期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
自然启发算法库构建设想及其在新材料研发中的意义 被引量:2
1
作者 都时禹 张一鸣 +1 位作者 罗侃 黄庆 《无机材料学报》 SCIE EI CAS CSCD 北大核心 2019年第1期27-36,共10页
材料基因组工程技术是运用人工智能手段实现新材料按需设计的关键技术,其中尤为重要的是创新智能算法的开发和应用。本文在总结、分析已有自然启发算法的基础上,提出建立自然启发算法库(Nature-inspiredAlgorithmsLibrary,NIAL)的设想;... 材料基因组工程技术是运用人工智能手段实现新材料按需设计的关键技术,其中尤为重要的是创新智能算法的开发和应用。本文在总结、分析已有自然启发算法的基础上,提出建立自然启发算法库(Nature-inspiredAlgorithmsLibrary,NIAL)的设想;明确了从不同学科取得算法启发并高通量产生新算法的基本思路;详细阐述了构建该算法库的基本流程,并剖析建立自然启发算法库平台的若干优势和特点。最后,展望了自然启发算法库在新材料研发中的应用模式,希望借此提升人工智能在材料基因组工程领域的应用水平。 展开更多
关键词 自然启发算法 材料基因组工程 人工智能 综述
在线阅读 下载PDF
基于改进花朵授粉算法的智能系统 被引量:1
2
作者 杨孝敬 焦清局 王乙婷 《科学技术与工程》 北大核心 2018年第19期72-83,共12页
智能系统试图模拟人类专家来解决复杂的现实问题。问题的领域从工程、工业到医学、教育都各不相同。在大多数情况下,系统需要根据多个输入进行决策;但是搜索空间通常很大,因此很难使用传统的算法进行决策。元启发式算法可以用作寻找最... 智能系统试图模拟人类专家来解决复杂的现实问题。问题的领域从工程、工业到医学、教育都各不相同。在大多数情况下,系统需要根据多个输入进行决策;但是搜索空间通常很大,因此很难使用传统的算法进行决策。元启发式算法可以用作寻找最优解的一种工具。因此,改进元启发式技术和现有算法是必要的。介绍了一种改进的花朵授粉算法(FPA)。将标准的FPA与克隆选择算法(CSA)结合,应用到23个优化基准函数上;并对其进行测试。将改进算法与五种著名的优化算法(模拟退火、遗传算法、花授粉算法、蝙蝠算法和萤火虫算法)进行比较。实验结果表明,相比标准FPA和其他四种方法,改进花朵授粉算法能够找到更精确的解。 展开更多
关键词 自然启发算法 克隆选择算法 花朵授粉算法 全局优化
在线阅读 下载PDF
创造性驱动优化算法
3
作者 邹儒 冯翔 《计算机科学》 CSCD 北大核心 2015年第11期260-265,共6页
模拟人类的创造性思维来求解问题一直是人工智能研究的热点和难点之一。基于当前的创造性思维研究理论,同时借鉴现有自然启发算法的建模过程,提出了一种新的智能优化算法——创造性驱动优化算法(Creativity Driven Optimization Algorit... 模拟人类的创造性思维来求解问题一直是人工智能研究的热点和难点之一。基于当前的创造性思维研究理论,同时借鉴现有自然启发算法的建模过程,提出了一种新的智能优化算法——创造性驱动优化算法(Creativity Driven Optimization Algorithm,CDOA)。首先,构建出创造性驱动优化模型,并且为其5个子模型设计出具体的操作算子。而后,根据各子模型之间的联系,给出创造性驱动优化算法的执行步骤。为验证创造性驱动优化算法的有效性,使用8个CEC-2013实参数优化基准函数对CDOA进行了测试,并与当前最先进的3个同类算法进行对比。实验结果显示,CDOA在复杂函数上具有较好的寻优能力。最后,对CDOA进行的计算复杂度实验及分析表明,在相同实验条件下,与其他3个对比算法相比,CDOA具有更快的执行速度。 展开更多
关键词 创造性驱动优化算法 创造性思维 自然启发算法 函数优化
在线阅读 下载PDF
融合变异策略的自适应蝴蝶优化算法 被引量:11
4
作者 刘凯 代永强 《计算机应用研究》 CSCD 北大核心 2022年第1期134-140,145,共8页
蝴蝶优化算法是近年来提出的一种新型自然启发式算法。针对基本蝴蝶优化算法收敛速度慢、求解精度低、稳定性差等问题,提出了一种融合变异策略的自适应蝴蝶优化算法。通过引入动态调整转换概率策略,利用迭代次数和个体适应度的变化信息... 蝴蝶优化算法是近年来提出的一种新型自然启发式算法。针对基本蝴蝶优化算法收敛速度慢、求解精度低、稳定性差等问题,提出了一种融合变异策略的自适应蝴蝶优化算法。通过引入动态调整转换概率策略,利用迭代次数和个体适应度的变化信息动态调整转换概率,有效维持了算法全局探索与局部搜索的平衡;通过引入自适应惯性权重策略和局部变异策略,利用惯性权重值和混沌记忆权重因子进一步提高了算法的多样性,有效避免算法早熟收敛,同时加快了算法的收敛速度和求解精度。利用改进算法对12个基准测试函数进行仿真实验,与基本蝴蝶优化算法、粒子群算法、樽海鞘群算法、灰狼优化算法等其他算法对比表明,改进算法具有收敛速度快、寻优精度高、稳定性强等优异性能。 展开更多
关键词 自然启发算法 蝴蝶优化算法 自适应惯性权重 变异策略
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部