基于种群自适应蜣螂优化算法的输电铁塔传感器优化布置

1

作者 谢从珍 梁国龙 +1 位作者 王纪港 杨挺 《广东电力》 北大核心 2025年第2期75-84,共10页

山区输电铁塔易受滑坡等地质灾害影响,面临着倾斜甚至倒塌的风险,线路安全受到严重威胁。为解决现有铁塔传感器布置方案实施可行性低、监测效果差的问题,提出一种基于种群自适应蜣螂优化算法的加速度传感器优化布置方法。首先,基于模态... 山区输电铁塔易受滑坡等地质灾害影响,面临着倾斜甚至倒塌的风险,线路安全受到严重威胁。为解决现有铁塔传感器布置方案实施可行性低、监测效果差的问题,提出一种基于种群自适应蜣螂优化算法的加速度传感器优化布置方法。首先,基于模态置信准则构造目标函数,并考虑铁塔传感器安装实际需求,设置塔身与塔腿区域约束条件;其次,基于蜣螂优化算法构建优化布置模型,并引入种群自适应蜣螂比例调整策略,以提高算法全局搜索能力。以某干字型和某猫头型铁塔为例进行算法验证,提出传感器最佳布点方案,并结合有限元仿真对其合理性进行论证。结果显示,种群自适应蜣螂优化算法的寻优效果较原蜣螂优化算法有明显提升,所得测点数据可精确识别铁塔固有频率。 展开更多

关键词 输电铁塔 状态监测 传感器优化布置 种群自适应蜣螂优化算法 模态置信准则

在线阅读 下载PDF 职称材料

改进的蜣螂优化算法及其在无波前自适应系统波前校正中的应用

2

作者 高世杰 王振 +3 位作者 傅星鑫 刘维 毛勇名 曹景太 《光子学报》 北大核心 2025年第3期20-31,共12页

引入一种改进的蜣螂优化算法,通过替换原有蜣螂算法中的全局搜索策略,确保种群粒子间的有效信息交流,将其应用于无波前传感自适应光学系统,用于校正大气湍流引起的光信号波前畸变。仿真比较了该算法与传统蜣螂优化算法、随机并行梯度下... 引入一种改进的蜣螂优化算法,通过替换原有蜣螂算法中的全局搜索策略,确保种群粒子间的有效信息交流,将其应用于无波前传感自适应光学系统,用于校正大气湍流引起的光信号波前畸变。仿真比较了该算法与传统蜣螂优化算法、随机并行梯度下降算法以及模拟退火-随机并行梯度下降算法在无波前传感自适应光学系统中的性能。结果表明,在达到相同校正效果的前提下,基于改进蜣螂优化算法的波前校正系统在各种湍流条件下均表现出显著优势,校正速度最低提高了80%。此外,改进后的算法展现出更强的全局搜索能力,有效抑制了陷入局部最优解的问题,同时表现出更高的收敛稳定性和鲁棒性,进而显著提升了相干自由空间光通信系统的整体通信性能。 展开更多

关键词 自适应光学 自由空间光通信 控制算法 蜣螂优化算法 波前校正

在线阅读 下载PDF 职称材料

多策略自适应蜣螂优化算法求解FJSP问题

3

作者 余莹 谭代伦 +1 位作者 冯世强 王彬溶 《制造技术与机床》 北大核心 2025年第7期225-232,共8页

针对以最大完工时间最小化为目标的柔性作业车间调度问题(flexible job-shop scheduling problem, FJSP),提出一种多策略自适应蜣螂优化算法(multi-strategy and adaptive dung beetle optimizer, MSA-DBO)。首先,利用Logistic-tent混... 针对以最大完工时间最小化为目标的柔性作业车间调度问题(flexible job-shop scheduling problem, FJSP),提出一种多策略自适应蜣螂优化算法(multi-strategy and adaptive dung beetle optimizer, MSA-DBO)。首先,利用Logistic-tent混沌映射和G-L-R策略改进种群初始化,使种群分布更均匀,提高初始解质量;其次,在计算蜣螂个体适应度后采用锦标赛策略选择个体构成优选种群,以加快收敛速度;再次,采用黄金正弦策略改进推球蜣螂遇到障碍时的位置更新公式,以避免陷入局部最优;最后,在蜣螂位置更新后增加精英随机反向学习策略和基于关键路径的自适应重调度策略,以增强种群中蜣螂个体之间的交流和全局寻优能力。选取Brandimarte算例和实际案例进行仿真实验和对比,结果表明MSA-DBO算法的改进策略有效,求解精度和算法性能得到明显增强。 展开更多

关键词 柔性作业车间调度问题 蜣螂优化算法 Logistic-tent混沌映射 G-L-R策略 黄金正弦策略 精英随机反向学习 自适应重调度

在线阅读 下载PDF 职称材料

多策略增强型蜣螂优化算法求解路径规划问题

4

作者 陈慧丽 《机械设计与制造》 北大核心 2025年第5期242-250,257,共10页

针对蜣螂优化算法在路径规划时寻优效率慢、稳定性差和易早熟等问题,提出一种多策略增强型蜣螂优化(EDBO)算法。首先,在算法蜣螂滚球行为、蜣螂繁育行为和小蜣螂移动行为中引入随机小孔成像反向学习(Random Keyhole Imaging Reverse Lea... 针对蜣螂优化算法在路径规划时寻优效率慢、稳定性差和易早熟等问题,提出一种多策略增强型蜣螂优化(EDBO)算法。首先,在算法蜣螂滚球行为、蜣螂繁育行为和小蜣螂移动行为中引入随机小孔成像反向学习(Random Keyhole Imaging Reverse Learning,RKRL)策略对蜣螂个体进行逐维学习,增强算法全局寻优能力;同时,设计了Sin混沌-RKRL策略初始化蜣螂种群,增强了算法初始种群质量,提高了算法的初始寻优能力;进一步设计了多方向正余弦自适应偷窃策略对蜣螂偷窃行为进行改进,实现算法在搜索区域内精细开发;最后,嵌入非线性正弦衰减-余弦递增动态平衡协调因子,实现了算法全局与局部搜索之间的动态平衡,提高了算法的寻优性能。测试函数和路径规划实验结果表明:EDBO算法的寻优性能和路径规划性能均优于其算法,可适用于求解复杂环境下移动机器人路径规划问题。 展开更多

关键词 蜣螂优化算法 随机小孔成像反向学习 多方向正余弦自适应 动态平衡因子 路径规划

在线阅读 下载PDF 职称材料

基于改进蜣螂优化算法和融合注意力机制的风电功率预测 被引量：1

5

作者 张旭东 汪繁荣 《广东电力》 北大核心 2025年第1期32-40,共9页

为进一步提高风电功率的预测精准度,提出使用自适应噪声完全集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)来对原始数据进行分解,并结合多策略改进蜣螂优化算法(multi-strategy enhan... 为进一步提高风电功率的预测精准度,提出使用自适应噪声完全集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)来对原始数据进行分解,并结合多策略改进蜣螂优化算法(multi-strategy enhanced dung beetle optimization algorithm,MDBO)来优化融合了卷积神经网络(convolutional neural networks,CNN)和双向长短期记忆(bidirectional long short-term memory,BiLSTM)网络的风电预测方法。首先,使用CEEMDAN分解算法对初始风力发电功率进行分解,以降低风电数据的非线性和随机性;之后,在预测模型中引入注意力机制(attention mechanism,AM),对分解得到的各分量分别使用经MDBO算法寻优得到的CNN-BiLSTM-AM模型进行预测;最后,把各子分量的预测值进行叠加聚合得到总的预测值,并采用皮尔逊相关系数计算环境特征对风电功率的相关性,保留相关性强的环境特征以进一步提升预测精度。使用所提CEEMDAN-MDBO-CNN-BiLSTM-AM算法进行风电功率预测,预测结果有着较高的预测精准度,其均方根误差较CNN和BiLSTM单一预测模型分别降低了65.12%和64.00%,相较于CNN-BiLSTM其均方根误差和平均绝对误差分别降低了53.20%和53.98%,其回归系数提升了7.581%。 展开更多

关键词 自适应噪声完全集合经验模态分解 风电功率预测 蜣螂优化算法 双向长短期记忆网络 卷积神经网络

在线阅读 下载PDF 职称材料

多策略改进蜣螂优化算法及其应用 被引量：1

6

作者 盛斌 张军 《制造技术与机床》 北大核心 2025年第3期65-76,共12页

为了改善标准蜣螂优化算法(dung beetle optimization,DBO)的收敛精度低、稳定性不足和易陷入局部最优等问题,提出了多策略改进蜣螂优化(multi-strategy improved dung beetle optimization,MSIDBO)算法。首先,使用融合Fun混沌与逆向学... 为了改善标准蜣螂优化算法(dung beetle optimization,DBO)的收敛精度低、稳定性不足和易陷入局部最优等问题,提出了多策略改进蜣螂优化(multi-strategy improved dung beetle optimization,MSIDBO)算法。首先,使用融合Fun混沌与逆向学习策略初始化蜣螂种群,增加种群多样性和随机性;其次,引进鱼鹰算法的第一阶段的全局勘探策略替换蜣螂滚球阶段的位置更新,弥补蜣螂算法在滚球阶段依赖最差值,加快算法的求解速度和求解精度;再次,根据小蜣螂觅食位置更新引入自适应步长策略与凸透镜成像策略的集成,提高了算法全局开发和局部探索的能力;最后,对偷窃蜣螂的觅食行为进行自适应t分布扰动,使得算法更快跳出局部最优。将MSIDBO和其他算法在14个函数上进行测试,结果表明相对于其他群智能优化算法,MSIDBO的寻优能力、收敛能力等明显高于其他算法。将改进的算法用于压力弹簧设计优化问题,进一步证明改进后的算法具有较好的优化性能。 展开更多

关键词 蜣螂优化算法 逆向学习 自适应步长 凸透镜成像 T分布

在线阅读 下载PDF 职称材料

深度强化学习引导的多种群协同进化超多目标优化算法

7

作者 许莹 刘佳 +2 位作者 陈斌辉 刘益萍 刘志中 《计算机学报》 北大核心 2025年第10期2371-2405,共35页

超多目标优化问题因高维决策空间与复杂计算成本等特点而极具挑战。作为求解方法之一,多种群协同进化算法通过协同机制在求解此类问题时有较好的效果,但仍存在计算成本高、搜索效率低等局限性。近年来,强化学习因其卓越的决策能力被引... 超多目标优化问题因高维决策空间与复杂计算成本等特点而极具挑战。作为求解方法之一,多种群协同进化算法通过协同机制在求解此类问题时有较好的效果,但仍存在计算成本高、搜索效率低等局限性。近年来,强化学习因其卓越的决策能力被引入进化算法框架,成为提升算法性能的关键技术。因此,本文提出了一种深度强化学习引导的多种群协同进化超多目标优化算法DQNMaOEA,用于求解复杂的超多目标优化问题。为了有效引导大规模决策空间的搜索,提高算法在高维目标空间的搜索能力,本文提出了一种基于深度强化学习模型的自适应子种群选择方法,通过强化学习与环境进行交互选择具有更高潜力的子种群,然后与基于效用值选择的子种群进行协同进化,产生具有更优多样性与收敛性的子代解。此外,为了降低计算成本,提高算法的搜索效率,本文进一步提出了一种自适应子种群计算资源分配策略,根据当前子种群对整个种群优化过程的效用值改进贡献,动态分配子种群的适应值评估次数。为了验证算法及相关策略的性能,本文在大量基准测试集问题及实际物流大规模超多目标车辆路径问题实例上,与现有的不同类型前沿算法进行了大量对比实验。实验分析表明,本文提出的算法在求解性能与解质量上显著优于大部分对比算法。具体表现为:在评估解收敛性与多样性的综合指标上,DQNMaOEA在80%以上的基准测试实例中取得最优结果,较现有最佳算法的平均性能指标提升达1.2~2.0倍。而在计算效率方面,算法的平均运行时间较对比算法降低约25%。特别地,在7个实际物流问题实例中,算法在解的性能指标上获得6项最优结果,且求解效率显著优于对比算法。这些结果充分验证了该算法在解质量、计算效率和实际应用潜力上的综合优势。 展开更多

关键词 超多目标优化 超多目标进化算法 自适应种群选择 自适应计算资源分配 强化学习

在线阅读 下载PDF 职称材料

自适应对偶种群遗传算法及其在电磁场优化设计中的应用 被引量：14

8

作者 徐斌 姚缨英 《电工技术学报》 EI CSCD 北大核心 2013年第3期183-187,共5页

针对标准遗传算法局部寻优能力不足以及算法早熟等问题,提出一种改进的遗传算法,即自适应对偶种群遗传算法。基于标准遗传算法,该算法引入了对偶种群以及基于迭代次数的自适应终止规则。在进化中,首先找出进化过程中的最优个体,此后每... 针对标准遗传算法局部寻优能力不足以及算法早熟等问题,提出一种改进的遗传算法,即自适应对偶种群遗传算法。基于标准遗传算法,该算法引入了对偶种群以及基于迭代次数的自适应终止规则。在进化中,首先找出进化过程中的最优个体,此后每代个体相对于最优个体进行对称变换以生成对偶种群;其后通过环境选择操作保留两个种群中的精英个体用于下一代的进化。通过对标准测试函数的求解,自适应对偶种群遗传算法较之标准遗传算法能更快更稳定地收敛到最优解。最终,将该算法应用到超导磁储能系统优化设计问题,取得了满意的结果,证实算法对电磁设备优化设计的价值。 展开更多

关键词 自适应对偶种群 遗传算法 超导磁储能 优化设计

在线阅读 下载PDF 职称材料

基于蜜蜂双种群进化型云自适应遗传算法的电力系统多目标无功优化 被引量：4

9

作者 周海忠 周步祥 +3 位作者 何春渝 周岐杰 彭章刚 王精卫 《电测与仪表》 北大核心 2016年第5期103-108,共6页

针对遗传算法在求解多目标无功优化方面存在的缺陷,文章提出了基于蜜蜂双种群进化型云自适应遗传算法(double bee population evolutionary cloud adaptive genetic algorithm,BEPE-CAGA)。该算法根据蜜蜂双种群进化思想,引入了雄峰通... 针对遗传算法在求解多目标无功优化方面存在的缺陷,文章提出了基于蜜蜂双种群进化型云自适应遗传算法(double bee population evolutionary cloud adaptive genetic algorithm,BEPE-CAGA)。该算法根据蜜蜂双种群进化思想,引入了雄峰通过竞争参与交叉及雄峰与决定双峰群优秀遗传基因的蜂后交叉的策略,并结合正态云模型云滴的随机性和稳定倾向性特点对其进行改进,改善了算法陷入早熟的问题,提高了算法的收敛速度。建立了以有功网损最小、电压偏差最小及电压稳定裕度最大为目标的无功优化数学模型,并以BEPE-CAGA算法求解该模型。最后通过对IEEE14和IEEE30节点系统进行算例仿真,仿真结果验证了文章所提算法的有效性,同时也证明了该算法在收敛速度和优化效果上具有比基本GA算法和CAGA算法更佳的性能。 展开更多

关键词 蜜蜂双种群 云自适应 多目标 无功优化 遗传算法

在线阅读 下载PDF 职称材料

混合策略改进的蜣螂优化算法及其工程应用 被引量：2

10

作者 吉如沁 秦江涛 《上海理工大学学报》 CAS CSCD 北大核心 2024年第5期580-588,共9页

针对原始蜣螂优化算法(dung beetle optimizer,DBO)容易陷入局部最优,收敛精度不够等问题,提出一种混合策略改进的蜣螂优化算法(TDBO)。运用Tent混沌映射策略初始化种群,使得初始蜣螂的位置分布更加均匀,提高种群的多样性;在蜣螂繁衍阶... 针对原始蜣螂优化算法(dung beetle optimizer,DBO)容易陷入局部最优,收敛精度不够等问题,提出一种混合策略改进的蜣螂优化算法(TDBO)。运用Tent混沌映射策略初始化种群,使得初始蜣螂的位置分布更加均匀,提高种群的多样性;在蜣螂繁衍阶段使用自适应惯性权重,提升寻优能力;在蜣螂偷窃行为公式中引入莱维飞行,提高算法的搜索能力,使算法跳出局部最优,平横搜索多样性与收敛准确性之间的关系。在9个测试函数上分别与基础DBO算法、4种对比算法以及单一策略改进的DBO算法进行比较,并通过Wilcoxon秩和检验验证TDBO算法的性能。结果证明,TDBO算法在多个函数上速度和精度优于对比算法,并具有显著性差异。通过基准函数的测试、Wilcoxon秩和检验,以及3个工程优化问题的验证,TDBO算法具有较优的收敛精度和速度。 展开更多

关键词 蜣螂优化算法 Tent混沌映射 自适应惯性权重 莱维飞行

在线阅读 下载PDF 职称材料

基于种群曼哈顿距离的自适应多目标粒子群优化算法 被引量：18

11

作者 李浩君 张鹏威 郭海东 《计算机集成制造系统》 EI CSCD 北大核心 2020年第4期1019-1032,共14页

针对多目标粒子群优化算法存在收敛性不足和多样性丢失问题,提出一种根据进化状态平衡收敛性能与多样性能的自适应多目标粒子群优化算法(pmdMOPSO)。该算法首先采用种群曼哈顿距离实时检测算法的进化状态,将进化状态分为探索和收敛两个... 针对多目标粒子群优化算法存在收敛性不足和多样性丢失问题,提出一种根据进化状态平衡收敛性能与多样性能的自适应多目标粒子群优化算法(pmdMOPSO)。该算法首先采用种群曼哈顿距离实时检测算法的进化状态,将进化状态分为探索和收敛两个阶段,并根据进化状态的两个阶段分别采用不同的速度更新模式,实现算法性能的提升;其次设计了具有Levy飞行探索认知行为的速度动力学方程,旨在增强全局探索能力;最后使用种群曼哈顿距离构成的差分向量设计进化参数自适应更新模式,平衡算法全局探索与局部开采的能力。通过对MOP1~MOP7测试函数上的实验结果分析,表明pmdMOPSO算法较对比算法具有更好的收敛性能和多样性能。 展开更多

关键词 多目标粒子群优化算法 种群曼哈顿距离 Levy飞行探索认知 参数自适应

在线阅读 下载PDF 职称材料

多策略改进的蜣螂优化算法及其工程实例应用 被引量：2

12

作者 朱国庆 韩东颖 +2 位作者 米振涛 刘艳飞 杜晓彤 《电子测量技术》 北大核心 2024年第21期82-99,共18页

蜣螂优化算法(DBO)虽独具优势,同时也存在一些问题,如收敛精度低下以及容易陷入局部最优。为了解决这些难题,提出了一种名为MSIDBO的改进型蜣螂优化算法,目的是增强优化效果,同时保持全局和局部搜索的平衡。提出了一种自适应适应度距离... 蜣螂优化算法(DBO)虽独具优势,同时也存在一些问题,如收敛精度低下以及容易陷入局部最优。为了解决这些难题,提出了一种名为MSIDBO的改进型蜣螂优化算法,目的是增强优化效果,同时保持全局和局部搜索的平衡。提出了一种自适应适应度距离平衡策略,该策略通过优化蜣螂的觅食和偷窃行为,有效地避免算法陷入局部最优解的困境;同时,引入引导学习策略和局部最优扰动方案,加快算法的收敛速度,平衡算法在局部开发和全局探索能力之间的关系。为评估MSIDBO算法的性能,采用CEC2017测试函数进行仿真实验,在3个实际工程设计问题中,同时运用了MSIDBO算法,并与其他5种优化算法进行了比较,结果表明,MSIDBO算法在收敛速度、求解精度和稳定性方面均表现出显著优势,充分验证了其在实际应用中的高效性和可靠性。 展开更多

关键词 蜣螂优化算法 引导学习策略 自适应适应度距离平衡策略 局部最优扰动

在线阅读 下载PDF 职称材料

自适应多种群遗传算法的换热管清洗路径优化 被引量：1

13

作者 潘海鸿 龚建刚 +1 位作者 陈琳 涂晓晓 《机械设计与制造》 北大核心 2015年第8期9-12,共4页

为提高清洗效率,对糖业蒸发罐换热管清洗机器人定位移动时间进行研究。在分析影响总定位移动时间因素的基础上,以总合成位移为优化目标,以机器人轴运动分辨率为约束条件,建立了以机器人在各换热处构型和换热管清洗顺序为决策变量的清洗... 为提高清洗效率,对糖业蒸发罐换热管清洗机器人定位移动时间进行研究。在分析影响总定位移动时间因素的基础上,以总合成位移为优化目标,以机器人轴运动分辨率为约束条件,建立了以机器人在各换热处构型和换热管清洗顺序为决策变量的清洗路径优化模型。为克服遗传算法早熟收敛,提出一种自适应多种群遗传算法对清洗路径进行优化。针对84根换热管进行仿真实验,结果表明自适应多种群遗传算法优化后总合成位移比标准遗传算法和固定交叉和变异概率的多种群遗传算法所得总合成位移分别减少39.77%和20%,与固定交叉和变异概率的多种群遗传算法相比,进化代数也从1221减少到1142。由此可见,自适应多种群遗传算法在全局搜索能力和收敛速度两方面都取得较好优化效果,优化所得清洗路径为清洗机器人的运动控制提供依据。 展开更多

关键词 换热管 清洗机器人 自适应多种群遗传算法 组合优化

在线阅读 下载PDF 职称材料

改进粒子群算法的径向柱塞液压马达内曲线优化

14

作者 李佳璇 康绍鹏 +4 位作者 杨静 刘凯磊 强红宾 柯贤胜 崔毅 《现代制造工程》 北大核心 2025年第2期69-75,共7页

径向柱塞液压马达在中大型机械装备中应用十分广泛,然而因其内部存在冲击与疲劳磨损等问题,对径向柱塞液压马达的寿命与性能造成了一定的影响。针对上述问题,提出了一种改进粒子群算法优化径向柱塞液压马达内曲线的方法,该方法将等加速... 径向柱塞液压马达在中大型机械装备中应用十分广泛,然而因其内部存在冲击与疲劳磨损等问题,对径向柱塞液压马达的寿命与性能造成了一定的影响。针对上述问题,提出了一种改进粒子群算法优化径向柱塞液压马达内曲线的方法,该方法将等加速度曲线重构为含补偿区的等加速度曲线,以减小冲击和接触应力突变值。以粒子群算法(Particle Swarm Optimization,PSO)为基础,加入自适应非线性动态权重与多子种群竞争优化策略,构建一种改进粒子群算法,对各区段角度进行重新分配,重新生成含补偿区的径向柱塞液压马达内曲线。对比优化前后的结果表明,最大接触应力下降了2.54%,最大接触应力处的突变值下降至0;接触应力不再阶跃式上升,有上升过程,冲击较小。该研究能够为径向柱塞液压马达的设计提供参考,有效减缓疲劳与磨损,降低冲击影响,从而延长液压马达的使用寿命。 展开更多

关键词 径向柱塞液压马达 内曲线 自适应非线性动态权重 多子种群竞争优化策略 改进粒子群算法

在线阅读 下载PDF 职称材料

自适应模型选用辅助的多种群进化算法

15

作者 张国晨 崔钧皓 +2 位作者 王浩 孙超利 李春鹏 《小型微型计算机系统》 CSCD 北大核心 2024年第5期1083-1088,共6页

代理模型辅助的进化算法是求解目标函数评价昂贵优化问题的有效方法.在这类算法中,算法的搜索策略和填充采样策略是在有限评价次数下获得优化问题较好解的重要因素.为此,本文使用多种群搜索策略用于平衡种群搜索的多样性和收敛性,同时... 代理模型辅助的进化算法是求解目标函数评价昂贵优化问题的有效方法.在这类算法中,算法的搜索策略和填充采样策略是在有限评价次数下获得优化问题较好解的重要因素.为此,本文使用多种群搜索策略用于平衡种群搜索的多样性和收敛性,同时基于个体和训练样本之间目标函数值的距离自适应选择模型进行个体的目标函数值估计,以提高估值的准确度.为了验证算法的有效性,在CEC2005测试函数以及扩频雷达Polly编码优化设计问题上进行测试,并和现有求解昂贵优化问题的算法进行了结果对比.实验结果表明本文提出的算法在目标函数评价次数有限的情况下能够获得昂贵优化问题的较好解. 展开更多

关键词 代理模型辅助的进化算法 昂贵优化问题 模型自适应选用策略 多种群搜索策略

在线阅读 下载PDF 职称材料

基于双档案种群大小自适应方法的改进差分进化算法

16

作者 黄亚伟 钱雪忠 宋威 《计算机应用》 CSCD 北大核心 2024年第12期3844-3853,共10页

针对现有差分进化(DE)算法在处理种群多样性降低和局部最优问题时,种群大小改进方法的性能不足,提出一种基于双档案种群大小自适应方法(APSA)的差分进化算法(APDE)。首先,构建2个档案分别用于记录在先前进化中丢弃的个体和实验个体;其次... 针对现有差分进化(DE)算法在处理种群多样性降低和局部最优问题时,种群大小改进方法的性能不足,提出一种基于双档案种群大小自适应方法(APSA)的差分进化算法(APDE)。首先,构建2个档案分别用于记录在先前进化中丢弃的个体和实验个体;其次,根据种群分布状态变化衡量多样性变化,并在多样性下降时从档案中选择个体加入种群,从而提升种群的多样性并增强跳出局部最优的能力;最后,基于APSA方法,提出一种改进的DE算法——APDE。在CEC2017测试集和兰纳-琼斯势问题上的广泛测试结果表明,APDE算法在30个测试函数上的基于Friedman test的平均排名中优于其他5种DE算法,并在至少20%的测试函数上取得了显著提升;同时,APDE算法在解决势能最小化上也取得了最佳性能。 展开更多

关键词 差分进化算法 双档案 多样性度量 自适应种群大小 数值优化

在线阅读 下载PDF 职称材料

解空间种群均匀化自适应遗传算法的应用 被引量：3

17

作者 刘晓明 闻福岳 赵云学 《沈阳工业大学学报》 EI CAS 2005年第6期623-628,共6页

提出了一种新型解空间种群均匀化的自适应遗传算法,并采用随机方法对初始种群加以改进,使初始种群均匀分布于解空间之中.在优化进程中,引入自适应算法,使交叉和变异算子具有自适应性;将自适应调节机制引入适应值函数中,使适应值函数同... 提出了一种新型解空间种群均匀化的自适应遗传算法,并采用随机方法对初始种群加以改进,使初始种群均匀分布于解空间之中.在优化进程中,引入自适应算法,使交叉和变异算子具有自适应性;将自适应调节机制引入适应值函数中,使适应值函数同样具有自适应性.为证实所提出的改进遗传算法的可行性和有效性,对几种典型的多峰值函数进行了寻优测试.优化测试结果与解析解及标准遗传算法优化结果相对比,证明改进遗传算法的全局搜索能力和收敛性都远优于标准遗传算法. 展开更多

关键词 遗传算法 自适应 初始种群 遗传算子 优化

在线阅读 下载PDF 职称材料

基于自适应等效能耗最小的燃料电池船舶能量管理策略 被引量：1

18

作者 许晓彦 曹伟 韩冰 《太阳能学报》 北大核心 2025年第3期108-115,共8页

为实现等效能耗最小策略中等效因子的实时调整,提出一种基于自适应等效能耗最小的能量管理策略。首先,设计一种基于多种群自适应协同粒子群优化算法的最优等效因子提取方法,该方法为双层优化的结构。在上层优化中,以船舶的运行成本、储... 为实现等效能耗最小策略中等效因子的实时调整,提出一种基于自适应等效能耗最小的能量管理策略。首先,设计一种基于多种群自适应协同粒子群优化算法的最优等效因子提取方法,该方法为双层优化的结构。在上层优化中,以船舶的运行成本、储能系统最终电量和初始电量误差最小为目标函数,求解燃料电池系统和储能系统的最优运行轨迹;在下层优化中,建立等效因子的优化模型,提取最优等效因子的分布。然后,建立以系统状态参数为输入、等效因子为输出的神经网络模型。利用最优的等效因子作为训练样本,对神经网络模型进行训练。最后,将神经网络模型与等效能耗最小策略相结合,可实现等效因子的实时调整。在Matlab/Simulink中搭建船舶混合能源系统的仿真模型,对基于自适应等效能耗最小的能量管理策略进行验证。仿真结果表明,与基于恒定等效因子的等效能耗最小策略相比,储能系统的最终电量更接近初始值,氢气的总消耗量降低1.98%。 展开更多

关键词 燃料电池船 能量管理策略 神经网络 等效因子 多种群自适应协同的粒子群优化算法

在线阅读 下载PDF 职称材料

自适应多种群Jaya算法求解绿色并行机调度问题 被引量：4

19

作者 王建华 杨琦 朱凯 《计算机集成制造系统》 EI CSCD 北大核心 2023年第1期111-120,共10页

考虑到同一机器加工不同工件时存在序列相关准备时间的情况,研究了具有设置时间的绿色并行机调度问题。针对问题采用二维实数编码方案来有效映射解空间,并设计一种可以求解多目标的自适应多种群Jaya算法。该算法以Pareto最优解及拥挤度... 考虑到同一机器加工不同工件时存在序列相关准备时间的情况,研究了具有设置时间的绿色并行机调度问题。针对问题采用二维实数编码方案来有效映射解空间,并设计一种可以求解多目标的自适应多种群Jaya算法。该算法以Pareto最优解及拥挤度计算的机制进行寻优,在Jaya算法的基础上,设计了位置向量排序机制实现连续型解与绿色并行机调度问题离散型解的有效结合;将随机规则与工作均衡规则相结合提升初始种群质量并设计了自适应变化的多种群提升算法的搜索多样性与收敛速度。通过与其他4种算法的算例测试分析,结果表明自适应多种群Jaya算法在求解具有设置时间的绿色并行机调度问题上具有优越性。 展开更多

关键词 设置时间 绿色并行机调度 自适应多种群Jaya算法 多目标优化 Pareto寻优

在线阅读 下载PDF 职称材料

基于反向学习的自适应α约束病毒种群搜索算法 被引量：2

20

作者 李牧东 赵辉 +3 位作者 吴利荣 陈超 李建勋 韩博 《四川大学学报（工程科学版）》 CSCD 北大核心 2017年第3期144-152,共9页

为了提高该算法求解约束优化问题的能力,提出一种新的约束病毒种群搜索算法。首先,提出自适应α-level比较策略,以在算法的不同阶段充分利用可行个体与不可行个体的有效信息;其次,为了进一步提高算法求解约束优化问题的收敛速度和搜索精... 为了提高该算法求解约束优化问题的能力,提出一种新的约束病毒种群搜索算法。首先,提出自适应α-level比较策略,以在算法的不同阶段充分利用可行个体与不可行个体的有效信息;其次,为了进一步提高算法求解约束优化问题的收敛速度和搜索精度,针对算法的病毒扩散行为,提出了结合反向学习机制的搜索方程,以提高种群多样性并加速全局收敛。对CEC2006中13个约束优化函数的对比仿真结果表明,本文算法在搜索精度、收敛速度以及稳定性方面,相比于αSimplex算法、粒子群遗传算法算法、交叉人工蜂群算法算法以及约束改进差分进化算法算法具有明显优势。同时将该算法应用于无人机协同实时航迹规划约束优化问题中,通过仿真实验并与利用约束改进差分进化算法对这一问题进行求解的方法进行对比,验证了本文算法在规划效率、规避威胁等方面的优越性。 展开更多

关键词 病毒种群搜索算法 约束优化 自适应α-level比较策略 反向学习 无人机协同航迹规划

在线阅读 下载PDF 职称材料