期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于精英差分变异的改进蜜獾算法 被引量:1
1
作者 周建新 张力洪 孙腾浩 《电子测量技术》 北大核心 2024年第6期79-85,共7页
针对标准蜜獾算法(HBA)易陷入局部最优、搜索精度低、收敛速度较慢等问题,提出基于精英差分变异的蜜獾算法(EDVHBA)。将标准HBA中的两种寻优策略所搜寻到的精英解,进行组合差分变异以产生新的精英解,利用3个精英解协同指导种群下一轮迭... 针对标准蜜獾算法(HBA)易陷入局部最优、搜索精度低、收敛速度较慢等问题,提出基于精英差分变异的蜜獾算法(EDVHBA)。将标准HBA中的两种寻优策略所搜寻到的精英解,进行组合差分变异以产生新的精英解,利用3个精英解协同指导种群下一轮迭代,可以增加算法解的多样性,防止算法陷入过早收敛;同时改进非线性密度因子和引入新的位置更新策略,提升算法的收敛速度和寻优精度。为验证算法的改进效果和性能,对8个经典测试函数进行仿真实验,实验结果表明:与其他群智能算法和改进的HBA相比,EDVHBA在单峰函数中都能搜寻到最优值0,在多峰函数中迭代50次左右就可以收敛到理想最优值,验证了EDVHBA具有更好的寻优性能。 展开更多
关键词 蜜獾算法 非线性密度因子 精英差分变异 逃离捕食者策略
在线阅读 下载PDF
多策略协同改进的阿基米德优化算法及其应用 被引量:13
2
作者 罗仕杭 何庆 《计算机应用研究》 CSCD 北大核心 2022年第5期1386-1394,共9页
针对阿基米德优化算法(AOA)寻优过程中存在全局搜索能力弱、收敛精度低、易陷入局部最优等缺陷,提出一种融合多策略的阿基米德优化算法(MAOA)。首先,采用随机高斯变异策略选取适应度优的多个个体引导种群向最优解区域寻优,增强全局搜索... 针对阿基米德优化算法(AOA)寻优过程中存在全局搜索能力弱、收敛精度低、易陷入局部最优等缺陷,提出一种融合多策略的阿基米德优化算法(MAOA)。首先,采用随机高斯变异策略选取适应度优的多个个体引导种群向最优解区域寻优,增强全局搜索能力;其次,利用多种混沌映射的随机性、遍历性和多样性,引入局部混沌搜索策略扩大混沌空间的搜索范围,提高算法的局部开发能力;同时,为了协调算法的全局勘探和局部开采能力,提出一种非线性动态密度降低因子;最后,利用Lévy飞行引导机制的黄金正弦策略对种群位置进行扰动更新,增加迭代过程中种群的多样性,提高算法跳出局部最优的能力。通过对12个基准测试函数和部分CEC2014测试函数进行仿真实验,结果表明所提算法能够改善AOA全局探索能力弱、易陷入局部最优等缺点,提高AOA的寻优精度和稳定性。另外,引入机械设计案例进行测试分析,进一步验证MAOA在处理实际问题上的适用性和可行性。 展开更多
关键词 阿基米德优化算法 随机高斯变异策略 非线性动态密度降低因子 Lévy飞行 黄金正弦 机械设计
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部