检索结果-内蒙古大学图书馆

智能系统学报 2024年第1期19卷 176-189页

作者：潘悦悦吴立飞杨晓忠华北电力大学控制与计算机工程学院北京102206 华北电力大学数理学院信息与计算研究所北京102206

针对混沌系统参数辨识精度不高的问题,以鲸鱼优化算法(whale optimization algorithm,WOA)为基础,提出一种多策略改进鲸鱼优化算法(multi-strategy improved whale optimization algorithm,MIWOA)。采用Chebyshev混沌映射选取高质量初始种群,采用非线性收敛因子和自适应权重,提高算法收敛速度,为了避免算法陷入局部最优,动态选择自适应t分布或蚁狮优化算法更新后期位置,提高处理局部极值的能力。通过对10个基准函数和高维测试函数进行仿真试验,表明MIWOA具有良好的稳定性和收敛精度。将MIWOA应用于辨识Rossler和Lu混沌系统参数,仿真结果优于现有成果,表明本文MIWOA辨识混沌系统参数的高效性和实用性。

关键词：多策略改进鲸鱼优化算法混沌系统参数辨识 Chebyshev混沌映射自适应t分布蚁狮优化算法基准函数 Wilcoxon秩和检验

来源：评论

学校读者我要写书评

暂无评论

融合改进Sine混沌映射的新型粒子群优化算法

引用

西安交通大学学报 2023年第8期57卷 182-193页

作者：刘磊姜博文周恒扬浦晨玮钱鹏飞刘波江苏大学机械工程学院江苏镇江212013 浙江大学流体动力基础件与机电系统全国重点实验室杭州310027 法赫德国王石油与矿业大学电气工程系沙特阿拉伯达兰31261

为了应对传统粒子群算法(PSO)存在的初始位置不均匀、易达到局部最优、搜索精度不高等问题,提出了一种基于改进Sine混沌映射的新型PSO算法。采用一种改进的Sine混沌映射技术代替传统的伪随机数方法生成初始粒子种群,以丰富种群的多样性... 详细信息

为了应对传统粒子群算法(PSO)存在的初始位置不均匀、易达到局部最优、搜索精度不高等问题,提出了一种基于改进Sine混沌映射的新型PSO算法。采用一种改进的Sine混沌映射技术代替传统的伪随机数方法生成初始粒子种群,以丰富种群的多样性。在原始基本位置更新公式的基础上增加两种新的位置更新机制,并分别引入一个高斯变异算子,以实现算法勘探性能和开发性能之间的动态平衡,以及在迭代过程中使粒子有效跳出局部最优。在由7个单峰函数、6个多峰函数和10个固定维函数组成的基准测试函数和3个带约束经典工程优化设计问题上对所提出算法开展仿真实验,并与其他几种流行的PSO变体进行对比。仿真结果表明:与其他PSO变体相比,基于改进Sine混沌映射的新型PSO算法具有更快的收敛速度和更高的寻优精度,对于基准测试函数的寻优结果有20个排名第一,约为总测试函数的87%;该算法在压力容器和工字梁设计优化中,综合性能排在第一位,应可用于解决一些实际工程优化问题。

关键词：粒子群算法混沌映射高斯变异基准函数工程问题

来源：评论

学校读者我要写书评

暂无评论

融合动态反向学习的阿奎拉鹰与哈里斯鹰混合优化算法

引用

智能系统学报 2023年第1期18卷 104-116页

作者：贾鹤鸣刘庆鑫刘宇翔王爽吴迪三明学院信息工程学院福建三明365004 海南大学计算机科学与技术学院海南海口570228 福州大学物理与信息工程学院福建福州350108 三明学院教育与音乐学院福建三明365004

阿奎拉鹰优化算法(Aquila optimizer, AO)和哈里斯鹰优化算法(Harris hawks optimization, HHO)是近年提出的优化算法。AO算法全局寻优能力强,但收敛精度低,容易陷入局部最优,而HHO算法具有较强的局部开发能力,但存在全局探索能力弱,收... 详细信息

阿奎拉鹰优化算法(Aquila optimizer, AO)和哈里斯鹰优化算法(Harris hawks optimization, HHO)是近年提出的优化算法。AO算法全局寻优能力强,但收敛精度低,容易陷入局部最优,而HHO算法具有较强的局部开发能力,但存在全局探索能力弱,收敛速度慢的缺陷。针对原始算法存在的局限性,本文将两种算法混合并引入动态反向学习策略,提出一种融合动态反向学习的阿奎拉鹰与哈里斯鹰混合优化算法。首先,在初始化阶段引入动态反向学习策略提升混合算法初始化性能与收敛速度。此外,混合算法分别保留了AO的探索机制与HHO的开发机制,提高算法的寻优能力。仿真实验采用23个基准测试函数和2个工程设计问题测试混合算法优化性能,并对比了几种经典反向学习策略,结果表明引入动态反向学习的混合算法收敛性能更佳,能够有效求解工程设计问题。

关键词：阿奎拉鹰优化算法哈里斯鹰优化算法动态反向学习混合优化基准函数管柱设计问题汽车碰撞设计问题 Wilcoxon秩和检验

来源：评论

学校读者我要写书评

暂无评论

基于信噪比的学习型哈里斯鹰算法

引用

北京航空航天大学学报 2024年

作者：张林沈佳颖胡传陆朱东林江西理工大学软件工程学院浙江师范大学计算机科学与技术学院

针对哈里斯鹰优化算法存在种群学习性与适应性不足的问题，本文提出了一种基于信噪比的学习型哈里斯鹰算法，简称为SLHHO。该算法通过引入信噪比的概念来判断个体的位置信息，设计了一种协调学习策略，可以更合理地更新种群内个体的位... 详细信息

针对哈里斯鹰优化算法存在种群学习性与适应性不足的问题，本文提出了一种基于信噪比的学习型哈里斯鹰算法，简称为SLHHO。该算法通过引入信噪比的概念来判断个体的位置信息，设计了一种协调学习策略，可以更合理地更新种群内个体的位置，进而对逃逸距离重新设计，提升了算法的适应与寻优能力。以12个基准函数为标准，将该算法与哈里斯鹰算法的变体以及其它算法进行了性能测试，并在时间复杂度、多样性、探索与开发等评价指标中进行了对比分析，结果显示SLHHO具有较强的竞争力与可行性，最后在压力容器设计问题中，验证了SLHHO的实用性。

关键词：哈里斯鹰算法信噪比协调学习逃逸距离基准函数

来源：评论

学校读者我要写书评

暂无评论

基于正交设计的折射反向学习樽海鞘群算法

引用

哈尔滨工业大学学报 2022年第11期54卷 122-136页

作者：王宗山丁洪伟王杰李波侯鹏杨志军云南大学信息学院昆明650500 郑州大学机械与动力工程学院郑州450066 复旦大学计算机科学技术学院上海201203 云南省教育厅教育科学研究院昆明650021

为克服基本樽海鞘群算法(SSA)存在的收敛速度慢、高维求解精度低等不足,提出正交折射反向学习机制和自适应惯性权重策略,嵌入SSA中,得到一种基于正交设计的折射反向学习樽海鞘群算法(OOSSA)。正交折射反向学习策略中,采用基于透镜成像... 详细信息

为克服基本樽海鞘群算法(SSA)存在的收敛速度慢、高维求解精度低等不足,提出正交折射反向学习机制和自适应惯性权重策略,嵌入SSA中,得到一种基于正交设计的折射反向学习樽海鞘群算法(OOSSA)。正交折射反向学习策略中,采用基于透镜成像原理的折射反向学习策略以加强对反向解空间的勘探,极大地降低了算法陷入局部最优的概率;采用正交试验设计构建若干部分维上取折射反向值的部分反向解,深度挖掘并保存当前个体和折射反向个体的优势维度信息。此外,在跟随者位置更新阶段引入惯性权重因子,有效地改善跟随者的搜索模式并增强算法的局部开采能力。采用CEC2017基准函数进行仿真实验,同时使用Wilcoxon秩和检验、Friedman检验等方法来评价OOSSA算法的优化性能,测试结果表明所提算法的寻优精度和收敛速度明显优于基本SSA算法、8种新近的改进SSA算法和9种前沿的群体智能优化算法。此外,将所提算法应用于一个工程设计问题,结果表明该算法在工程优化方面的性能优于对比算法。最后,针对求解自主移动机器人路径规划问题,提出一种基于OOSSA的路径规划算法。在3种环境设置下对所提算法进行仿真实验,并与PSO、ABC、GWO、FA和SSA等算法进行对比。仿真结果表明,本文算法能够规划出最优的无碰撞路径。系统的实验表明OOSSA算法可作为问题优化的有效工具。

关键词：樽海鞘群算法透镜折射学习正交试验设计自适应学习基准函数工程优化路径规划

来源：评论

学校读者我要写书评

暂无评论

融合经验反思机制的教与学优化算法

引用

智能系统学报 2023年第3期18卷 629-641页

作者：吴迪贾鹤鸣刘庆鑫齐琦王爽三明学院教育与音乐学院福建三明365004 三明学院信息工程学院福建三明365004 海南大学计算机科学与技术学院海南海口570228

针对传统教与学算法存在易陷入局部最优、收敛速度慢和求解精度低等问题,提出一种融合经验反思机制的教与学优化算法(empirical reflection teaching learning based optimization,ERTLBO)。首先在教学阶段引入经验反思机制,遴选精英个... 详细信息

针对传统教与学算法存在易陷入局部最优、收敛速度慢和求解精度低等问题,提出一种融合经验反思机制的教与学优化算法(empirical reflection teaching learning based optimization,ERTLBO)。首先在教学阶段引入经验反思机制,遴选精英个体引导普通个体向教师靠近,提高班级整体水平,从而提高算法全局探索能力。其次在学习阶段引入动态自适应权重,能够根据学生的适应度值对位置进行自适应扰动,进而实现个体位置的动态更新,提高算法跳出局部最优的能力。仿真实验选取23个基准测试函数对ERTLBO同其他变体和流行算法进行性能测试。实验结果表明,ERTLBO算法具有更好的寻优性能和求解稳定性。最后,通过2个工程设计问题进一步验证ERTLBO解决实际问题的有效性和优越性。

关键词：教与学优化算法经验反思机制动态自适应权重元启发式算法基准函数压力容器设计问题焊接梁设计问题 Wilcoxon秩和检验

来源：评论

学校读者我要写书评

暂无评论

屋型拓扑粒子群优化算法与工程优化问题求解

引用

吉林大学学报（理学版） 2024年第6期62卷 1384-1390页

作者：高铭晗王丽敏黄锐露张宇飞李明洋长春工业大学计算机科学与工程学院长春130012 广东财经大学信息学院广州510320 长春大学计算机科学技术学院长春130022 长春工业大学经济管理学院长春130012

针对粒子群优化算法在优化复杂工程问题时存在搜索效率低和易陷入局部最优的问题,提出一种屋型拓扑粒子群优化算法.该算法通过提出屋型拓扑和设计适应其特性的位置更新策略,改善粒子群优化算法信息传递和交流方式,提升算法的收敛速率和... 详细信息

针对粒子群优化算法在优化复杂工程问题时存在搜索效率低和易陷入局部最优的问题,提出一种屋型拓扑粒子群优化算法.该算法通过提出屋型拓扑和设计适应其特性的位置更新策略,改善粒子群优化算法信息传递和交流方式,提升算法的收敛速率和全局优化能力.在基准函数上的对比实验结果表明,屋型拓扑粒子群算法的寻优精度、收敛速度和稳定性均优于其他4种改进算法.在3个实际工程优化问题上的仿真实验结果进一步验证了该算法的有效性和实用性.

关键词：屋型拓扑粒子群优化算法工程优化问题基准函数仿真实验

来源：评论

学校读者我要写书评

暂无评论

混合多策略改进的樽海鞘群算法及其应用

引用

计算机工程与设计 2024年第3期45卷 822-829页

作者：张家玮李琳张奇志西安石油大学电子工程学院陕西西安710065 西安石油大学陕西省油气井重点测控实验室陕西西安710065

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... 详细信息

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。

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

来源：评论

学校读者我要写书评

暂无评论

基于改进樽海鞘群算法的特征选择方法

引用

计算机工程与设计 2023年第9期44卷 2714-2721页

作者：申晋祥鲍美英张景安周建慧山西大同大学计算机与网络工程学院山西大同037009 山西大同大学网络信息中心山西大同037009

针对樽海鞘群算法求解精度不高、收敛速度慢、容易陷入局部最优等问题,提出融合多种策略的改进樽海鞘群算法CESSA。在初始化种群时引入无限折叠混沌映射,增加初始种群的多样性;在领导者位置更新处融入非线性收敛算子,提高算法全局勘探... 详细信息

针对樽海鞘群算法求解精度不高、收敛速度慢、容易陷入局部最优等问题,提出融合多种策略的改进樽海鞘群算法CESSA。在初始化种群时引入无限折叠混沌映射,增加初始种群的多样性;在领导者位置更新处融入非线性收敛算子,提高算法全局勘探收敛速度,增强解的精度;根据适应度值的优劣对追随者位置分别采用收敛算子和随机数扰动方式进行更新。改进算法CESSA与K近邻分类器结合构成特征选择模型CESSAFS并用于数据分类。在8个基准函数和10个UCI数据集上分别对CESSA和CESSAFS算法进行测试,其结果表明,改进算法性能更优。

关键词：特征选择樽海鞘群算法无限折叠混沌映射全局优化 K近邻基准函数收敛

来源：评论

学校读者我要写书评

暂无评论

混合策略改进的金枪鱼群优化算法

引用

广西科学 2023年第1期30卷 208-218页

作者：李涵李文敬南宁师范大学物流管理与工程学院广西人机交互与智能决策重点实验室广西南宁530001

针对金枪鱼群优化(Tuna Swarm Optimization,TSO)算法前期收敛速度慢和容易陷入局部最优等不足,提出混合策略改进的金枪鱼群优化算法(Improved Tuna Swarm Optimization Algorithm Based on Hybrid Strategy,HTSO)。首先,用Circle混沌映射初始化种群,提高种群的丰富性;其次,利用莱维飞行(Levy flight)在空间随机游走的搜索特点,提高算法在螺旋式觅食时的幅度,减少算法陷入局部最优的次数,帮助其快速找到全局最优。通过14个基准测试函数,在不同维数下比较传统TSO算法、HTSO、鲸鱼优化算法(Whale Optimization Algorithm,WOA)、灰狼优化(Grey Wolf Optimizer,GWO)算法和哈里斯鹰优化(Harris Hawks Optimization,HHO)算法的性能。仿真结果表明,不管是在低维还是在高维的情况下,HTSO比其他4种算法有更好的寻优性能和鲁棒性。最后对HTSO进行wilcoxon秩和检验,验证结果表明,HTSO与其他对比算法存在显著性差异。

关键词：莱维飞行 Circle混沌映射金枪鱼群优化算法群智能优化基准函数

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：