检索结果-内蒙古大学图书馆

控制与决策 2007年第10期22卷 1081-1085,1090页

作者：齐洁汪定伟东华大学信息科学与技术学院上海200051 东北大学信息科学与工程学院沈阳110004

极值优化(EO)算法是新开发的一种启发式算法,其基本思想是更新适值最差的变量,提高目标函数的适值.首先介绍了自组织临界的思想和模型;然后阐述了算法的具体实现,讨论了算法的改进、特点和算法的理论分析;最后介绍了算法的应用,并展望... 详细信息

极值优化(EO)算法是新开发的一种启发式算法,其基本思想是更新适值最差的变量,提高目标函数的适值.首先介绍了自组织临界的思想和模型;然后阐述了算法的具体实现,讨论了算法的改进、特点和算法的理论分析;最后介绍了算法的应用,并展望了算法未来可能的改进和研究方向.

关键词：极值优化算法自组织临界准平衡性演化计算

来源：评论

学校读者我要写书评

暂无评论

极值优化算法研究

引用

武汉理工大学学报 2009年第3期31卷 40-44页

作者：李晓红熊盛武武汉理工大学计算机科学与技术学院武汉430070

极值优化算法是一种新的、通用的启发式优化方法。其基本思想是更新适值最差的变量,提高目标函数的适值。极值优化算法(EO)由于它的简单易于实现和强大的功能,已受到学术界的广泛关注。介绍了基本的EO算法、若干类改进的EO算法及其原理... 详细信息

极值优化算法是一种新的、通用的启发式优化方法。其基本思想是更新适值最差的变量,提高目标函数的适值。极值优化算法(EO)由于它的简单易于实现和强大的功能,已受到学术界的广泛关注。介绍了基本的EO算法、若干类改进的EO算法及其原理和应用,并讨论将来可能的研究内容。

关键词：极值优化算法自组织临界组合优化

来源：评论

学校读者我要写书评

暂无评论

基于磁滞优化和极值优化算法的蛋白质折叠问题研究

基于磁滞优化和极值优化算法的蛋白质折叠问题研究

引用

作者：查娟浙江大学

学位级别：硕士

蛋白质的空间构象问题是计算生物研究中涉及的一类重要问题。本文研究蛋白质的氨基酸序列在空间中如何排列构成它的基态的问题,即蛋白质折叠问题。本文采用广受欢迎的格点模型(HP模型)为蛋白质折叠问题的模型,并针对二维HP模型和三维HP... 详细信息

蛋白质的空间构象问题是计算生物研究中涉及的一类重要问题。本文研究蛋白质的氨基酸序列在空间中如何排列构成它的基态的问题,即蛋白质折叠问题。本文采用广受欢迎的格点模型(HP模型)为蛋白质折叠问题的模型,并针对二维HP模型和三维HP模型,分别利用磁滞优化算法(HO)和极值优化算法研究了蛋白质折叠问题。首先,本文首次把磁滞优化算法(HO)应用到二维HP模型的蛋白质折叠问题中。HO算法是一种基于物理的优化算法,最早是由*** a nd等人于2002年针对旋转玻璃模型所提出的。算法的核心在于利用交流去磁过程达到优化的效果。具体地说,通过在模型中引入外部场强度,随着外部场强度方向的依次交替变化,逐步优化目标函数,使其最终趋于最优解。HO算法的创始人曾把它应用到100个城市的旅行商问题求解中,并分析了该算法的有效性,本文首次把HO算法应用到蛋白质折叠问题中,针对二维的HP模型,HO算法对于氨基酸序列长度小于85的蛋白质折叠问题求解十分有效,能较快找到最优构象。其次,本文扩展了极值优化算法,把它成功地应用到更为复杂的三维蛋白质折叠优化问题中。对于三维的HP模型,找寻最优解更加复杂,很多算法比如遗传算法,蒙特卡罗算法等近年来也在解决二维HP模型的蛋白质折叠问题之后,尝试扩展到解决三维HP模型的优化问题。相比而言,极值优化算法是一种收敛速度快,局部搜索能力强,且设计简单容易实现的优化算法。极值优化算法应用到二维蛋白质折叠优化问题中,对于短序列的蛋白质优化问题呈现出了很好的效果。本文则在此基础上把它应用到更为复杂的三维蛋白质折叠优化问题中,通过对局部适值差的分子改变空间位置,逐步调整氨基酸分子在空间分布状态,最终折叠成最低能量构型。最后,本文对全文做了总结,并对未来的研究做了展望。

关键词：蛋白质折叠二维格点模型三维格点模型磁滞优化算法极值优化算法

来源：评论

学校读者我要写书评

暂无评论

极值优化算法求解印染排产调度优化问题

引用

信息与电脑（理论版） 2011年第6期 164-165页

作者：何立平刘友林东华大学信息科学与技术学院上海201620

目前印染的核心过程—排产,大部分仍采用人工排产,这严重降低了企业信息化、自动化的程度,降低了企业的生产效率。本文建立了印染排产调度问题的数学模型。针对这个SMSP(单阶段多产品批处理过程短期调度问题)问题,提出了用改进的极值优... 详细信息

目前印染的核心过程—排产,大部分仍采用人工排产,这严重降低了企业信息化、自动化的程度,降低了企业的生产效率。本文建立了印染排产调度问题的数学模型。针对这个SMSP(单阶段多产品批处理过程短期调度问题)问题,提出了用改进的极值优化算法来求解这一问题。极值优化算法是受到复杂系统自组织临界理论的启发而提出的一种优化算法,应用到一些复杂组合优化问题上体现出了良好的性能。本文将极值优化与优先适合启发式相结合,提出了用于解决印染排产调度问题的优化算法。仿真结果表明通过选择合理的值,算法性能良好。相较遗传算法,运行时间短,达优率高。

关键词：印染排产调度优化极值优化算法

来源：评论

学校读者我要写书评

暂无评论

采用极值优化算法求解动态组合拍卖问题

采用极值优化算法求解动态组合拍卖问题

引用

2009年中国智能自动化会议

作者：齐洁郑珉楠东华大学信息科学与技术学院

为网上组合拍卖设计了向上叫价代理拍卖机制。此机制综合了Vickrey-Clarke-Groves(VCG)和同步加价拍卖(SAA)机制的优点:具有一个Nash均衡,且成交价格至少为竞争价格。此机制的实行过程相当于求解一个价格动态的组合竞标问题。本文提出... 详细信息

为网上组合拍卖设计了向上叫价代理拍卖机制。此机制综合了Vickrey-Clarke-Groves(VCG)和同步加价拍卖(SAA)机制的优点:具有一个Nash均衡,且成交价格至少为竞争价格。此机制的实行过程相当于求解一个价格动态的组合竞标问题。本文提出用改进的极值优化算法求解该问题,通过内嵌启发式规则来产生拍卖组合的可行标。极值优化是受自组织临界理论的启发而提出的一种新型智能算法,它对环境变化敏感,能自动记忆好的标,适合求解动态优化问题。仿真结果表明,该算法所需的迭代次数少,对于状态变化不剧烈的动态问题具有很好的优化性能,适合在向上叫价代理拍卖机制中实现。

关键词：极值优化算法向上叫价代理拍卖机制组合拍卖动态优化

来源：评论

学校读者我要写书评

暂无评论

连续极值优化算法在Lennard-Jones团簇优化中的应用

连续极值优化算法在Lennard-Jones团簇优化中的应用

引用

2007年全国复杂系统研究论坛

作者：柏文洁汪秉宏周涛中国科学技术大学化学系合肥安徽 230026 中国科学技术大学近代物理系合肥安徽 230026

本文讨论了极值优化算法的产生机制,并将该算法处理问题的范围从离散情况推广到了一般的连续情况,提出了连续极值优化算法。成功将其运用到Lennard-Jones(LJ)团簇优化的问题中,得到了不错的计算结果。

关键词：极值优化算法 LJ团簇优化 NP问题算法处理

来源：评论

学校读者我要写书评

暂无评论

基于粒子对和极值优化的基因聚类混合算法研究

引用

计算机应用研究 2011年第10期28卷 3675-3677,3680页

作者：禤浚波吴小霞王珍珍张超英广西师范大学计算机科学与信息工程学院广西桂林541004 贺州学院计算机科学与工程系广西贺州542800

针对粒子对算法存在过早陷入局部最优导致精度不是很高的问题,建议了一种新的基于粒子对(PPO)与极值优化(EO)混合算法。该算法利用PPO和EO的优点,借助K-means快速聚类的结果初始化其中一个粒子,并根据一定迭代次数在精英粒子对的迭代过... 详细信息

针对粒子对算法存在过早陷入局部最优导致精度不是很高的问题,建议了一种新的基于粒子对(PPO)与极值优化(EO)混合算法。该算法利用PPO和EO的优点,借助K-means快速聚类的结果初始化其中一个粒子,并根据一定迭代次数在精英粒子对的迭代过程中引入EO算法,在保证算法收敛的同时避免后期过早陷入局部最优,从而提高聚类结果的精度。将混合算法应用于真实的基因表达数据。实验结果表明,混合算法比K-means和粒子对算法具有更好的聚类精度和稳定性。

关键词：基因聚类 K-means算法粒子对极值优化算法混合算法

来源：评论

学校读者我要写书评

暂无评论

一种改进的遗传算法:GA-EO算法

引用

计算机应用研究 2012年第9期29卷 3307-3308,3311页

作者：何嘉李雪冬电子科技大学计算机科学与工程学院成都611731 成都信息工程学院计算机学院成都610225

针对基本遗传算法(GA)有局部搜索能力差、计算量大、对较大搜索空间适应能力差和易收敛于局部极小值等问题,采用将极值优化(EO)算法与传统遗传算法相结合的方式,对基本遗传算法进行改进,提出了一种新的算法:GA-EO算法,并用实验证明了新... 详细信息

针对基本遗传算法(GA)有局部搜索能力差、计算量大、对较大搜索空间适应能力差和易收敛于局部极小值等问题,采用将极值优化(EO)算法与传统遗传算法相结合的方式,对基本遗传算法进行改进,提出了一种新的算法:GA-EO算法,并用实验证明了新算法的有效性。

关键词：遗传算法混合遗传算法极值优化算法局部极小

来源：评论

学校读者我要写书评

暂无评论

基于极值动力学的MEMETIC算法及其在非线性预测控制中的应用研究

基于极值动力学的MEMETIC算法及其在非线性预测控制中的应用研究

引用

作者：陈鹏上海交通大学

学位级别：博士

以预测控制为典型代表的先进控制技术在过去的几十年中取得了许多重要成果和广泛应用。随着现代工业的发展,对大型、复杂和不确定性系统的控制品质要求不断提高,逐渐涉及到很多具有强非线性、难以用数学模型精确描述的复杂系统建模与实... 详细信息

以预测控制为典型代表的先进控制技术在过去的几十年中取得了许多重要成果和广泛应用。随着现代工业的发展,对大型、复杂和不确定性系统的控制品质要求不断提高,逐渐涉及到很多具有强非线性、难以用数学模型精确描述的复杂系统建模与实时优化问题,基于线性模型的预测控制的局限性日益明显。非线性预测控制的提出为解决上述问题提供了可行的途径,然而非线性模型的引入也带来了一系列理论与实际难题,如预测模型结构/参数选择、控制变量的滚动优化等。这就促使工业过程领域的学者们致力于适合非线性过程建模、控制及优化的高效率全局优化算法的研究与开发。近年来,进化算法(Evolutionary Algorithm,EA)凭借其求解复杂非线性优化问题所表现出的全局搜索能力、通用性和易用性,在系统分析、模型辨识、控制器设计等领域得到了广泛应用。然而,进化算法存在寻优结果一致性差、局部搜索效率低、求解精度以及实时性不能令人满意等不足。针对上述问题,Memetic算法(Memeticalgorithm, MA)将基于全局的随机搜索和基于局部的启发式搜索有机地结合起来。该类算法采用进化算法的操作流程,引入局部启发式搜索来模拟由大量专业知识支撑的变异过程,在保证较高收敛性能的同时又能获得高质量解,大大提高了算法的搜索效率和求解精度。本研究立足于非线性模型预测控制领域,对预测模型和滚动优化两个关键环节中存在的研究难点及其应用现状做了深入而全面的总结。基于最新提出的统计物理学概念——极值动力学,借鉴协同进化思想,在MEMETIC框架下提出了两种基于极值动力学的高效率混合优化算法,通过一系列典型优化问题验证了所提算法的有效性,并进一步将其应用于非线性预测控制的模型辨识和滚动优化中。本文的主要工作包括: (1)针对现有的极值优化算法在理论基础、局部搜索能力方面存在的不足,对协同进化、Memetic算法以及极值动力学的内在联系进行了分析。基于Memetic算法的框架,将确定性局部搜索算法——列文伯格-马夸尔特算法(Levenberg–Marquardt,LM)作为局部搜索算子引入到极值优化算法(Extremal Optimization, EO)的搜索过程中,提出了一种用于求解无约束优化问题的混合EO-LM算法,并将其应用到典型的无约束优化问题——神经网络的学习中,取得了比传统神经网络学习算法更好的结果。 (2)在上述算法的基础上,考虑到预测控制中的优化问题常常带有各种约束,设计了可求解无约束/有约束非线性优化问题的EO-SQP算法,并通过一系列典型非线性数值优化问题的仿真验证了算法的有效性,进一步,结合仿真实例的优化过程对所提算法动力学特点进行了分析。与传统优化算法相比,所提出的EO-SQP算法具有良好的优化性能和求解效率。 (3)根据非线性预测控制中对预测模型的需求,提出了一种可对支持向量机模型核函数/参数同时优化的EO-SVR算法,并应用于非线性系统的动态建模;同时,采用可变窗口变异策略对EO-SQP算法进行改进,使之可用于NMPC的滚动优化。在上述预测模型和在线优化算法的基础上,设计NMPC控制器,并通过一类典型的非线性系统——连续混合反应釜的仿真,验证了所提算法的有效性。 (4)针对转炉炼钢这一典型的非线性工业生产过程,采用EO-LM算法对转炉炼钢终点质量神经网络预测模型的连接权值和偏置系数进行优化;并提出了一种基于EO-SQP的转炉炼钢配料调整算法。在此基础上,设计开发了转炉炼钢终点质量预测与控制系统,通过实际工业数据验证了本文所提算法的有效性和可行性。

关键词：极值动力学极值优化算法 Memetic算法数值优化非线性预测控制系统辨识多步预测模型预测控制在线优化算法转炉炼钢质量预测与控制

来源：评论

学校读者我要写书评

暂无评论

改进的人工蜂群算法及其应用研究

改进的人工蜂群算法及其应用研究

引用

作者：曾维深圳大学

学位级别：硕士

人工蜂群算法是一种受蜜蜂采蜜行为启发的新型群体智能优化算法,这种优化算法已经吸引了很多学者的关注,并成为解决数值优化问题和很多实际工程优化问题的有效途径。世界上有很多种类的种群,并且种群之间的智能化水平也是不一样的。自... 详细信息

人工蜂群算法是一种受蜜蜂采蜜行为启发的新型群体智能优化算法,这种优化算法已经吸引了很多学者的关注,并成为解决数值优化问题和很多实际工程优化问题的有效途径。世界上有很多种类的种群,并且种群之间的智能化水平也是不一样的。自组织和分工是种群系统内两个非常重要的特征,通过每个个体之间的局部作用共同来影响种群的行为。人工蜂群算法相对其他优化算法而言,是一种较新的群体智能算法,具有它独特的优势,比如,概念简单,容易实施,并且不需要太多控制参数。尽管人工蜂群算法有自己独特的优势,但是随着问题的复杂度越高,维度越大,人工蜂群算法的收敛速度会越来越慢,收敛精度也会越来越低。而极值优化算法是一种通用的、基于局部搜索的启发式算法,收敛速度快。为了提高人工蜂群算法的收敛速度及优化精度,本文提出了混合的人工蜂群-极值优化算法。极值优化算法由于其内在的极值动力学机制,使得混合的人工蜂群-极值优化算法能够找到精度更高、效率更快的解。本文所介绍的混合的人工蜂群-极值优化算法包括基本的人工蜂群算法与极值优化算法的结合以及改进的人工蜂群算法与极值优化算法的结合（分别简称为ABCEO、IABCEO）,而根据极值优化算法插入方式的不同,其结合的方式包括非固定迭代次数插入和固定迭代次数插入两种结合方式（称为方法 1和方法 2）。总的来说,有四种混合的算法对无约束函数优化问题的应用（分别是ABCEO1、ABCEO2、IABCEO1、IABCEO2）,这是本论文主要的创新点。通过对6个经典的测试函数进行仿真测试,并将其结果与其它先进优化算法进行比较,实验结果表明,混合算法在处理无约束函数问题时具有一定的优势。另外,混合的人工蜂群-极值优化算法也能优化具有约束的函数,本文选择了4个简单的有约束的测试函数并对其进行优化,每个测试函数都能找到最优解,验证了混合的人工蜂群-极值优化算法在处理约束优化问题时的优化性能。

关键词：人工蜂群算法极值优化算法无约束优化约束优化

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：