期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
带有交叉操作的教-学优化算法 被引量:20
1
作者 高立群 欧阳海滨 +1 位作者 孔祥勇 刘宏志 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2014年第3期323-327,共5页
针对教-学优化算法(TLBO)求解无约束数值优化问题容易陷入局部最优的不足,提出了一种带有交叉操作的教-学优化算法(C-TLBO).将差分进化算法的交叉操作引入到TLBO算法中,有效地融合了教学阶段和学习阶段,增强了算法的局部搜索,平衡了算... 针对教-学优化算法(TLBO)求解无约束数值优化问题容易陷入局部最优的不足,提出了一种带有交叉操作的教-学优化算法(C-TLBO).将差分进化算法的交叉操作引入到TLBO算法中,有效地融合了教学阶段和学习阶段,增强了算法的局部搜索,平衡了算法的开采和探索.数值结果表明该算法在优化精度、收敛速度、鲁棒性方面,优于TLBO算法、I-TLBO算法以及其他智能优化算法,具有良好的发展前景. 展开更多
关键词 教-学优化算法 局部最优 交叉操作 开采 探索
在线阅读 下载PDF
基于混合教-学算法的汽车装配线物料供应调度 被引量:8
2
作者 周炳海 彭涛 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2018年第10期1854-1863,共10页
针对汽车装配线的物料调度问题,以装配线不缺货为约束,构建多设备联合配送的准时化物料供应模型.开展问题域的描述,以优化规划期内的线边库存水平为目标,构建数学规划模型.基于标准教-学算法(TLBO)的框架,提出求解这一复杂组合优化问题... 针对汽车装配线的物料调度问题,以装配线不缺货为约束,构建多设备联合配送的准时化物料供应模型.开展问题域的描述,以优化规划期内的线边库存水平为目标,构建数学规划模型.基于标准教-学算法(TLBO)的框架,提出求解这一复杂组合优化问题的混合教-学算法(HTLBO).根据问题的特点,设计特定的编码与解码方法,确定各个设备的配送任务及排序.通过融合交换、反转和插入变异算子,构建局部搜索流程,以强化算法的全局开发能力.结合问题的性质,提出基于束搜索技术的剪枝方法,以强化算法的深度寻优能力.开展仿真实验,测试结果验证了该调度算法的可行性和有效性. 展开更多
关键词 物流工程 汽车装配线 物料供应调度 教-学优化算法 束搜索
在线阅读 下载PDF
基于改进教-学算法的无人机航路规划 被引量:1
3
作者 武巍 邹杰 《计算机应用》 CSCD 北大核心 2016年第9期2626-2630,2641,共6页
针对传统教-学优化(TLBO)算法进行航路规划时收敛速度慢、容易陷入局部最优的问题,提出一种自适应交叉教-学优化(AC-TLBO)算法。首先,该算法令传统教-学优化(TLBO)算法的教学因子随着迭代次数而发生变化,提高算法的学习速度;其次,当算... 针对传统教-学优化(TLBO)算法进行航路规划时收敛速度慢、容易陷入局部最优的问题,提出一种自适应交叉教-学优化(AC-TLBO)算法。首先,该算法令传统教-学优化(TLBO)算法的教学因子随着迭代次数而发生变化,提高算法的学习速度;其次,当算法可能要陷入局部最优时,加入一定的扰动,使算法尽可能地跳出局部最优;最后,为了进一步提升算法的收敛效果,在算法中引入遗传算法的交叉环节。利用传统教-学优化(TLBO)算法、自适应交叉教-学优化(AC-TLBO)算法和量子粒子群优化(QPSO)算法进行无人机航路规划,仿真结果表明,在10次规划中,自适应交叉教-学优化(AC-TLBO)算法有8次找到了全局最优路径,而传统教-学优化(TLBO)算法和量子粒子群优化(QPSO)算法分别只找到了2次和1次;而且自适应交叉教-学优化(AC-TLBO)算法的收敛速度高于另外两种算法。 展开更多
关键词 教-学优化算法 无人机 航路规划 自适应交叉 局部最优 量子粒子群优化算法
在线阅读 下载PDF
基于改进正余弦算法的机器人路径规划 被引量:8
4
作者 马莹莹 杜暖男 《重庆交通大学学报(自然科学版)》 CAS CSCD 北大核心 2021年第9期17-23,共7页
针对正余弦算法(sine cosine algorithm,SCA)性能低、精度差等缺陷,设计了混合正余弦算法(hybrid sine cosine algorithm,HSCA),并将HSCA运用于机器人路径规划(robot path planning,RPP)问题。HSCA融合了基于反向学习方法的初始解构造... 针对正余弦算法(sine cosine algorithm,SCA)性能低、精度差等缺陷,设计了混合正余弦算法(hybrid sine cosine algorithm,HSCA),并将HSCA运用于机器人路径规划(robot path planning,RPP)问题。HSCA融合了基于反向学习方法的初始解构造方法。同时,HSCA通过融入模因分组和TLBO(teaching-learning-based optimization)的进化机制来强化后续解的信息交流,力求增强搜索性能。针对RPP问题,HSCA在路径曲线规划过程中引入了Spline插值方法,旨在确保求解精度的同时降低当前问题的优化维度。最后,开展了函数寻优和路径规划测试,实验结果表明,HSCA比对比算法具有更好的性能。 展开更多
关键词 交通运输工程 机器人路径规划 正余弦算法 反向 教-学优化算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部