期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
多策略改进的天鹰优化算法及其应用 被引量:12
1
作者 李雅梅 孟嗣博 陈雪莲 《计算机应用研究》 CSCD 北大核心 2023年第5期1352-1359,共8页
为改善天鹰优化算法(aquila optimizer, AO)在求解复杂优化问题时存在易陷入局部最优等不足,提出一种多策略改进的天鹰优化算法(multi-strategy improved aquila optimizer, MIAO)。首先,提出镜像单纯形法策略扩大天鹰搜索范围,提升种... 为改善天鹰优化算法(aquila optimizer, AO)在求解复杂优化问题时存在易陷入局部最优等不足,提出一种多策略改进的天鹰优化算法(multi-strategy improved aquila optimizer, MIAO)。首先,提出镜像单纯形法策略扩大天鹰搜索范围,提升种群多样性和逃离桎梏能力;其次,在天鹰算法的X3阶段融入社会自由觅食策略,摆脱全局平均值的束缚,提升迭代后期天鹰个体的多样性;同时,将阶梯步进策略引入X4阶段,保证当前优势个体加快向全局最优前进的趋势,增加收敛速度;最后,改进原有开发机制,提升算法寻优能力。对10个常用基准函数以及CEC2017部分函数进行寻优实验,实验结果与Wilcoxon符号秩和检验结果均表明改进算法具有更好的寻优精度、收敛性能和稳定性。另外,通过一个机械优化设计实验进行测试分析,进一步验证所改进算法的优越性和实用性。 展开更多
关键词 天鹰优化算法 镜像单纯形法 社会自由觅食策略 阶梯步进策略 cec2017 机械优化设计
在线阅读 下载PDF
一种面向大规模复杂全局优化的流场吸引动态涡流搜索算法
2
作者 刘景森 李浩然 +1 位作者 李煜 周欢 《电子学报》 EI CAS CSCD 北大核心 2023年第7期1949-1955,共7页
为了拓展涡流搜索算法的应用能力,提升其求解复杂优化尤其是大规模复杂优化问题的性能,本文提出了一种基于流场吸引流动、逐维半径试探更新和领导层决策机制的动态涡流搜索算法.首先,本文在算法中引入压强差的概念,使候选解依据压强差... 为了拓展涡流搜索算法的应用能力,提升其求解复杂优化尤其是大规模复杂优化问题的性能,本文提出了一种基于流场吸引流动、逐维半径试探更新和领导层决策机制的动态涡流搜索算法.首先,本文在算法中引入压强差的概念,使候选解依据压强差进一步向着较优解移动,提高算法整体的搜索质量;然后,算法通过逐维半径更新策略,有效避免了在某一维陷入局部极值的情况;最后,本文在中心点的更新中引入领导层决策机制,提高算法快速确定最佳区域的能力.在计算机仿真部分,本文将该改进算法与多组具有不同代表性的对比算法分别在CEC2017套件的100维和CEC2010套件的1000维上进行了极值优化分析,结果表明改进后的算法无论是在高维问题还是大规模复杂问题上的寻优结果都能领先其他代表性对比算法多个数量级,具有很好的收敛性能. 展开更多
关键词 涡流搜索算法 流场吸引 逐维更新 领导层决策机制 cec2017 极值优化 大规模全局优化
在线阅读 下载PDF
无迹西格玛点引导的拟反向黏菌算法及其工程应用 被引量:9
3
作者 刘宇凇 刘升 《计算机应用研究》 CSCD 北大核心 2022年第9期2709-2716,共8页
针对黏菌算法搜索停滞和算法稳定性差等问题,提出了无迹西格玛点引导的拟反向黏菌算法。首先,使用了拟反向学习和拟反射学习两种反向学习过程,根据原始黏菌算法勘探和开采行为的表现时机,生成同时包含拟反向和拟反射的综合反向种群,扩... 针对黏菌算法搜索停滞和算法稳定性差等问题,提出了无迹西格玛点引导的拟反向黏菌算法。首先,使用了拟反向学习和拟反射学习两种反向学习过程,根据原始黏菌算法勘探和开采行为的表现时机,生成同时包含拟反向和拟反射的综合反向种群,扩大搜索范围;其次,根据种群的多样性程度判断是否使用反向种群重构原始种群进行后续计算,避免固定的反向过程破坏种群本身的搜索特点,提高搜索精度;最后,引入无迹变换的西格玛点,改进黏菌算法的基本移动模式,使无迹西格玛点引导黏菌算法的搜索,加快收敛速度。实验部分基于CEC2017基准测试函数,在传统统计特征和MAE排名、Wilcoxon秩和指标上验证算法的有效性;并在求解轿车侧面碰撞的实际工程优化问题上,与新颖的高水平群智能算法、改进算法、不完全算法进行对比测试。实验结果表明,改进策略有效且各策略间组合相得益彰,改进后算法的求解精度和鲁棒性更具竞争力。 展开更多
关键词 黏菌算法 拟反向学习 拟反射学习 无迹变换 cec2017
在线阅读 下载PDF
成败历史存档的融合龙格库塔-黏菌算法 被引量:2
4
作者 刘宇凇 刘升 《计算机工程与应用》 CSCD 北大核心 2022年第17期61-71,共11页
针对黏菌算法收敛速度慢和求解精度低等问题,提出了基于成败历史存档的融合龙格库塔-黏菌算法。提出了一种存储位置信息的改进成败历史存档机制,并使用个体适应度值的变化量作为每个存档记录参与后续计算的概率,将该机制加入原始黏菌算... 针对黏菌算法收敛速度慢和求解精度低等问题,提出了基于成败历史存档的融合龙格库塔-黏菌算法。提出了一种存储位置信息的改进成败历史存档机制,并使用个体适应度值的变化量作为每个存档记录参与后续计算的概率,将该机制加入原始黏菌算法;将龙格库塔算法与改进的黏菌算法通过并行计算-信息交流的方式进行融合,引导黏菌算法跳出局部最优,提升黏菌算法在狭小空间中的求解精度;提出了长短时间间隔结合的交流策略,用以确定两种群交流的时机;提出了一系列基于空间移动的种群信息交流机制,在保留两算法各自特性和优势的情况下,同时克服两算法的局限性。实验部分使用了CEC2017基准测试函数,使用了传统统计特征和MAE排名、Wilcoxon秩和检验验证算法有效性,同时对高维度函数进行探索,并与近年来新颖的高水平群智能算法、改进算法进行对比测试,实验结果表明该改进策略有效且具有一定可迁移性,改进后算法的求解精度和鲁棒性更具竞争力。 展开更多
关键词 黏菌算法 成败历史存档 龙格库塔算法 cec2017
在线阅读 下载PDF
面向进制转换和克隆进化的帝国竞争改进算法 被引量:4
5
作者 李斌 黄起彬 《计算机工程与应用》 CSCD 北大核心 2022年第5期208-224,共17页
帝国竞争算法(imperialist competitive algorithm,ICA)是一种被广泛应用于求解各类理论与实践问题的随机搜索智能优化算法,但它收敛过快的特性令其容易在求解复杂问题时陷入局部最优,故对ICA进行有针对性的改进十分必要。引入二进制转... 帝国竞争算法(imperialist competitive algorithm,ICA)是一种被广泛应用于求解各类理论与实践问题的随机搜索智能优化算法,但它收敛过快的特性令其容易在求解复杂问题时陷入局部最优,故对ICA进行有针对性的改进十分必要。引入二进制转换和克隆进化机制,为算法的进化种群提供新的上升通道和进化模式,帮助进化种群跳出局部最优,从而提出了一种改进的帝国竞争算法(decimal-binary conversion and clonal evolution oriented improved imperialist competitive algorithm,DCCE-IICA)。此外,为修正经典ICA早熟导致的算法过早结束和群体多样性快速降低的缺陷,DCCE-IICA还辅以帝国分裂和出界点替换策略,以确保进制转化和克隆进化机制在改进算法执行中充分发挥区域深度探索和平衡资源分配的初衷。随后,经典函数测试集、CEC2017测试集及CEC2020测试集被用于检验DCCE-IICA在多个维度下对不同类型复杂问题的寻优能力。选取分别在经典函数测试集、CEC2017测试集和CEC2020测试集中表现优异的共14种典型算法,与DCCE-IICA进行实验结果比较。实验结果显示DCCE-IICA引入的改进机制在大多数情况下能够稳定且高效地提升算法性能,使得算法同时具备较好的收敛速度、收敛精度和求解鲁棒性。 展开更多
关键词 进制转换 克隆进化 帝国竞争算法 帝国分裂 出界点替换 cec2017 CEC2020
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部