带自适应精英扰动及惯性权重的反向粒子群优化算法 被引量：24

1

作者 董文永 康岚兰 +1 位作者 刘宇航 李康顺 《通信学报》 EI CSCD 北大核心 2016年第12期1-10,共10页

针对反向粒子群优化算法存在的易陷入局部最优、计算开销大等问题,提出了一种带自适应精英粒子变异及非线性惯性权重的反向粒子群优化算法(OPSO-AEM&NIW),来克服该算法的不足。OPSO-AEM&NIW算法在一般性反向学习方法的基础上,... 针对反向粒子群优化算法存在的易陷入局部最优、计算开销大等问题,提出了一种带自适应精英粒子变异及非线性惯性权重的反向粒子群优化算法(OPSO-AEM&NIW),来克服该算法的不足。OPSO-AEM&NIW算法在一般性反向学习方法的基础上,利用粒子适应度比重等信息,引入了非线性的自适应惯性权重(NIW)调整各个粒子的活跃程度,继而加速算法的收敛过程。为避免粒子陷入局部最优解而导致搜索停滞现象的发生,提出了自适应精英变异策略(AEM)来增大搜索范围,结合精英粒子的反向搜索能力,达到跳出局部最优解的目的。上述2种机制的结合,可以有效克服反向粒子群算法的探索与开发的矛盾。实验结果表明,与主流反向粒子群优化算法相比,OPSO-AEM&NIW算法无论是在计算精度还是计算开销上均具有较强的竞争能力。 展开更多

关键词 一般性反向学习 粒子群优化 自适应精英变异 非线性惯性权重

在线阅读 下载PDF 职称材料

改进自适应惯性权重粒子群算法及其在核动力管道布置中的应用 被引量：13

2

作者 林焰 辛登月 +2 位作者 卞璇屹 张乔宇 李铁骊 《中国舰船研究》 CSCD 北大核心 2023年第3期1-12,25,共13页

[目的]旨在研究非线性自适应惯性权重粒子群优化算法,实现船用核动力一回路系统管道路径的布置优化设计。[方法]根据船用核动力一回路系统的管道布局设计特点,建立一回路系统的管道布局空间模型、约束条件和评价函数;基于管道节点数量,... [目的]旨在研究非线性自适应惯性权重粒子群优化算法,实现船用核动力一回路系统管道路径的布置优化设计。[方法]根据船用核动力一回路系统的管道布局设计特点,建立一回路系统的管道布局空间模型、约束条件和评价函数;基于管道节点数量,提出一种粒子群优化(PSO)算法的新型定长编码方法,然后结合该编码方法建立方向引导机制;在此基础上,针对粒子群优化算法易陷入局部最优解、收敛速度慢的缺点,结合辅助线性变化的学习因子,提出一种基于非线性自适应惯性权重的改进粒子群优化算法;将改进粒子群优化算法与协同进化算法相结合,提出一种用于求解分支管道布局问题的协同进化粒子群优化算法,以用于核动力一回路系统的管道布局优化。[结果]仿真结果显示,所提的改进算法与标准算法相比收敛速度提高了40%~50%,不仅能够得到更好的管道布局效果,还解决了标准粒子群优化算法容易陷入局部最优解的问题。[结论]研究成果可为船用核动力一回路系统管道布置的优化设计提供有益的参考。 展开更多

关键词 船用核动力 一回路系统 粒子群优化算法 非线性惯性权重 自适应 线性学习因子

在线阅读 下载PDF 职称材料

一种带变异算子的自适应惯性权重二进制粒子群优化算法 被引量：21

3

作者 王越 邱飞岳 郭海东 《小型微型计算机系统》 CSCD 北大核心 2019年第4期733-737,共5页

针对离散二进制粒子群优化算法在寻优过程中收敛速度慢、搜索精度不高和易陷入局部最优的问题,本文提出一种带变异算子的自适应惯性权重二进制粒子群优化算法(MABPSO).首先,采用非线性递增策略优化惯性权重,平衡二进制粒子群算法的全局... 针对离散二进制粒子群优化算法在寻优过程中收敛速度慢、搜索精度不高和易陷入局部最优的问题,本文提出一种带变异算子的自适应惯性权重二进制粒子群优化算法(MABPSO).首先,采用非线性递增策略优化惯性权重,平衡二进制粒子群算法的全局探索与局部探索性能;其次,引入对未知空间搜索的变异算子,改进速度更新公式,使粒子的寻优范围扩大,增强算法多样性,有效避免陷入局部最优解.通过在六个基准测试函数上进行测试所得到的实验结果表明,本文对二进制粒子群优化算法所做的优化相比于其它三种算法,具有较好的逃离局部最优解的能力,提高了算法的收敛性能. 展开更多

关键词 二进制粒子群优化算法 非线性惯性权重 变异算子

在线阅读 下载PDF 职称材料

一种动态调整惯性权重的混合粒子群算法 被引量：30

4

作者 胡堂清 张旭秀 曹晓月 《电光与控制》 CSCD 北大核心 2020年第6期16-21,共6页

为解决粒子群优化算法中存在的早熟收敛、易陷入局部寻优等问题,提出一种对惯性权重的非线性改进策略,构造了一种基于指数函数的惯性权重,并加入服从贝塔分布的随机调整数,以实现对其动态调整。此外,引入差分进化算法中的变异和交叉操... 为解决粒子群优化算法中存在的早熟收敛、易陷入局部寻优等问题,提出一种对惯性权重的非线性改进策略,构造了一种基于指数函数的惯性权重,并加入服从贝塔分布的随机调整数,以实现对其动态调整。此外,引入差分进化算法中的变异和交叉操作对粒子的位置进行更新,以增加粒子种群的多样性。为验证所提算法的寻优性能,选择4个典型的测试函数,将改进后的粒子群算法与其他算法进行比较。实验数据表明,所提改进算法在复杂问题上具有更高的搜索精度,在简单问题上具有更快的收敛速度。 展开更多

关键词 粒子群算法 非线性惯性权重 指数函数 贝塔分布 差分进化算法

在线阅读 下载PDF 职称材料

采用非线性粒子群算法的同步糖化发酵参数辨识 被引量：3

5

作者 仲兆平 严青 +1 位作者 邓学群 艾特玲 《西安交通大学学报》 EI CAS CSCD 北大核心 2013年第7期124-128,共5页

为进一步优化同步糖化发酵(SSF)工艺,在经典发酵动力学的基础上,总结出SSF工艺中的还原糖变化方程,并采用自适应粒子群优化(PSO)算法进行菌体生长、产物生成以及还原糖消耗的模型参数辨识。通过比较分析线性和非线性动态变化惯性权重的... 为进一步优化同步糖化发酵(SSF)工艺,在经典发酵动力学的基础上,总结出SSF工艺中的还原糖变化方程,并采用自适应粒子群优化(PSO)算法进行菌体生长、产物生成以及还原糖消耗的模型参数辨识。通过比较分析线性和非线性动态变化惯性权重的自适应PSO算法在动力学参数辨识过程中的优劣,确定了非线性方法的快速收敛特性。结果表明:模型的拟合值与实验数据比较接近,即利用这些模型来反映此SSF过程的机理具有一定的准确性和可靠性;通过非线性动态变化惯性权重的自适应PSO算法进行参数辨识具有一定的可行性和推广性,也为模型参数辨识提供了一种新思路。 展开更多

关键词 粒子群优化算法 同步糖化发酵 非线性变化惯性权重 发酵动力学方程 参数辨识

在线阅读 下载PDF 职称材料

改进SSA优化BP神经网络的变压器故障诊断 被引量：2

6

作者 汪繁荣 汪筠涵 江俊杰 《现代电子技术》 北大核心 2025年第4期145-150,共6页

变压器故障类型的准确诊断对保障电网的安全与稳定至关重要。针对BP神经网络与麻雀搜索算法(SSA)存在收敛缓慢和易陷入局部极值导致无法准确诊断的问题,提出将改进的麻雀搜索算法(ISSA)优化BP神经网络应用于变压器故障诊断。首先,引入... 变压器故障类型的准确诊断对保障电网的安全与稳定至关重要。针对BP神经网络与麻雀搜索算法(SSA)存在收敛缓慢和易陷入局部极值导致无法准确诊断的问题,提出将改进的麻雀搜索算法(ISSA)优化BP神经网络应用于变压器故障诊断。首先,引入非线性惯性权重和纵横交叉策略,从而提高算法的收敛速度和全局寻优能力;其次,将ISSA与传统SSA在收敛函数上进行对比分析,得到ISSA算法在迭代12次后以52%的准确率收敛,而SSA算法迭代23次后才达到25%的准确率,证明了ISSA在收敛速度和精度方面有明显提高;最后,将ISSA-BP、SSA-BP和BP诊断模型进行对比。实验结果表明,ISSA-BP模型准确率达到了97%,比SSA-BP、BP神经网络模型分别提高了4%和11%,可以认为提出的算法模型在变压器故障诊断领域具有更高的精度与良好的发展前景。 展开更多

关键词 麻雀搜索算法 BP神经网络 变压器 故障诊断 非线性惯性权重 纵横交叉策略

在线阅读 下载PDF 职称材料

融合多策略的改进鹈鹕优化算法

7

作者 李智杰 赵铁柱 +3 位作者 李昌华 介军 石昊琦 杨辉 《控制工程》 北大核心 2025年第7期1184-1197,1206,共15页

针对鹈鹕优化算法在寻优过程中存在的种群多样性降低、收敛速度下降、易陷入局部最优等问题,融合多种策略对其进行改进,提出了改进鹈鹕优化算法(improved pelican optimization algorithm,IPOA)。首先,利用帐篷(tent)混沌映射和折射反... 针对鹈鹕优化算法在寻优过程中存在的种群多样性降低、收敛速度下降、易陷入局部最优等问题,融合多种策略对其进行改进,提出了改进鹈鹕优化算法(improved pelican optimization algorithm,IPOA)。首先,利用帐篷(tent)混沌映射和折射反向学习策略初始化鹈鹕种群,在增加种群多样性的同时为算法寻优能力的提升打下基础;然后,在鹈鹕逼近猎物阶段引入非线性惯性权重因子以提高算法的收敛速度;最后,引入樽海鞘群算法的领导者策略以协调算法的全局搜索能力和局部寻优能力。实验测试了单一改进策略的改进效果,并将IPOA与其他9种优化算法进行了对比。实验结果证明了各改进策略的有效性和IPOA的优越性和鲁棒性。 展开更多

关键词 鹈鹕优化算法 帐篷混沌映射 折射反向学习 非线性惯性权重因子 樽海鞘群算法

在线阅读 下载PDF 职称材料

改进鲸鱼算法构建反向传播神经网络粮食产量预测模型及效果分析

8

作者 赵晶晶 陈岩 《科学技术与工程》 北大核心 2025年第7期2748-2759,共12页

为了给农业及其相关部门制定粮食策略提供理论依据,提出一种基于改进鲸鱼优化算法(improved whale optimization algorithm,IWOA)的反向传播(back propagation,BP)神经网络混合算法(IWOA-BP)。该混合算法先通过引入改进收敛因子、非线... 为了给农业及其相关部门制定粮食策略提供理论依据,提出一种基于改进鲸鱼优化算法(improved whale optimization algorithm,IWOA)的反向传播(back propagation,BP)神经网络混合算法(IWOA-BP)。该混合算法先通过引入改进收敛因子、非线性惯性权重和最优邻域扰动策略改进鲸鱼优化算法,再将其最优解赋值给BP神经网络的权值和阈值,最终提高IWOA-BP的收敛速度和收敛精度。选取全国近45年粮食总产量和7种影响因素(有效灌溉面积、化肥施用量、农村用电量、农业机械总动力、粮食作物播种面积、受灾面积和农村人均消费支出)作为数据集,构建基于改进鲸鱼算法的反向传播神经网络粮食产量预测模型。多次实验表明,IWOA-BP模型在测试集上的表现均优于其他预测模型,包括长短期记忆网络(long short-term memory network,LSTM)预测模型、极限学习机(extreme learning machine,ELM)预测模型、基于鲸鱼优化算法的BP神经网络(WOA-BP)预测模型以及基于粒子群算法的BP神经网络(PSO-BP)预测模型。IWOA-BP模型和ELM模型相比,前者的均方根误差(root mean square error,RMSE)、平均绝对百分比误差(mean absolute percentage error,MAPE)分别降低了77.12%、88.18%;和LSTM模型相比,前者的RMSE、MAPE分别降低了69.11%、47.36%;和WOA-BP模型相比,前者的平均绝对误差(mean absolute error,MAE)、RMSE和MAPE分别降低了43.78%、43.22%、45.96%。和PSO-BP模型相比,前者的MAE、RMSE、MAPE分别降低了89.67%、90.61%、90.82%。因此IWOA-BP预测模型的决定系数更高、预测误差更小且收敛速度更快,可有效地预测粮食产量,对于农业部门和相关政策制定者来说具有重要的技术参考价值。 展开更多

关键词 粮食产量 反向传播神经网络 鲸鱼优化算法 非线性惯性权重 随机扰动策略

在线阅读 下载PDF 职称材料

多策略改进的海马优化算法及应用

9

作者 刘衍平 郑荣艳 +1 位作者 宋富洪 廖彬 《科学技术与工程》 北大核心 2025年第10期4216-4228,共13页

针对海马优化算法(seahorse optimization, SHO)存在的求解精度较低、容易早熟以及全局搜索能力不足等问题,设计了一种基于非线性惯性权重策略、改进的鲸鱼包围猎物策略以及改进的正余弦策略的多策略海马优化算法(multi-strategy seahor... 针对海马优化算法(seahorse optimization, SHO)存在的求解精度较低、容易早熟以及全局搜索能力不足等问题,设计了一种基于非线性惯性权重策略、改进的鲸鱼包围猎物策略以及改进的正余弦策略的多策略海马优化算法(multi-strategy seahorse optimization, MSHO)。首先,在SHO算法的运动行为中引入非线性惯性权重策略,以克服算法容易过早收敛的缺点;其次,将改进的鲸鱼包围猎物策略引入海马捕食成功的更新方程中,以降低算法陷入局部最优解的概率;然后,在算法的繁殖行为中引入改进的正余弦策略,以增强海马后代解的质量,进一步提升算法的全局寻优能力和稳定性。最后,为评估所提MSHO算法的性能,选取SHO算法,混沌的SHO算法、减法平均器算法、灰狼算法、海鸥算法、鲸鱼优化算法、粒子群算法与MSHO算法在23个基准测试函数上进行比较。实验结果表明,与其他7种算法相比,MSHO算法在20个函数上表现出更高的收敛精度,在16个函数上表现出更强的稳定性。此外,为检验MSHO算法在工程问题上的应用能力,将算法应用于求解焊接梁、悬臂梁和压力容器设计问题。实验结果表明,相较于其他7种不同算法,MSHO算法在这3类工程设计问题上表现出更好的搜索精度。 展开更多

关键词 海马优化算法 非线性惯性权重 全局寻优 测试函数 工程问题

在线阅读 下载PDF 职称材料

动态调整概率的双重布谷鸟搜索算法 被引量：11

10

作者 陈程 贺兴时 杨新社 《计算机科学与探索》 CSCD 北大核心 2021年第5期859-880,共22页

布谷鸟搜索算法是一种新兴的仿生智能算法,存在着求解精度低、易陷入局部最优及收敛速度慢等缺陷,提出了动态调整概率的双重布谷鸟搜索算法(DECS)。首先,在自适应发现概率P中引入了种群分布熵,通过算法的所处迭代阶数和种群分布情况,动... 布谷鸟搜索算法是一种新兴的仿生智能算法,存在着求解精度低、易陷入局部最优及收敛速度慢等缺陷,提出了动态调整概率的双重布谷鸟搜索算法(DECS)。首先,在自适应发现概率P中引入了种群分布熵,通过算法的所处迭代阶数和种群分布情况,动态改变发现概率P的大小,有利于平衡布谷鸟算法局部寻优和全局寻优的能力,加快收敛速度;其次,在布谷鸟寻窝的路径位置更新公式中,采用了一种新型步长因子更新寻优方式,形成Levy飞行双重搜索模式,充分搜索空间;最后,在随机偏好游走的更新公式引入非线性对数递减的惯性权重策略,使得算法有效克服易陷入局部最优的缺陷,提高寻优搜索能力。与4种算法相比和19个测试函数的仿真结果表明:改进布谷鸟算法的寻优性能明显提高,收敛速度更快,求解精度更高,具有更强的全局搜索能力和跳出局部最优能力。 展开更多

关键词 种群分布熵 双重搜索模式 非线性对数递减的惯性权重 新型步长因子

在线阅读 下载PDF 职称材料

基于改进粒子群算法优化LSTM的短期电力负荷预测 被引量：12

11

作者 崔星 李晋国 +1 位作者 张照贝 李麟容 《电测与仪表》 北大核心 2024年第1期131-136,共6页

电力负荷数据具备时序性和非线性特征,长短时记忆神经网络(LSTM,long short-term memory)可以有效处理上述数据特性。然而LSTM算法性能对预置参数具有极大的依赖性,依靠经验设定的参数会使模型具有较低的泛化性能,降低了预测效果。为解... 电力负荷数据具备时序性和非线性特征,长短时记忆神经网络(LSTM,long short-term memory)可以有效处理上述数据特性。然而LSTM算法性能对预置参数具有极大的依赖性,依靠经验设定的参数会使模型具有较低的泛化性能,降低了预测效果。为解决上述问题,提出非线性动态调整惯性权重粒子群算法(NIWPSO,nonlinear dynamic inertia weight strategy particle swarm optimization)与LSTM相结合的预测模型NIWPSO-LSTM。利用非线性动态调整惯性权重的方法来提升PSO的全局寻优能力,再通过NIWPSO对LSTM的参数进行优化。实验结果表明,NIWPSO-LSTM预测精度要远高于其他模型,验证了所提方案的可行性。 展开更多

关键词 短期电力负荷预测 机器学习 非线性动态调整惯性权重粒子群算法 LSTM

在线阅读 下载PDF 职称材料

无人机安全路径规划的混沌粒子群优化研究 被引量：4

12

作者 褚宏悦 易军凯 《控制工程》 CSCD 北大核心 2024年第6期1027-1034,共8页

针对无人机(unmanned aerial vehicle,UAV)在存在多种威胁的三维环境下的安全路径规划问题,提出了一种改进的混沌粒子群优化增强算法(improvedchaotic,velocityand nonlinear decreasing inertia weight particle swarm optimization,IC... 针对无人机(unmanned aerial vehicle,UAV)在存在多种威胁的三维环境下的安全路径规划问题,提出了一种改进的混沌粒子群优化增强算法(improvedchaotic,velocityand nonlinear decreasing inertia weight particle swarm optimization,IC-VANDIWPSO)。首先,建立一个具有地形约束和无人机性能约束的威胁环境模型,把路径规划问题转化为成本函数的优化问题。再利用IC-VANDIWPSO算法与约束的对应关系,高效搜索复杂的环境,找到安全性高且成本函数小的最优路径。仿真结果表明,IC-VANDIWPSO算法在收敛速度、初始化时间、路径平滑性以及稳定性等方面都具有显著的优势,获得了更优的路径。 展开更多

关键词 无人机 路径规划 粒子群优化增强 非线性递减惯性权重 混沌理论

在线阅读 下载PDF 职称材料

改进蝴蝶算法求解多维复杂函数优化问题 被引量：15

13

作者 刘景森 马义想 李煜 《电子学报》 EI CAS CSCD 北大核心 2021年第6期1068-1076,共9页

针对蝴蝶优化算法存在的问题,提出一种融合差分变异策略并根据进化代数自适应调整权重的蝴蝶优化算法.首先,在全局搜索阶段引入非线性惯性权重改善蝴蝶位置更新公式,自适应调节算法在不同进化时期的搜索范围和粒度,提高算法的收敛速度... 针对蝴蝶优化算法存在的问题,提出一种融合差分变异策略并根据进化代数自适应调整权重的蝴蝶优化算法.首先,在全局搜索阶段引入非线性惯性权重改善蝴蝶位置更新公式,自适应调节算法在不同进化时期的搜索范围和粒度,提高算法的收敛速度与寻优精度;然后通过加入F分布全局自适应随机变异对全局公式进一步改进,提升算法的全局探索遍历性,防止出现低精度早熟现象;最后在局部搜索阶段融入具有判定系数和扰动因子的双向差分变异策略,在不减损种群多样性的同时使蝴蝶个体的探索更具方向性,有利于算法摆脱局部极值点,加快收敛速度.理论分析证明了改进算法的时间复杂度与基本蝴蝶优化算法一致,6种代表性对比算法在CEC 2017基准函数上进行的多种维度测试结果表明,改进算法在求解高维复杂函数优化问题时收敛速度和寻优精度明显优于其它对比算法,维度变化对求解性能的影响更小,寻优性能更好更稳定. 展开更多

关键词 蝴蝶优化算法 高维复杂函数 差分变异 非线性惯性权重 扰动因子

在线阅读 下载PDF 职称材料

基于IPSO-SVR的航空发动机磨损预测研究 被引量：4

14

作者 郑波 高峰 《润滑与密封》 CAS CSCD 北大核心 2014年第11期81-87,共7页

为提高支持向量回归(Support Vector Regression,SVR)预测模型对航空发动机磨损预测的准确性,提出利用改进的自适应粒子群优化(Improved Particle Swarm Optimization,IPSO)算法对SVR的结构参数和训练样本向量维数进行优化。IPSO算法采... 为提高支持向量回归(Support Vector Regression,SVR)预测模型对航空发动机磨损预测的准确性,提出利用改进的自适应粒子群优化(Improved Particle Swarm Optimization,IPSO)算法对SVR的结构参数和训练样本向量维数进行优化。IPSO算法采用非线性惯性权重和自适应探测响应机制,克服传统粒子群随机初始位置影响寻优结果的不足,提高预测结果的准确性和一致性。利用某型发动机光谱分析数据进行磨损预测研究。结果表明:与传统PSO-SVR和常用BP神经网络预测模型相比,IPSO-SVR预测结果具有更高的准确性,且预测结果保持良好的一致性。 展开更多

关键词 磨损预测 支持向量回归 非线性惯性权重 自适应探测响应

在线阅读 下载PDF 职称材料

粒子群算法优化机器人路径规划的研究 被引量：16

15

作者 巫光福 万路萍 《机械科学与技术》 CSCD 北大核心 2022年第11期1759-1764,共6页

针对标准粒子群算法在移动机器人路径规划问题上存在的收敛速度慢、易陷入“早熟”现象以及路径不平滑等缺点,对粒子群优化算法进行改进,该方法在粒子陷入局部最优值时,对全局最优粒子的速度进行了轻微的干扰,从而提高收敛速度。为了平... 针对标准粒子群算法在移动机器人路径规划问题上存在的收敛速度慢、易陷入“早熟”现象以及路径不平滑等缺点,对粒子群优化算法进行改进,该方法在粒子陷入局部最优值时,对全局最优粒子的速度进行了轻微的干扰,从而提高收敛速度。为了平衡局部和全局搜索能力,提出了非线性惯性权重。最后提出一个考虑路径最短和平滑性的适应度函数。仿真结果表明,在一个动态环境中,改进之后的粒子群优化算法收敛快,并能避开障碍物,寻找到符合要求的最优路径。 展开更多

关键词 粒子群算法 非线性惯性权重 平滑性 路径规划

在线阅读 下载PDF 职称材料

基于双种群交叉学习的粒子群优化算法 被引量：8

16

作者 李伟 丁书慧 陈勋俊 《计算机应用研究》 CSCD 北大核心 2023年第11期3254-3261,3268,共9页

粒子群优化算法因其支配参数少、收敛速度快、易于实现等特点被广泛应用,但是粒子群优化算法存在精度低、容易陷入局部优化的问题。为此提出一种基于双种群交叉学习的粒子群优化算法。在该算法中,整个种群被分为普通子种群和精英子种群... 粒子群优化算法因其支配参数少、收敛速度快、易于实现等特点被广泛应用,但是粒子群优化算法存在精度低、容易陷入局部优化的问题。为此提出一种基于双种群交叉学习的粒子群优化算法。在该算法中,整个种群被分为普通子种群和精英子种群。普通子种群采用综合变异机制,该机制通过设置概率参数使普通子种群随机选择朝着优秀粒子的方向或者保持自身方向进行变异,以侧重寻找可能解区域。精英子种群则采用交叉学习机制,将粒子的历史最优和全局最优个体进行交叉生成范例,从而引导粒子对可能解区域进行局部搜索,还提出了一种非线性惯性权重来平衡粒子的全局勘探和局部开发能力。为了验证算法的有效性,在十六个基准问题上进行测试并与其他七种粒子群优化算法变体比较,实验结果表明该算法在求解精度和收敛速度总体排名第一,验证了该算法求解性能优于其他粒子群优化算法变体。 展开更多

关键词 粒子群优化 双种群 综合变异 交叉学习 非线性惯性权重

在线阅读 下载PDF 职称材料

基于改进蝗虫优化算法的车身焊接机器人路径规划 被引量：9

17

作者 李国奎 刘永明 《组合机床与自动化加工技术》 北大核心 2022年第8期31-34,共4页

针对传统车身焊接机器人路径规划效率不高的问题,提出一种基于改进蝗虫优化算法(IGOA)的车身焊接机器人路径规划新方法。IGOA在蝗虫优化算法(GOA)的基础上,通过引入贝塔函数进行蝗虫种群的初始化,保证了初始种群在解空间中的分布更为均... 针对传统车身焊接机器人路径规划效率不高的问题,提出一种基于改进蝗虫优化算法(IGOA)的车身焊接机器人路径规划新方法。IGOA在蝗虫优化算法(GOA)的基础上,通过引入贝塔函数进行蝗虫种群的初始化,保证了初始种群在解空间中的分布更为均匀;通过引入非线性惯性权重实现调控参数的变化,保证了算法前后期搜索能力的平衡。通过汽车前、后车门焊接路径规划实例对方法的有效性进行了验证。结果表明,IGOA在焊接机器人路径规划中是有效可行的,相比于其它几种方法,焊接路径更短、耗时更少,且计算稳定性更强。 展开更多

关键词 焊接机器人 路径规划 蝗虫优化算法 贝塔函数 非线性惯性权重

在线阅读 下载PDF 职称材料

基于改进飞蛾优化算法的农业物流配送中心选址策略研究 被引量：10

18

作者 孟军 高佳慧 《中国农机化学报》 北大核心 2020年第4期207-214,共8页

农业物流配送中心选址模型是一类具有多约束条件的复杂非线性模型,难以有效优化,提高配送效率,节约配送成本。针对上述问题,本文通过引入基于控制因子的非线性惯性权重和遗传算法中的交叉变异策略对飞蛾优化算法进行改进,提高算法的全... 农业物流配送中心选址模型是一类具有多约束条件的复杂非线性模型,难以有效优化,提高配送效率,节约配送成本。针对上述问题,本文通过引入基于控制因子的非线性惯性权重和遗传算法中的交叉变异策略对飞蛾优化算法进行改进,提高算法的全局收敛能力和收敛速度,并将改进后的飞蛾优化算法对农业物流配送中心选址模型进行优化。通过测试函数和实际算例的仿真试验,验证本文所提改进算法的高效性,配送中心选择所需计算时间提高50%,配送效率提高30%。 展开更多

关键词 农业物流配送中心选址 飞蛾优化算法 非线性惯性权重 遗传算法 交叉变异

在线阅读 下载PDF 职称材料

自适应变异蝴蝶优化算法 被引量：5

19

作者 黄学雨 罗华 《计算机工程与科学》 CSCD 北大核心 2023年第6期1123-1133,共11页

针对基本蝴蝶优化算法存在的收敛速度慢、求解精度低和易陷入局部最优等问题,提出一种自适应变异蝴蝶优化算法。首先,利用改进帐篷映射结合重心反向学习初始化种群,获得更好的初始解;其次,在位置更新处引入非线性惯性权重,平衡算法的全... 针对基本蝴蝶优化算法存在的收敛速度慢、求解精度低和易陷入局部最优等问题,提出一种自适应变异蝴蝶优化算法。首先,利用改进帐篷映射结合重心反向学习初始化种群,获得更好的初始解;其次,在位置更新处引入非线性惯性权重,平衡算法的全局搜索与局部搜索能力;最后,在算法运行过程中,根据群体适应度方差以及当前最优解大小来决定是否对当前最优解和最差解进行高斯变异二次寻优,增强算法跳出局部最优的能力。对12个基准测试函数的多种维度仿真实验结果表明,该算法在收敛速度、求解精度和寻优稳定性方面明显优于其他对比算法。 展开更多

关键词 蝴蝶优化算法 帐篷映射 重心反向学习 非线性惯性权重 高斯变异

在线阅读 下载PDF 职称材料

改进鲸鱼算法在电动汽车有序充电中的应用 被引量：16

20

作者 张公凯 陈才学 郑拓 《计算机工程与应用》 CSCD 北大核心 2021年第4期272-278,共7页

为解决大规模电动汽车无序充电对电网稳定性造成的影响,建立了电网层负荷峰谷差最小和用户层充电费用最小的两方面有序充电目标函数。为实现高效且快速的求解,对鲸鱼算法(Whale Optimization Algorithm,WOA)进行了改进,在该算法中加入... 为解决大规模电动汽车无序充电对电网稳定性造成的影响,建立了电网层负荷峰谷差最小和用户层充电费用最小的两方面有序充电目标函数。为实现高效且快速的求解,对鲸鱼算法(Whale Optimization Algorithm,WOA)进行了改进,在该算法中加入两种非线性惯性权重来平衡局部搜索能力和全局搜索能力,并提出了一种教学策略(Teaching-Learning Strategy,TLS)来提高鲸鱼个体的位置质量,教学策略中采用变异手段增加种群的多样性,能有效防止迭代过早停滞。算例中分别利用IWOA、标准WOA、粒子群算法(Particle Swarm Optimization,PSO)测试基准函数,并对电动汽车有序充电优化目标进行求解,最后通过比较验证了IWOA的高效性和实用性。 展开更多

关键词 电动汽车 有序充电 改进鲸鱼算法(IWOA) 非线性惯性权重 教学策略(TLS)

在线阅读 下载PDF 职称材料