检索结果-内蒙古大学图书馆

陕西师范大学学报（自然科学版） 2009年第2期37卷 22-24页

作者：李济民高岳林李会荣北方民族大学信息与计算科学学院宁夏银川750021

实现了对单纯形微粒群优化算法(SPSO)的改进.在利用单纯形法进行局部寻优的过程中,结合一维搜索中的0.618法选取压缩因子和扩张因子,将这一改进的方法应用在PID调节器的参数优化问题中,并进行了仿真实验.实验结果表明:改进后的单纯形微... 详细信息

实现了对单纯形微粒群优化算法(SPSO)的改进.在利用单纯形法进行局部寻优的过程中,结合一维搜索中的0.618法选取压缩因子和扩张因子,将这一改进的方法应用在PID调节器的参数优化问题中,并进行了仿真实验.实验结果表明:改进后的单纯形微粒群优化算法的寻优过程更为完善,而且收敛速度更快.

关键词：微粒群优化算法单纯形微粒群优化算法 PID自动调节系统

来源：评论

学校读者我要写书评

暂无评论

基于文化微粒群优化算法的DNA编码研究

引用

计算机工程 2011年第3期37卷 10-12页

作者：殷脂叶春明温蜜上海理工大学管理学院上海200093 上海电力学院计算机信息工程学院上海200090

对DNA编码约束进行研究,选择汉明测量以及相似度作为DNA序列集设计的主要约束,并结合连续性约束与GC Content约束,将序列集设计问题抽象为带有强约束的多目标优化问题,采用文化微粒群算法解决该多目标优化问题。仿真结果表明,该混合算... 详细信息

对DNA编码约束进行研究,选择汉明测量以及相似度作为DNA序列集设计的主要约束,并结合连续性约束与GC Content约束,将序列集设计问题抽象为带有强约束的多目标优化问题,采用文化微粒群算法解决该多目标优化问题。仿真结果表明,该混合算法针对DNA编码序列设计问题,在求解最优值能力、解的稳定性方面都能取得较好的效果。

关键词：微粒群优化算法文化演化 DNA编码汉明测量

来源：评论

学校读者我要写书评

暂无评论

基于多样性指标的两群替代微粒群优化算法

引用

计算机工程 2008年第4期34卷 187-189页

作者：毛恒王永初华侨大学机电及自动化工程学院泉州362021

粒子群优化算法是进化计算领域中的一个新的分支。该算法简单且功能强大,但是粒子群优化也容易发生过早收敛的问题。该文提出一种两群替代微粒群优化算法,该方法将微粒分成不同的两分群进行搜索寻优。搜索一定次数后,每一次迭代首先判... 详细信息

粒子群优化算法是进化计算领域中的一个新的分支。该算法简单且功能强大,但是粒子群优化也容易发生过早收敛的问题。该文提出一种两群替代微粒群优化算法,该方法将微粒分成不同的两分群进行搜索寻优。搜索一定次数后,每一次迭代首先判断微粒群的多样性是否低于一个阈值,若低于则按照黄金分割率用一分群中若干优势微粒取代另一分群中的劣势微粒。对3种常用函数的优化问题进行测试和比较,结果表明,该两群替代微粒群优化算法比基本微粒群优化算法更容易找到全局最优解,优化效率和优化性能明显提高。

关键词：微粒群优化算法两群替代微粒群优化算法多样性指标黄金分割率

来源：评论

学校读者我要写书评

暂无评论

多阶段多模型的改进微粒群优化算法

引用

计算机工程与应用 2010年第33期46卷 32-35页

作者：赵嘉孙辉南昌工程学院信息工程学院南昌330099

针对微粒群优化算法在解决复杂优化问题时易于出现早熟收敛现象,提出了一种多阶段多模型的改进微粒群优化算法。考虑寻优不同阶段的开发与探测能力需求的差异,算法将寻优过程分成3个阶段,各阶段采用不同的模型进行进化。第一阶段利用标... 详细信息

针对微粒群优化算法在解决复杂优化问题时易于出现早熟收敛现象,提出了一种多阶段多模型的改进微粒群优化算法。考虑寻优不同阶段的开发与探测能力需求的差异,算法将寻优过程分成3个阶段,各阶段采用不同的模型进行进化。第一阶段利用标准微粒群优化算法发现局部极值的邻域;第二阶段利用CognitionOnly模型快速找到局部极值点,提高寻优效率;第三阶段,提出了一种改进的进化模型,利于粒子快速跳出局部极值点,寻找到全局最优点。4种复杂测试函数的实验结果表明:该算法比标准微粒群优化算法(PSO)和基于不同进化模型的两群优化算法(TSE-PSO)更容易找到全局最优解,相比两群微粒群优化算法,还能在一定程度上提高优化效率。

关键词：微粒群优化算法多模型多阶段优化

来源：评论

学校读者我要写书评

暂无评论

基于动态Pareto解集的微粒群优化算法及其在多目标规划中的应用

引用

计算机工程与应用 2004年第32期40卷 85-88页

作者：毕荣山杨霞谭心舜项曙光青岛科技大学计算机与化工研究所青岛266042

在传统的微粒群优化算法的基础上,提出了一种基于动态Pareto解集的求解多目标规划问题的方法。Pareto解集在每次迭代过程中进行动态更新和信息共享,在加入新产生的Pareto近似最优解同时去除解集中已经不是Pareto解的数据,每个个体随机地... 详细信息

在传统的微粒群优化算法的基础上,提出了一种基于动态Pareto解集的求解多目标规划问题的方法。Pareto解集在每次迭代过程中进行动态更新和信息共享,在加入新产生的Pareto近似最优解同时去除解集中已经不是Pareto解的数据,每个个体随机地与Pareto解集中的结果进行信息交换,从而保证在快速找到Pareto解的同时保持多样性。并通过三个标准的测试函数证明了算法的有效性。

关键词： Pareto解微粒群优化算法多目标规划

来源：评论

学校读者我要写书评

暂无评论

基于微粒群优化算法的计划评审技术改进

引用

计算机应用 2012年第6期32卷 1734-1737页

作者：汪若洋熊选东张亮忠王松锋信息工程大学电子技术学院郑州450004

针对项目进度管理中常用的计划评审技术(PERT)缺乏方向性指示和定量标准化的不足,通过引入微粒群优化(PSO)算法,提出了一种基于PSO对PERT的改进方法。该方法利用PERT对项目工序时间确定的方法,结合标准PSO算法的思想及原理,对传统PERT... 详细信息

针对项目进度管理中常用的计划评审技术(PERT)缺乏方向性指示和定量标准化的不足,通过引入微粒群优化(PSO)算法,提出了一种基于PSO对PERT的改进方法。该方法利用PERT对项目工序时间确定的方法,结合标准PSO算法的思想及原理,对传统PERT进行了改进。仿真实验结果表明,改进后的PERT对项目的过程和整体给出了一个更为优化、更为准确的定量控制标准,比传统的PERT对整个项目过程的控制和调节能力更加突出和有效。

关键词：项目管理进度管理微粒群优化算法计划评审技术

来源：评论

学校读者我要写书评

暂无评论

改进微粒群优化算法求解旅行商问题

引用

计算机工程与应用 2004年第35期40卷 50-52页

作者：肖健梅李军军王锡淮上海海运学院上海200135

对微粒群优化算法的速度位置算式进行了改进,提出一种改进的微粒群优化算法。该算法符合组合优化问题的特点,在求解旅行商问题上有较高的搜索效率。将改进的PSO算法分别应用于14点的TSP问题以及中国旅行商问题中,该算法在较短时间内获... 详细信息

对微粒群优化算法的速度位置算式进行了改进,提出一种改进的微粒群优化算法。该算法符合组合优化问题的特点,在求解旅行商问题上有较高的搜索效率。将改进的PSO算法分别应用于14点的TSP问题以及中国旅行商问题中,该算法在较短时间内获得了目前已知的最好解。

关键词：微粒群优化算法组合优化旅行商问题速度位置算式

来源：评论

学校读者我要写书评

暂无评论

结合梯度法的混合微粒群优化算法

引用

计算机工程与应用 2008年第35期44卷 40-42,58页

作者：黄冀卓王湛汕头大学土木工程系广东汕头515063 华南理工大学土木工程系广州510641

在微粒群优化算法PSO中引入梯度算法,提出了一种新型的混合微粒群优化算法———GPSO。该混合优化算法是对PSO每一次进化后的所有微粒进一步执行梯度法寻优操作,并以寻找到的更优个体替代当前个体参与群体的下一代进化。GPSO既利用了PS... 详细信息

在微粒群优化算法PSO中引入梯度算法,提出了一种新型的混合微粒群优化算法———GPSO。该混合优化算法是对PSO每一次进化后的所有微粒进一步执行梯度法寻优操作,并以寻找到的更优个体替代当前个体参与群体的下一代进化。GPSO既利用了PSO出色的全局搜索能力,又借助梯度法的快速局部寻优能力,很好地将两者的优势结合在一起。数值实验表明:无论是对于低维的多峰函数,还是高维的多峰和单峰病态函数,GPSO都表现出很强的优化效率、适用性和鲁棒性。

关键词：微粒群优化算法梯度法优化效率鲁棒性

来源：评论

学校读者我要写书评

暂无评论

自适应搜索区域的微粒群优化算法

引用

计算机工程与设计 2008年第14期29卷 3732-3734页

作者：裴振奎韩锦峰李华宋建伟中国石油大学(华东)计算机与通信工程学院山东东营257061

基于基本微粒群优化算法搜索后期,众多微粒都拥挤在历史最优位置周围进行重复性无效搜索这一现象,提出一种改进的微粒群算法——自适应搜索区域的微粒群优化算法,其主要思想为:每当搜索进行到当前设定的一个最大迭代次数时(即,微粒在全... 详细信息

基于基本微粒群优化算法搜索后期,众多微粒都拥挤在历史最优位置周围进行重复性无效搜索这一现象,提出一种改进的微粒群算法——自适应搜索区域的微粒群优化算法,其主要思想为:每当搜索进行到当前设定的一个最大迭代次数时(即,微粒在全局历史最优位置周围徘徊进行无效搜索时),在原搜索区域的基础上,重新构造一个较小的搜索区域,并重新初始化微粒,继续进行搜索,最终获得最优解。对3个常用标准测试函数进行优化计算,仿真结果表明,该算法具有比基本微粒群优化算法更好的优化性能。

关键词：微粒群优化算法自适应搜索区域优化微粒

来源：评论

学校读者我要写书评

暂无评论

动态环境下基于微粒群优化算法的数据分类方法研究

引用

科学技术与工程 2017年第10期17卷 236-240页

作者：路芳包头师范学院数学科学学院包头014030

动态环境下数据流容易出现概念漂移现象。随着数据的逐渐到达,隐含在数据中的知识在一定程度上会出现改变,当前数据分类方法无法进行动态更新,不适于动态环境下数据的分类。为此,提出一种新的基于微粒群优化算法的数据分类方法,通过K-me... 详细信息

动态环境下数据流容易出现概念漂移现象。随着数据的逐渐到达,隐含在数据中的知识在一定程度上会出现改变,当前数据分类方法无法进行动态更新,不适于动态环境下数据的分类。为此,提出一种新的基于微粒群优化算法的数据分类方法,通过K-means方法对动态环境下的数据进行分类。介绍了微粒群优化算法,将所有个体看作d维搜索空间中没有体积的微粒,在搜索空间中以某一速度飞行,该速度可通过其自身及相邻微粒的飞行经验进行动态调整。通过某种规则对新微粒的局部最优值进行更新,利用优化后的微粒群算法实现数据分类。实验结果表明,所提方法分类性能优,实时准确率高。

关键词：动态环境微粒群优化算法数据分类

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：