期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
改进雪融优化器在多目标优化问题上的应用
1
作者 周宇含 刘庆珍 《计算机工程与设计》 北大核心 2025年第6期1772-1779,共8页
针对雪融优化器(snow ablation optimizer, SAO)在求解部分复杂优化问题时存在的寻优效果不稳定、易陷入局部最优等缺陷,提出一种改进算法——改进雪融优化器(improved snow ablation optimizer, ISAO)。该算法基于改进Tent混沌映射提... 针对雪融优化器(snow ablation optimizer, SAO)在求解部分复杂优化问题时存在的寻优效果不稳定、易陷入局部最优等缺陷,提出一种改进算法——改进雪融优化器(improved snow ablation optimizer, ISAO)。该算法基于改进Tent混沌映射提高种群的多样性,引入折射镜像学习改善寻优方向,并结合莱维飞行策略与贪婪策略增强跳出局部最优的能力。同时,选取了5种目前被广泛应用的智能优化算法作为对照组,在10个基准测试函数上和2个多目标优化问题上进行对比实验,其结果显示ISAO相比于SAO具备更强的优化性能。进一步地,将ISAO和SAO分别应用于实际的工程优化问题,其结果验证了ISAO在解决实际工程优化问题上具有显著优势。 展开更多
关键词 智能优化算法 雪融优化器 改进tent混沌映射 折射镜像学习 莱维飞行 贪婪策略 工程优化问题
在线阅读 下载PDF
基于反吸引速度更新机制的改进蜉蝣算法
2
作者 毛清华 王迎港 牛晓辉 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第6期1770-1783,共14页
针对蜉蝣算法(MA)前期收敛速度较慢、后期寻优精度不高等问题,提出一种基于反吸引速度更新机制的改进蜉蝣算法(MMOA)。采用改进型Tent混沌序列初始化蜉蝣种群,使蜉蝣分布更加均匀,提升了种群的多样性;结合MA的特点,引入反吸引速度更新... 针对蜉蝣算法(MA)前期收敛速度较慢、后期寻优精度不高等问题,提出一种基于反吸引速度更新机制的改进蜉蝣算法(MMOA)。采用改进型Tent混沌序列初始化蜉蝣种群,使蜉蝣分布更加均匀,提升了种群的多样性;结合MA的特点,引入反吸引速度更新机制指导蜉蝣速度更新,平衡算法的全局搜索和局部寻优能力,进而提升算法的收敛性能;对全局最优蜉蝣进行逐维的重心反向学习变异,降低各维度间的干扰,帮助算法跳出局部最优并加速收敛。基于12个标准测试函数和部分CEC2017测试函数进行对比仿真实验,结果表明:MMOA较灰狼优化(GWO)算法、MA等算法在收敛速度、寻优精度和稳定性等方面都具有明显优势。 展开更多
关键词 蜉蝣算法 改进tent混沌 反吸引速度 逐维变异 重心反向学习
在线阅读 下载PDF
基于改进金豺算法的无人机三维航迹规划 被引量:4
3
作者 王一诺 郑焕祺 +1 位作者 杨胜坤 周玉成 《现代电子技术》 北大核心 2024年第16期103-109,共7页
针对传统金豺优化算法(GJO)在求解无人机航迹规划时存在的稳定性差、寻优能力不足等问题,提出一种改进金豺优化算法(IGJO)。首先使用改进Tent混沌映射初始化种群;然后结合北方苍鹰优化算法思想,开发一种新型探索阶段位置更新方式;其次,... 针对传统金豺优化算法(GJO)在求解无人机航迹规划时存在的稳定性差、寻优能力不足等问题,提出一种改进金豺优化算法(IGJO)。首先使用改进Tent混沌映射初始化种群;然后结合北方苍鹰优化算法思想,开发一种新型探索阶段位置更新方式;其次,采用动态能量因子策略来转换能量递减方式;最后,提出一种用于平衡探索和开发的阈值双重自适应t分布扰动变异策略,完成对GJO算法的改进。另外,建立一个无人机三维航迹规划模型,并利用IGJO算法求解以航程代价、高度代价等为目标函数的无人机三维航迹规划问题。结果表明,IGJO算法可适用于不同的复杂地形环境,且规划的航迹具有最优的成本代价。 展开更多
关键词 无人机 航迹规划 金豺优化算法 改进tent混沌映射 动态能量因子 自适应t分布
在线阅读 下载PDF
基于改进多元宇宙算法优化ELM的短期电力负荷预测 被引量:36
4
作者 龙干 黄媚 +3 位作者 方力谦 郑林灵 蒋崇颖 张勇军 《电力系统保护与控制》 EI CSCD 北大核心 2022年第19期99-106,共8页
为改善因人工神经网络参数随机初始化对短期电力负荷预测带来的不足,提出一种基于改进多元宇宙(improved multivariate universe optimizer, IMVO)算法优化极限学习机(extreme learning machine, ELM)的短期电力负荷预测方法。算法的改... 为改善因人工神经网络参数随机初始化对短期电力负荷预测带来的不足,提出一种基于改进多元宇宙(improved multivariate universe optimizer, IMVO)算法优化极限学习机(extreme learning machine, ELM)的短期电力负荷预测方法。算法的改进包含3个方面。首先,添加beta分布的随机数得到改进Tent混沌映射方法,采用遍历均匀性更好的改进Tent混沌映射方法使MVO算法得到好的初始解位置。其次,采用指数形式改进传统MVO算法的旅行距离率,利用指数形式改进后可使算法在整个寻优迭代前中期保持较高的全局开发水平。然后,采用精英反向学习的方法改进宇宙群。通过基准函数测试改进前后算法的性能,表明IMVO算法具有更好的稳定性和鲁棒性。最后,利用IMVO算法优化ELM的权值和阈值,建立IMVO-ELM短期电力负荷预测模型。通过实例分析和实验对比,表明IMVO-ELM模型的稳定性、预测精度和泛化能力均优于其他模型。 展开更多
关键词 短期电力负荷预测 多元宇宙算法 极限学习机 改进tent混沌映射 精英反向学习
在线阅读 下载PDF
基于组合缓冲的分布式置换流水车间调度优化
5
作者 轩华 吕琳 《现代制造工程》 北大核心 2025年第1期1-14,共14页
针对制造行业中机器间有两种缓冲条件(即有限缓冲、零等待)的分布式置换流水车间调度问题,以最小化最大完工时间作为目标建立数学规划模型,提出了一种结合改进两分段Tent混沌映射、自适应柯西变异和贪婪算法的混合人工蜂群算法。首先,... 针对制造行业中机器间有两种缓冲条件(即有限缓冲、零等待)的分布式置换流水车间调度问题,以最小化最大完工时间作为目标建立数学规划模型,提出了一种结合改进两分段Tent混沌映射、自适应柯西变异和贪婪算法的混合人工蜂群算法。首先,通过改进两分段Tent混沌映射产生初始工件序列群;然后,在雇佣蜂阶段采用基于自适应柯西变异的邻域搜索产生新工件序列,在跟随蜂阶段设计适应度选择策略和基于自适应柯西变异的逆序反转操作对工件序列进行优化,在侦察蜂阶段利用贪婪算法基于关键/非关键工厂更新未改善的工件序列;最后,通过大量算例仿真与多种算法对比,表明所提算法在合理的计算时间内可以得到较好的近优解。 展开更多
关键词 分布式置换流水车间调度 有限缓冲和零等待 混合人工蜂群算法 改进两分段tent混沌映射 自适应柯西变异
在线阅读 下载PDF
基于多策略麻雀搜索算法的径向基神经网络时延预测方法 被引量:1
6
作者 游达章 杨润 +1 位作者 张业鹏 李存靖 《仪表技术与传感器》 CSCD 北大核心 2024年第6期86-92,120,共8页
网络诱导时延序列存在随机性和不稳定性,单一的预测算法难以准确预测,针对该问题,提出一种基于多策略麻雀搜索算法(ISSA)的径向基神经网络(RBF)时延预测方法来准确预测网络时延。首先,为了应对麻雀种群初始分布不均匀的问题,增加改进Ten... 网络诱导时延序列存在随机性和不稳定性,单一的预测算法难以准确预测,针对该问题,提出一种基于多策略麻雀搜索算法(ISSA)的径向基神经网络(RBF)时延预测方法来准确预测网络时延。首先,为了应对麻雀种群初始分布不均匀的问题,增加改进Tent混沌映射来提高种群早期的分布质量,并引入新的惯性权重因子改进发现者位置更新策略,扩大麻雀早期寻优范围;随后引入正余弦优化算法(SCA)更新跟随者位置,避免种群后期陷入局部最优。其次,考虑到RBF隐含层节点中心,幅值以及输出层权值不确定的问题,提出利用ISSA算法寻优求取。最后,搭建改进的时延预测模型并输入实测时延数据得到预测时延值。实验研究结果表明:相较于传统SSA-RBF模型,文中提出的ISSA-RBF时延预测模型的MSE、MAE和MAPE分别提高了69.46%、32.83%、34.43%,可有效预测网络时延,为之后的时延补偿提供基础。 展开更多
关键词 网络化控制系统 时延预测 改进tent混沌映射 正余弦优化算法 惯性权重因子
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部