检索结果-维普期刊中文期刊服务平台

水库群调度高维优化问题约束处理方法研究被引量：1: 1; 作者何中政李树良 +3 位作者黄伟闫峰付吉斯熊斌《工程科学与技术》 EI CAS CSCD 北大核心 2024年第6期230-238,共9页; 随着水库群优化调度的调度规模的增加和调度时间步长的精细化,水库群调度高维优化问题的决策变量维度逐渐增加到数百数千维。在具有高维决策变量的梯级水库优化调度中,往往需要考虑多重复杂约束。现有传统优化方法在处理此类问题时难以... 展开更多; 关键词高维优化问题约束处理方法 DPSA–POA 智能算法水库群; 在线阅读下载PDF 职称材料

一种基于人工蜂群的高维非线性优化算法被引量：2: 2; 作者拓守恒《微电子学与计算机》 CSCD 北大核心 2012年第7期42-46,共5页; 针对传统优化算法在求解高维非线性优化问题时,存在收敛速率慢和求解精度不高等问题.提出一种改进的人工蜂群优化算法.正交试验设计算法被用于初始化蜂群和侦察蜂探索新蜜源.采蜜蜂利用高斯分布估计优化算法在蜜源附近搜索,跟随蜂采用... 展开更多; 关键词人工蜂群优化算法高维非线性优化问题高斯分布估计算法正交试验设计算法; 在线阅读下载PDF 职称材料

基于鸡群优化和人工蜂群优化的混合算法被引量：4: 3; 作者史旭栋高岳林《合肥工业大学学报（自然科学版）》 CAS 北大核心 2018年第5期589-594,共6页; 鸡群优化算法(chicken swarm optimization,CSO)和人工蜂群算法(artificial bee colony,ABC)都是新的优化方法,由于算法简单并且有效,因此吸引了许多研究者,但是求解高维优化问题时,CSO算法由于其低的全局搜索效率,可能会陷入局部解;AB... 展开更多; 关键词鸡群优化(CSO) 人工蜂群优化高维优化问题; 在线阅读下载PDF 职称材料

元胞空间结构下的文化算法被引量：2: 4; 作者黎明尹笑园陈昊《应用科学学报》 CAS CSCD 北大核心 2014年第3期263-273,共11页; 针对以往文化算法种群空间没有地域的概念,信念空间缺少文化的进化机制,以及求解优化问题时寻优精度不高且易陷入局部最优等缺陷,提出一种新的基于元胞空间结构的文化算法.将元胞空间网格分别嵌入文化算法计算框架中的种群空间和信念空... 展开更多; 关键词文化算法元胞空间结构差分进化高维复杂优化问题; 在线阅读下载PDF 职称材料

题名水库群调度高维优化问题约束处理方法研究被引量：1: 1; 作者何中政李树良黄伟闫峰付吉斯熊斌; 机构南昌大学工程建设学院南昌大学鄱阳湖环境与资源利用教育部重点实验室; 出处《工程科学与技术》 EI CAS CSCD 北大核心 2024年第6期230-238,共9页; 基金国家自然科学基金项目(52209024) 江西省水科院开放基金项目(2022SKSH01) +1 种基金江西省水利厅科技项目(202324YBKT24,202223YBKT43)。; 文摘随着水库群优化调度的调度规模的增加和调度时间步长的精细化,水库群调度高维优化问题的决策变量维度逐渐增加到数百数千维。在具有高维决策变量的梯级水库优化调度中,往往需要考虑多重复杂约束。现有传统优化方法在处理此类问题时难以找到有效可行解;而智能优化算法的多维度联动随机搜索,寻优空间大但寻优效率低。为此,本文提出了一种结合罚函数的嵌套DPSA–POA和智能算法的约束处理方法,将罚函数与DPSA–POA和智能算法嵌套,一方面可克服DPSA–POA收敛结果容易受初值影响和寻优空间狭窄的缺陷,另一方面可提升智能算法随机搜索策略的寻优效率。随后,本文以决策变量高达2 196维的赣江中游梯级水库群防洪优化调度问题为例开展分析,相关分析结果表明:1)结合罚函数嵌套DPSA–POA智能算法的3种约束处理方式,在不同来水情形下均能得到高维优化问题可行解;2)3种约束处理方式中,嵌套优化得到可行解后只进行DE优化的方式2收敛精度最高,计算时间约10 h;嵌套优化得到可行解后只进行DPSA–POA优化的方式3收敛精度次之,计算时间约1~3 h;3)现有可行解优先策略(SF)、随机排序策略(SR)、罚函数策略(PF)和ε–松弛约束策略(EC)配合现代智能算法,无法在不同来水情形下稳定收敛到可行解,且可行解的收敛精度相比本文提出的方法有明显差距。综上,本文提出的高维优化问题约束处理方法可有效解决水库群调度高维优化问题。; 关键词高维优化问题约束处理方法 DPSA–POA 智能算法水库群; Keywords high-dimensional optimization problem constraint processing method DPSA–POA intelligent algorithm cascade reservoirs; 分类号 TV122 [水利工程—水文学及水资源]; 在线阅读下载PDF 职称材料

题名一种基于人工蜂群的高维非线性优化算法被引量：2: 2; 作者拓守恒; 机构陕西理工学院数学与计算机科学学院; 出处《微电子学与计算机》 CSCD 北大核心 2012年第7期42-46,共5页; 基金国家自然科学基金项目(81160183) 国家"八六三"计划项目(2008AA01A303) 陕西理工学院"汉水文化"省级重点学科课题(SLGH1226); 文摘针对传统优化算法在求解高维非线性优化问题时,存在收敛速率慢和求解精度不高等问题.提出一种改进的人工蜂群优化算法.正交试验设计算法被用于初始化蜂群和侦察蜂探索新蜜源.采蜜蜂利用高斯分布估计优化算法在蜜源附近搜索,跟随蜂采用自适应差分算法进行搜索.最后,通过4个标准的高维Benchmark函数测试表明,本文算法在收敛速度、求解精度和稳定性方面有一定优势.; 关键词人工蜂群优化算法高维非线性优化问题高斯分布估计算法正交试验设计算法; Keywords artificial bee colony high-dimensional nonlinear optimization problem Gaussian estimation of distribution algorithm orthogonal experimental design; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于鸡群优化和人工蜂群优化的混合算法被引量：4: 3; 作者史旭栋高岳林; 机构宁夏大学数学统计学院北方民族大学信息与系统科学研究所; 出处《合肥工业大学学报（自然科学版）》 CAS 北大核心 2018年第5期589-594,共6页; 基金国家自然科学基金资助项目(61561001) 北方民族大学重点科研资助项目(2015KJ10); 文摘鸡群优化算法(chicken swarm optimization,CSO)和人工蜂群算法(artificial bee colony,ABC)都是新的优化方法,由于算法简单并且有效,因此吸引了许多研究者,但是求解高维优化问题时,CSO算法由于其低的全局搜索效率,可能会陷入局部解;ABC算法缺乏强有力局部搜索能力使得收敛速度较慢。因此文章结合CSO的局部搜索阶段和ABC的全局搜索阶段提出CS-ABC算法,在迭代中,算法根据每个粒子的pbest来调整粒子,最后用13个高维测试函数来测试,并与ABC、粒子群优化算法(particle swarm optimization,PSO)、CSO进行比较,数值试验证明CS-ABC算法是有效且快速收敛的。; 关键词鸡群优化(CSO) 人工蜂群优化高维优化问题; Keywords chicken swarm optimization（CSO） artificial bee colony（ABC） high dimensional optimization problem; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名元胞空间结构下的文化算法被引量：2: 4; 作者黎明尹笑园陈昊; 机构南昌航空大学信息工程学院; 出处《应用科学学报》 CAS CSCD 北大核心 2014年第3期263-273,共11页; 基金国家自然科学基金(No.61262019 No.61202112)资助; 文摘针对以往文化算法种群空间没有地域的概念,信念空间缺少文化的进化机制,以及求解优化问题时寻优精度不高且易陷入局部最优等缺陷,提出一种新的基于元胞空间结构的文化算法.将元胞空间网格分别嵌入文化算法计算框架中的种群空间和信念空间以模拟文化算法的双层进化体系;对于种群空间,将进化个体分布于下层元胞网格,并对网格进行地域划分,使每个地域内的个体均以差分进化算子独立进化;对于信念空间,将进化信息放入与种群空间地域对应的上层元胞网格当中,利用文化的扩散机制实现文化的进化.实验结果表明,该算法具有收敛精度高以及全局搜索能力强等优点,在处理高维复杂优化问题时同样具有优势.; 关键词文化算法元胞空间结构差分进化高维复杂优化问题; Keywords cultural algorithm cellular space structure differential evolution, complex high-dimensional op-timization problem; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	水库群调度高维优化问题约束处理方法研究	何中政李树良黄伟闫峰付吉斯熊斌	《工程科学与技术》 EI CAS CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
2	一种基于人工蜂群的高维非线性优化算法	拓守恒	《微电子学与计算机》 CSCD 北大核心	2012	2	在线阅读下载PDF 职称材料
3	基于鸡群优化和人工蜂群优化的混合算法	史旭栋高岳林	《合肥工业大学学报（自然科学版）》 CAS 北大核心	2018	4	在线阅读下载PDF 职称材料
4	元胞空间结构下的文化算法	黎明尹笑园陈昊	《应用科学学报》 CAS CSCD 北大核心	2014	2	在线阅读下载PDF 职称材料