期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
混合多策略改进的樽海鞘群算法及其应用 被引量:9
1
作者 张家玮 李琳 张奇志 《计算机工程与设计》 北大核心 2024年第3期822-829,共8页
针对标准的樽海鞘群算法(salp swarm algorithm, SSA)在寻优过程中易出现局部最优和收敛速度慢等问题,提出一种混合多策略改进的樽海鞘群算法(ISSA)。利用佳点集策略生成初始种群,使个体均匀分布于搜索空间;将反向学习的思想融入到领导... 针对标准的樽海鞘群算法(salp swarm algorithm, SSA)在寻优过程中易出现局部最优和收敛速度慢等问题,提出一种混合多策略改进的樽海鞘群算法(ISSA)。利用佳点集策略生成初始种群,使个体均匀分布于搜索空间;将反向学习的思想融入到领导者位置更新中,提高算法的搜索精度;加入自适应t分布,利用迭代次数iter作为其自由度参数,改善算法的全局探索能力;引入精英反向学习,筛选更好的种群,避免陷入局部最优。通过一组基准函数和Wilcoxin秩和检验来检测改进算法的性能,实验结果表明,改进算法的探索能力和优化精度都得到明显改善且算法之间存在显著差异,通过实际机械设计案例进一步验证ISSA算法的有效性。 展开更多
关键词 佳点集 反向学习 自适应t分布 精英反向学习 樽海鞘群算法 基准函数 弹簧设计问题
在线阅读 下载PDF
一种求解多目标分布式置换流水车间调度的改进混合樽海鞘群算法 被引量:1
2
作者 杜鑫喆 徐睿迪 周艳平 《制造技术与机床》 北大核心 2024年第10期158-164,共7页
针对多目标分布式置换流水车间调度问题,以最小化最大加工时间与拖延时间为优化目标,提出一种改进混合樽海鞘群算法。位置更新方式中引入螺旋搜索机制和惯性权重,既有利于提高算法的搜索效率,又兼顾了算法全局搜索和局部搜索能力的平衡... 针对多目标分布式置换流水车间调度问题,以最小化最大加工时间与拖延时间为优化目标,提出一种改进混合樽海鞘群算法。位置更新方式中引入螺旋搜索机制和惯性权重,既有利于提高算法的搜索效率,又兼顾了算法全局搜索和局部搜索能力的平衡;为提高种群的多样性与算法的寻优能力,将算法融合Pareto支配关系的精英选择策略,并且在选择阶段加入差分进化机制防止算法陷入局部最优。通过使用基准算例对改进算法进行测试,验证了所提算法能够有效地求解多目标分布式置换流水车间调度问题。 展开更多
关键词 分布式置换流水车间调度 多目标优化 樽海鞘群算法 螺旋搜索 惯性权重 PARETO支配 差分进化
在线阅读 下载PDF
基于混合樽海鞘-差分进化算法的贝叶斯网络结构学习算法 被引量:15
3
作者 刘彬 范瑞星 +3 位作者 刘浩然 张力悦 王海羽 张春兰 《通信学报》 EI CSCD 北大核心 2019年第7期151-161,共11页
针对目前利用启发式算法学习贝叶斯网络结构易陷入局部最优、寻优效率低的问题,提出一种基于混合樽海鞘-差分进化算法的贝叶斯网络结构学习算法。该算法在种群划分阶段提出自适应的规模因子平衡局部搜索与全局搜索,在子种群更新阶段利... 针对目前利用启发式算法学习贝叶斯网络结构易陷入局部最优、寻优效率低的问题,提出一种基于混合樽海鞘-差分进化算法的贝叶斯网络结构学习算法。该算法在种群划分阶段提出自适应的规模因子平衡局部搜索与全局搜索,在子种群更新阶段利用改进的变异算子与交叉算子构建樽海鞘搜索策略与差分搜索策略,更新不同的子种群,在合并子种群阶段利用两点变异算子增加种群多样性。由算法的收敛性分析可知,通过种群的迭代搜索可以找到最佳结构。实验结果表明,与其他算法相比,所提算法收敛精度与寻优效率均有提升。 展开更多
关键词 贝叶斯网络结构学习 樽海鞘算法 差分进化算法 自适应
在线阅读 下载PDF
一种TCN的改进模型及其在短期光伏功率区间预测的应用 被引量:13
4
作者 宋绍剑 姜屹远 刘斌 《计算机应用研究》 CSCD 北大核心 2023年第10期3064-3069,共6页
为了提高光伏功率预测的精度,提出了一种基于时序卷积网络(temporal convolutional network,TCN)的新型短期光伏功率区间预测模型。首先,采用深度残差收缩网络(deep residual shrinkage network,DRSN)的软阈值和注意力机制来改进TCN的... 为了提高光伏功率预测的精度,提出了一种基于时序卷积网络(temporal convolutional network,TCN)的新型短期光伏功率区间预测模型。首先,采用深度残差收缩网络(deep residual shrinkage network,DRSN)的软阈值和注意力机制来改进TCN的残差模块以增强其对有用特征提取能力,并削弱冗余特征的不利影响;然后,利用樽海鞘群算法(slap swarm algorithm,SSA)对TCN的卷积层的卷积核大小和TCN层数等超参数进行自动寻优,以克服原TCN感受野不足的问题;接着,采用核密度估计(kernel density estimation,KDE)方法对所建改进TCN短期光伏功率预测模型的点预测结果进行误差分析,获得模型预测输出的区间。最后,通过对比仿真实验得到的结果表明,提出的SSA-DRSN-TCN模型的RMSE平均值为0.27,优于LSTM、GRU、CNN-LSTM和TCN等模型;而且,KDE方法能够在80%、90%和95%的置信度下准确描述光伏功率波动区间,验证了所提模型在提高光伏功率预测性能上的有效性。 展开更多
关键词 光伏 短期功率预测 区间预测 时间卷积网络 深度残差收缩网络 樽海鞘群算法
在线阅读 下载PDF
基于边缘计算的泵闸站数据处理任务分发机制研究 被引量:2
5
作者 李旭杰 臧振楠 +2 位作者 孙颖 刘春燕 黄凤辰 《电讯技术》 北大核心 2023年第2期233-241,共9页
传统泵闸站系统采用的“端-主站”信息传输及处理体系容易导致网络堵塞以及时延的增加,而边缘计算可将泵闸站中大量实时的数据处理任务在终端或边缘端进行处理。分析了基于边缘计算的泵闸站数据处理任务分发机制,将其建模为混合整数非... 传统泵闸站系统采用的“端-主站”信息传输及处理体系容易导致网络堵塞以及时延的增加,而边缘计算可将泵闸站中大量实时的数据处理任务在终端或边缘端进行处理。分析了基于边缘计算的泵闸站数据处理任务分发机制,将其建模为混合整数非线性规划问题。为求解该问题,首先使用拉格朗日乘子法得到给定任务分发决策下的最佳计算资源分配,然后利用樽海鞘群算法(Salp Swarm Algorithm,SSA)得到优化计算资源下的任务分发决策,通过不断迭代寻找最优解。仿真结果表明,与其他算法相比,所提算法能有效减少任务处理总时延,提高泵闸站整体的性能。 展开更多
关键词 泵闸站数据处理 边缘计算 任务分发 樽海鞘群算法(SSA)
在线阅读 下载PDF
基于SSAOS-KELM的指纹库自适应室内定位算法 被引量:2
6
作者 孙顺远 徐逸飞 秦宁宁 《传感技术学报》 CAS CSCD 北大核心 2022年第11期1475-1482,共8页
在室内定位场景中,传统指纹库定位方法存在着定位精度低、对环境变化适应能力差的问题,且当目标区域较大时,重新训练模型计算复杂度高。为解决该问题,提出了一种基于在线连续核极限学习机(Online Sequential Kernel Extreme Learning Ma... 在室内定位场景中,传统指纹库定位方法存在着定位精度低、对环境变化适应能力差的问题,且当目标区域较大时,重新训练模型计算复杂度高。为解决该问题,提出了一种基于在线连续核极限学习机(Online Sequential Kernel Extreme Learning Machine,OS-KELM)的室内定位算法。离线阶段,为缩小待测点所属区域,减小定位数据计算量,使用皮尔森系数优化的K-Means聚类算法对定位区域进行划分,通过樽海鞘优化算法(Slap Swarm Algorithm,SSA)对核极限学习机的参数进行寻优从而构建各区域的初始定位模型;在线阶段,使用OS-KELM对已构建好的定位模型进行调整,将更新后的模型用于实时定位,以适应环境变化。实验结果表明:该算法能够实现更高的定位精度并针对环境变化做出调整,相比于其他传统算法,精度、自适应性得到显著提升。 展开更多
关键词 室内定位 分区 樽海鞘优化算法 核极限学习机 指纹库更新
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部