指标对算法性能进行评估。实验结果表明:本文算法在收敛速度、寻优精度与局部最优规避性方面均有较大提升,出色的工程优化性能也证明了本文算法的鲁棒性。 展开更多
关键词 探路者算法 函数优化问题 折射反向学习 正弦余弦算法 工程优化问题
在线阅读 下载PDF
基于探路者算法的VNF放置与调度联合优化
2
作者 田耕 李娜 《舰船电子工程》 2024年第1期124-128,195,共6页
虚拟网络功能放置和虚拟网络功能调度是近年来研究的热点,二者紧密关联缺一不可。将两个环节统一考虑、全局寻优既是技术发展趋势,也是网络功能虚拟化落地面临的艰巨挑战之一。然而,现有研究多将二者分立考虑,仅着眼单一问题的研究缺乏... 虚拟网络功能放置和虚拟网络功能调度是近年来研究的热点,二者紧密关联缺一不可。将两个环节统一考虑、全局寻优既是技术发展趋势,也是网络功能虚拟化落地面临的艰巨挑战之一。然而,现有研究多将二者分立考虑,仅着眼单一问题的研究缺乏整体观。论文提出了一种动态的放置调度联合优化模型,在满足相关约束下,最小化服务功能链的完成时间。提出了一种改进的探路者算法解决该问题,引入了群体划分的机制增强全局搜索能力避免陷入局部最优。进一步设计了个体交叉和变异机制,减小对个体解的破坏,增强了局部搜索能力以及种群的多样性。此外,精英保留策略加快了算法的收敛。实验数据表明,论文提出的算法相较于各种主流进化算法在服务功能链完成时间评价指标上均有显著优势。 展开更多
关键词 网络功能虚拟化 VNF放置与调度 动态模型 探路者算法
在线阅读 下载PDF
基于改进探路者算法优化支持向量机的断路器故障诊断 被引量:5
3
作者 何鑫 段晨 刘闯 《红水河》 2023年第6期90-95,共6页
为了提高断路器故障诊断的正确率,笔者首先利用Tent混沌映射和邻域变异策略对探路者算法(Pathfinder Algorithm,PFA)进行改进;然后采用改进探路者算法(Improved Pathfinder Algorithm,IPFA)对支持向量机(Support Vector Machine,SVM)进... 为了提高断路器故障诊断的正确率,笔者首先利用Tent混沌映射和邻域变异策略对探路者算法(Pathfinder Algorithm,PFA)进行改进;然后采用改进探路者算法(Improved Pathfinder Algorithm,IPFA)对支持向量机(Support Vector Machine,SVM)进行优化,提出一种基于IPFA优化SVM的断路器故障诊断方法,并以断路器线圈电流波形中的8个特征量为支持向量,以断路器故障类型为输出量,建立基于IPFA-SVM的断路器故障诊断模型;最后采用断路器故障数据进行仿真分析。结果表明,采用IPFA-SVM模型诊断断路器故障时只出现了1个错误,诊断精度高达98%,诊断效果优于其他方法的,验证了该文所提断路器故障诊断方法的正确性和优越性。 展开更多
关键词 断路器 故障诊断 改进探路者算法 支持向量机
在线阅读 下载PDF
多根非线性方程组求解的探路者灰狼算法 被引量:2
4
作者 逯苗 曲良东 何登旭 《工程数学学报》 CSCD 北大核心 2022年第6期957-968,共12页
针对传统算法在多根非线性方程组求解时依赖初始值的选定,求解个数不完全,求解精度不高的问题,提出了一种结合探路者算法的灰狼优化算法(PGWO)。由于灰狼优化算法存在后期收敛速度慢等问题,结合了探路者算法,根据探路者中跟随者的更新... 针对传统算法在多根非线性方程组求解时依赖初始值的选定,求解个数不完全,求解精度不高的问题,提出了一种结合探路者算法的灰狼优化算法(PGWO)。由于灰狼优化算法存在后期收敛速度慢等问题,结合了探路者算法,根据探路者中跟随者的更新机制对灰狼个体的位置进行改变,进而平衡算法的全局搜索和局部搜索能力。通过9组多根非线性方程组的仿真实验结果和其他群智能算法进行比较,实验结果表明PGWO算法提高了多根非线性方程组求解的精度,在求解个数上得到明显提升,进而说明了算法的有效性。 展开更多
关键词 多根非线性方程组 探路者算法 灰狼优化算法 仿真实验
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部