期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
基于改进白鲸优化算法的三维DV-Hop定位算法
1
作者 陈悦 冯锋 《计算机科学》 北大核心 2025年第S1期798-806,共9页
为解决无线传感器网络中传统三维DV-Hop(Distance Vector Hop)算法在应对复杂环境时存在节点定位精度低、误差过大的问题,提出了一种基于改进白鲸优化算法(Improved Beluga Whale Optimization,IBWO)的三维定位算法(IBWO-DV-Hop)。首先... 为解决无线传感器网络中传统三维DV-Hop(Distance Vector Hop)算法在应对复杂环境时存在节点定位精度低、误差过大的问题,提出了一种基于改进白鲸优化算法(Improved Beluga Whale Optimization,IBWO)的三维定位算法(IBWO-DV-Hop)。首先,通过多通信半径并引入修正因子优化节点最小跳数,并利用跳距加权优化方法修正平均跳距,以降低通信半径不确定性和跳数误差对定位精度的影响。其次,引入IBWO代替最小二乘法估算未知节点的位置,所做改进包括在白鲸算法初始化阶段采用Sobol序列和反向学习结合的策略对初始种群实施改进,增加种群多样性。然后,在勘探阶段和开发阶段分别引入自适应t分布变异和自适应Levy飞行策略,增强算法的寻优能力。最后,在鲸落阶段引入透镜成像反向学习策略,提升算法的全局寻优能力。实验结果表明,与传统三维DV-hop算法以及其他同类算法相比,该算法具有更高的定位精度。 展开更多
关键词 无线传感器网络 三维DV-Hop算法 白鲸优化算法 多通信半径 跳距加权优化 自适应t分布变异 透镜成像反向学习策略
在线阅读 下载PDF
基于改进SCHO算法的局部遮荫光伏MPPT研究 被引量:1
2
作者 方胜利 李鹏 +2 位作者 吴文欢 马春艳 朱晓亮 《陕西科技大学学报》 北大核心 2024年第6期180-189,共10页
针对局部遮荫工况下光伏阵列最大功率点跟踪(MPPT)存在的易陷入局部功率峰值点、跟踪时间长、跟踪精度低等问题,提出一种基于改进双曲正余弦优化(SCHO)的控制算法.其采用立方混沌映射初始化,提高初始候选解集的遍历性,并利用贝塔分布的... 针对局部遮荫工况下光伏阵列最大功率点跟踪(MPPT)存在的易陷入局部功率峰值点、跟踪时间长、跟踪精度低等问题,提出一种基于改进双曲正余弦优化(SCHO)的控制算法.其采用立方混沌映射初始化,提高初始候选解集的遍历性,并利用贝塔分布的概率特性修正SCHO算法的切换标准,提高算法与候选解集寻优进程的适配性.同时,对SCHO算法中的全局最优解、个体当前解引入平衡权重更新策略,且采用透镜成像反向学习策略对寻优后期的候选解进行扰动,采用比例收缩法对寻优空间进行动态钳位,提高算法的全局勘探及局部开发能力.Matlab仿真结果表明,相比其他控制算法,本文提出的改进SCHO算法能缩短MPPT时间、提高MPPT精度,故具有更优的MPPT性能,可为进一步提升光伏发电效率提供参考. 展开更多
关键词 局部遮荫 最大功率点跟踪 双曲正余弦优化 立方混沌映射 贝塔分布 平衡权重更新策略 透镜成像反向学习 比例收缩法
在线阅读 下载PDF
动态透镜成像学习人工兔优化算法及应用 被引量:2
3
作者 王伟 龙文 《广西科学》 CAS 北大核心 2023年第4期735-744,共10页
针对基本人工兔优化(Artificial Rabbits Optimization, ARO)算法在解决复杂优化问题时存在收敛慢、精度不高和容易陷入局部最优等缺陷,本文提出一种改进的ARO算法(记为IARO算法)。IARO算法中的基于正弦函数的非线性递减能量因子能够帮... 针对基本人工兔优化(Artificial Rabbits Optimization, ARO)算法在解决复杂优化问题时存在收敛慢、精度不高和容易陷入局部最优等缺陷,本文提出一种改进的ARO算法(记为IARO算法)。IARO算法中的基于正弦函数的非线性递减能量因子能够帮助算法实现从探索阶段到开发阶段的良好过渡,从而提高算法的收敛速度和解的质量。此外,为了提高算法跳出局部最优的概率,IARO算法引入了一种动态透镜成像学习策略。为了证明IARO算法的优越性,首先选取了6个基准测试函数进行数值实验,然后用其求解2个工程设计优化问题和1个包括15个数据集的特征选择问题,并与灰狼优化(GWO)算法、鲸鱼优化算法(WOA)、正弦余弦算法(SCA)和基本ARO算法进行对比。结果表明,IARO算法有着比其他对比算法更优越的性能。 展开更多
关键词 人工兔优化算法 动态透镜成像学习策略 工程优化 特征选择 函数优化
在线阅读 下载PDF
基于改进北方苍鹰优化算法的多阈值图像分割 被引量:30
4
作者 付雪 朱良宽 +2 位作者 黄建平 王璟瑀 ARYSTAN Ryspayev 《计算机工程》 CAS CSCD 北大核心 2023年第7期232-241,共10页
多阈值图像分割是一种简单、准确、高效且普遍的图像分割方法,相比单阈值图像分割更适用于包含大量信息的彩色图像。在多阈值图像分割中,随着阈值数量的增加,传统的枚举法计算量增大,分割一幅彩色图像不仅需要更多的时间,而且分割精度... 多阈值图像分割是一种简单、准确、高效且普遍的图像分割方法,相比单阈值图像分割更适用于包含大量信息的彩色图像。在多阈值图像分割中,随着阈值数量的增加,传统的枚举法计算量增大,分割一幅彩色图像不仅需要更多的时间,而且分割精度也随之降低。提出一种基于改进北方苍鹰优化(INGO)算法的多阈值图像分割方法。利用立方混沌优化与透镜成像反向学习策略增加种群多样性,在优化初始解的同时扩大种群搜索范围,使INGO算法尽可能搜索到潜在的最优解,增强算法的搜索能力。将最优最差反向与透镜成像反向学习策略相结合,避免INGO算法易陷入局部最优的情况,提高收敛精度。在对经典的伯克利测试图像进行多阈值彩色图像分割的实验结果表明,在GWO、PSO、ChOA等算法中,INGO算法取得峰值信噪比和特征相似度最优平均值的占比分别为100.000%和78.125%,在保证算法收敛效率的同时获得较优的图像分割结果,在多阈值图像分割领域具有较强的理论应用价值。 展开更多
关键词 北方苍鹰优化 多阈值分割 对称交叉熵 立方混沌 透镜成像反向学习策略
在线阅读 下载PDF
基于混沌透镜成像学习的哈里斯鹰算法及其应用 被引量:11
5
作者 尹德鑫 张琳娜 +2 位作者 张达敏 蔡朋宸 秦维娜 《传感技术学报》 CAS CSCD 北大核心 2021年第11期1463-1474,共12页
针对哈里斯鹰算法(HHO)很难在探索和开发之间取得平衡,且易陷于局部最优和种群低多样性等问题,本文提出一种基于混沌透镜成像学习的哈里斯鹰算法(FLHHO)。首先,利用Fuch无限折叠混沌策略初始化种群,丰富种群多样性;其次,在探索阶段引入... 针对哈里斯鹰算法(HHO)很难在探索和开发之间取得平衡,且易陷于局部最优和种群低多样性等问题,本文提出一种基于混沌透镜成像学习的哈里斯鹰算法(FLHHO)。首先,利用Fuch无限折叠混沌策略初始化种群,丰富种群多样性;其次,在探索阶段引入黄金正弦策略,提高算法的求解精度;最后,利用混合透镜成像学习和柯西变异策略,对哈里斯鹰最佳位置进行扰动,提高算法跳出局部最优的能力。将改进后的哈里斯鹰算法(FLHHO)在10个经典测试函数和29个CEC2017测试函数上进行求解精度,仿真结果表明,FLHHO算法优于HHO算法、其他改进HHO算法和其他最新算法。同时,将FLHHO应用到工业物联网中来优化频谱分配,将能量效率作为评价指标,实验结果表明基于FLHHO算法的能量效率优于其他算法,验证了FLHHO应用到实际中的可行性。 展开更多
关键词 工业物联网 哈里斯鹰算法 Fuch混沌策略 黄金正弦策略 透镜成像学习策略 柯西变异
在线阅读 下载PDF
透镜成像反向学习的精英池侏儒猫鼬优化算法 被引量:7
6
作者 贾鹤鸣 陈丽珍 +3 位作者 力尚龙 刘庆鑫 吴迪 卢程浩 《计算机工程与应用》 CSCD 北大核心 2023年第24期131-139,共9页
侏儒猫鼬优化算法(dwarf mongoose optimization,DMO)是新提出的一种元启发式算法,该算法具有较强的全局探索能力和稳定性,但由于原始算法中仅依靠雌性首领带领整个猫鼬种群进行搜索,会产生收敛速度较慢、易陷入局部最优以及探索阶段与... 侏儒猫鼬优化算法(dwarf mongoose optimization,DMO)是新提出的一种元启发式算法,该算法具有较强的全局探索能力和稳定性,但由于原始算法中仅依靠雌性首领带领整个猫鼬种群进行搜索,会产生收敛速度较慢、易陷入局部最优以及探索阶段与开发阶段之间的平衡较差等问题。针对上述问题,提出一种融合透镜成像反向学习的精英池侏儒猫鼬优化算法(improved dwarf mongoose optimization,IDMO),采用透镜成像反向学习策略,避免算法在迭代过程中陷入局部最优,增强算法的探索能力;在阿尔法组觅食时引入精英池策略,提高了算法的收敛精度,进一步增强算法探索能力。通过基准测试函数进行实验,表明IDMO算法具有良好的寻优性能和鲁棒性,且算法收敛速度得到显著提升。通过对汽车碰撞优化问题的求解,进一步验证了IDMO算法具有良好的适用性和有效性。 展开更多
关键词 侏儒猫鼬优化算法 元启发式算法 透镜成像反向学习策略 精英池策略
在线阅读 下载PDF
基于混沌映射与光学现象改进的黑翅鸢优化算法
7
作者 王伟 广家和 +2 位作者 徐兴国 孙渝景 夏毅强 《科学技术与工程》 2025年第25期10800-10809,共10页
针对黑翅鸢优化算法(black-winged kite optimization algorithm,BKA)在全局探索与局部开发能力之间存在的不平衡,以及易陷入局部最优解的问题,提出了一种改进的黑翅鸢优化算法(improved BKA,IBKA)。首先,采用Tent混沌映射策略对种群进... 针对黑翅鸢优化算法(black-winged kite optimization algorithm,BKA)在全局探索与局部开发能力之间存在的不平衡,以及易陷入局部最优解的问题,提出了一种改进的黑翅鸢优化算法(improved BKA,IBKA)。首先,采用Tent混沌映射策略对种群进行初始化,提高种群的多样性。其次,在BKA的捕食行为中引入了一种动态透镜成像学习策略,以提高算法摆脱局部最优解的概率。最后,在BKA的迁移过程中集成了夫琅禾费衍射搜索策略,旨在提升算法的性能,实现快速寻优。实验结果表明,所提出的改进方法能够有效增强算法性能,经过改进后的IBKA具有更高的搜索精度、更快的收敛速度,并且展现出较强的实用性。 展开更多
关键词 黑翅鸢优化算法 Tent混沌映射策略 动态透镜成像学习策略 夫琅禾费衍射搜索策略
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部