期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
基于协同反向学习及动态分层管理策略的SSA算法改进及试验
1
作者 柳思凯 王辉 《机械设计》 北大核心 2025年第8期78-88,共11页
为提高洗出算法对飞行模拟器运动模拟的人体感知逼真度,需得到洗出滤波器自然截止频率最优参数,因此,文中提出一种基于改进麻雀搜索算法的洗出参数优化方法。利用协同反向学习、动态分层管理策略改进麻雀搜索算法的收敛精度和局部寻优能... 为提高洗出算法对飞行模拟器运动模拟的人体感知逼真度,需得到洗出滤波器自然截止频率最优参数,因此,文中提出一种基于改进麻雀搜索算法的洗出参数优化方法。利用协同反向学习、动态分层管理策略改进麻雀搜索算法的收敛精度和局部寻优能力,以人体感知误差为适应度函数,将所得结果作为洗出参数。为进一步验证优化成效,采用MATLAB及飞行模拟器运动试验平台,将不同的洗出参数输入模型,经过对比,改进麻雀搜索算法优化的洗出算法空间利用率提高了28.1%,稳定性提高了16.6%,运动逼真度得到显著增强。 展开更多
关键词 洗出算法 飞行模拟器 麻雀搜索群算法 参数优化 协同反向学习 人体感知
在线阅读 下载PDF
基于AHLO与K均值聚类的图像分割算法 被引量:12
2
作者 王丰斌 《沈阳工业大学学报》 EI CAS 北大核心 2019年第4期427-432,共6页
针对图像分割中K均值算法全局搜索能力差、初始聚类中心选择敏感的问题,提出了一种将自适应人类优化算法与K均值算法相结合的聚类算法.该算法利用自适应人类学习优化算法初始化聚类中心,提高K均值算法的稳健性.结果表明,该算法聚类得到... 针对图像分割中K均值算法全局搜索能力差、初始聚类中心选择敏感的问题,提出了一种将自适应人类优化算法与K均值算法相结合的聚类算法.该算法利用自适应人类学习优化算法初始化聚类中心,提高K均值算法的稳健性.结果表明,该算法聚类得到的标准差相比传统K均值算法和基于粒子群K均值(PSO-Kmeans)算法分别小两个数量级和一个数量级,同时图像分割得到的PSNR值均较高,具有算法收敛速度更快,聚类质量更好,图像分割效果更好,适应性更强的优点. 展开更多
关键词 均值 图像分割 自适应人类学习优化算法 粒子群 聚类 迭代 全局搜索 智能算法
在线阅读 下载PDF
新能源汽车电池回收网点竞争选址模型及算法 被引量:3
3
作者 刘勇 杨锟 《计算机应用》 CSCD 北大核心 2024年第2期595-603,共9页
针对考虑排队论的新能源汽车电池回收网点竞争设施选址问题,提出一种改进的人类学习优化(IHLO)算法。首先,构建包含排队时间约束、容量约束和门槛约束等条件的新能源汽车电池回收网点竞争设施选址模型;然后,考虑到该问题属于NP-hard问题... 针对考虑排队论的新能源汽车电池回收网点竞争设施选址问题,提出一种改进的人类学习优化(IHLO)算法。首先,构建包含排队时间约束、容量约束和门槛约束等条件的新能源汽车电池回收网点竞争设施选址模型;然后,考虑到该问题属于NP-hard问题,针对人类学习优化(HLO)算法前期收敛速度较慢、寻优精度不够高、求解稳定性不够高的不足,通过引入精英种群反向学习策略、团队互助学习算子和调和参数自适应策略提出IHLO算法;最后,以上海市和长江三角洲为例进行数值实验,并将IHLO算法和改进二进制灰狼(IBGWO)算法、改进二进制粒子群(IBPSO)算法、HLO算法和融合学习心理学的人类学习优化(LPHLO)算法进行比较。大、中、小三种不同规模的实验结果表明,IHLO算法在15个指标中的14个指标上表现最优,IHLO算法比IBGWO算法求解精度至少提高了0.13%,求解稳定性至少提高了10.05%,求解速度至少提高了17.48%。所提算法具有较高的计算精度和优化速度,可有效解决竞争设施选址问题。 展开更多
关键词 竞争设施选址 人类学习优化算法 排队论 团队互助学习算子 调和参数自适应策略
在线阅读 下载PDF
多维背包问题的新型人类学习优化算法 被引量:3
4
作者 张翼鹏 刘勇 马良 《计算机应用研究》 CSCD 北大核心 2024年第12期3689-3700,共12页
针对目前算法求解多维背包时精度低、稳定性差、特别是无法有效求解超大规模算例等问题,提出一种新型人类学习优化算法。首先,基于认知心理学中的记忆理论,在基本人类学习算法中采用哈希函数表示人类在学习过程中的记忆行为,避免重复搜... 针对目前算法求解多维背包时精度低、稳定性差、特别是无法有效求解超大规模算例等问题,提出一种新型人类学习优化算法。首先,基于认知心理学中的记忆理论,在基本人类学习算法中采用哈希函数表示人类在学习过程中的记忆行为,避免重复搜索,提高算法搜索群体多样性;其次,采用认知心理学中的对比认知理论对学习算子选择策略进行自适应调整;最后,采用变邻域搜索操作提升算法局部搜索能力。采用小规模、中等规模、大规模、超大规模共76个多维背包问题的标准测试数据集进行数值实验,并将新算法和二进制粒子群算法、遗传算法、人类学习算法以及融合学习心理学的人类学习算法进行比较。结果表明新算法能够有效求解四种规模算例。与其他算法相比,新算法具有更高的寻优精度和更好的稳定性。此外,对提出的三种优化策略进行分析,测试其对提高算法搜索性能的有效性。 展开更多
关键词 人类学习优化算法 认知心理学 哈希函数 学习算子选择策略 多维背包问题
在线阅读 下载PDF
基于DCT与自适应人类学习优化算法的图像匹配算法 被引量:7
5
作者 张旭 郭东恩 《电子测量与仪器学报》 CSCD 北大核心 2018年第6期148-154,共7页
为提高图像匹配的精度和速度,利用离散余弦变换(DCT)和自适应人类学习优化算法(ASHLO),提出了一种快速并且抗噪性强的图像匹配算法。该方法利用当前搜索位置子图像和模板图像离散余弦变换后的参数构造适应度函数,经过迭代寻优寻找最优... 为提高图像匹配的精度和速度,利用离散余弦变换(DCT)和自适应人类学习优化算法(ASHLO),提出了一种快速并且抗噪性强的图像匹配算法。该方法利用当前搜索位置子图像和模板图像离散余弦变换后的参数构造适应度函数,经过迭代寻优寻找最优匹配位置。将该算法在正常情况下以及不同噪声情况下与穷举法、基于粒子群算法(PSO),基于人工蜂群算法(ABC)的图像匹配算法进比较。实验结果表明,该算法可以获得较高的准确率,成功匹配率约95%,且速度快,抗噪性强。 展开更多
关键词 图像匹配 离散余弦变换 自适应人类学习优化算法 粒子群 人工蜂群
在线阅读 下载PDF
城市物流无人机起降点布局规划研究 被引量:20
6
作者 张洪海 冯棣坤 +3 位作者 张晓玮 刘皞 钟罡 张连东 《交通运输系统工程与信息》 EI CSCD 北大核心 2022年第3期207-214,共8页
针对城市物流无人机起降点布局规划问题,考虑不同级别的物流无人机起降点,构建以总经济成本最小和客户满意度最高为目标,以禁飞区、无人机性能、容需匹配等为约束的整数规划模型。设计人类学习优化算法(HLO),引入随机学习算子、个体学... 针对城市物流无人机起降点布局规划问题,考虑不同级别的物流无人机起降点,构建以总经济成本最小和客户满意度最高为目标,以禁飞区、无人机性能、容需匹配等为约束的整数规划模型。设计人类学习优化算法(HLO),引入随机学习算子、个体学习算子和社会学习算子。在此基础上,基于真实地理信息数据和物流数据设计仿真实验,验证模型与算法有效性。实验结果表明,所建模型可以实现起降点的合理布局规划,适用于大规模资源配置,具备有效性;人类学习优化算法较遗传算法求解精度与收敛速度更优,表现出较佳性能。参数分析表明,基于该仿真环境的最优经济成本权重和客户满意度权重设置为0.4和0.6,最佳算法学习概率参数组合为5/n和(0.8+2/n)。据此可对城市物流无人机起降点布局规划提供决策依据。 展开更多
关键词 航空运输 起降点布局规划 人类学习优化算法 物流无人机 物流配送
在线阅读 下载PDF
融合学习心理学的人类学习优化算法 被引量:3
7
作者 孟晗 马良 刘勇 《计算机应用》 CSCD 北大核心 2022年第5期1367-1374,共8页
针对简单人类学习优化(SHLO)算法寻优精度低和收敛慢的问题,提出了一种融合学习心理学的人类学习优化算法(LPHLO)。首先,结合学习心理学中的小组学习(TBL)理论引入TBL算子,从而在个体经验、社会经验的基础上,增加了小组经验来对个体学... 针对简单人类学习优化(SHLO)算法寻优精度低和收敛慢的问题,提出了一种融合学习心理学的人类学习优化算法(LPHLO)。首先,结合学习心理学中的小组学习(TBL)理论引入TBL算子,从而在个体经验、社会经验的基础上,增加了小组经验来对个体学习状态进行控制,避免算法早熟收敛;然后,结合记忆编码理论提出了动态调参策略,从而实现个体信息、社会信息、团队信息的有效融合,更好地平衡了算法局部探索和全局开发的能力。选取典型的组合优化难题——背包问题中的两种算例,即单约束背包问题、多约束背包问题进行仿真实验,实验结果表明,所提LPHLO与基本的SHLO算法、遗传算法(GA)和二进制粒子群优化(BPSO)算法等算法相比,在寻优精度和收敛速度方面更具优势,具有更好的解决实际问题的能力。 展开更多
关键词 简单人类学习优化算法 学习心理学 学习策略 小组学习算子 动态调参策略
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部