检索结果-内蒙古大学图书馆

控制与决策 2021年第10期36卷 2562-2568页

作者：张铸饶盛华张仕杰湖南科技大学信息与电气工程学院湖南湘潭411201

灰狼优化算法(GWO)是一种模拟狼群等级制度和捕食行为的群体智能算法,存在收敛精度低、易陷入局部最优解等问题,为提高GWO的算法性能,提出一种基于Tent映射和正态云发生器的改进灰狼优化算法(CGWO).在灰狼群初始化阶段引入Tent映射,增... 详细信息

灰狼优化算法(GWO)是一种模拟狼群等级制度和捕食行为的群体智能算法,存在收敛精度低、易陷入局部最优解等问题,为提高GWO的算法性能,提出一种基于Tent映射和正态云发生器的改进灰狼优化算法(CGWO).在灰狼群初始化阶段引入Tent映射,增加种群个体多样性以提高算法的优化效率;在攻击猎物阶段采用正态云模型对狼群位置进行更新,使算法前期具有较好的随机性和模糊性,提高全局开发能力,助其跳出局部最优解.随着迭代次数增加,自适应调整正态云模型熵值,使后期随机性和模糊性随之减小,有效改善局部开发能力,提高其收敛精度.选用20个通用的标准测试函数对CGWO算法性能进行验证,分别从单峰、多峰以及复合函数寻优结果与多种优化算法进行对比分析.结果表明,在同等测试条件下, CGWO算法寻优效率和收敛精度更高,能很快跳出局部最优解,在全局搜索和局部开发能力上更为平衡.

关键词：灰狼优化算法正态云模型 Tent映射自适应云模型混沌映射函数优化

来源：评论

学校读者我要写书评

暂无评论

基于灰狼优化算法的低碳车间调度问题

引用

计算机集成制造系统 2018年第10期24卷 2428-2435页

作者：姜天华鲁东大学交通学院山东烟台264025

为了提高生产效率、降低能源消耗量,通过分析低碳调度问题的研究现状,建立一种柔性作业车间内以能耗成本和完工时间成本加权和最小为目标的低碳调度问题的数学模型。根据所建模型的特点,对灰狼优化算法进行一系列设计和改进。首先采用... 详细信息

为了提高生产效率、降低能源消耗量,通过分析低碳调度问题的研究现状,建立一种柔性作业车间内以能耗成本和完工时间成本加权和最小为目标的低碳调度问题的数学模型。根据所建模型的特点,对灰狼优化算法进行一系列设计和改进。首先采用两段式个体位置编码/解码机制,并利用基于启发式算法的种群初始化方法提高初始解的质量;分别设计了收敛因子非线性调整策略以及带权重系数的个体位置更新方法,并将其作用于算法进化过程;在算法中嵌入了局部搜索算法,用于加强局部搜索能力。大量仿真数据表明,所提算法在求解柔性作业车间低碳调度问题方面具有一定的有效性。

关键词：低碳策略柔性作业车间生产调度灰狼优化算法

来源：评论

学校读者我要写书评

暂无评论

基于改进灰狼优化算法的自动化立体仓库作业能量优化调度

引用

计算机集成制造系统 2020年第2期26卷 376-383页

作者：刘恺文曹政才北京化工大学信息科学与技术学院

针对带有截止时间约束的自动化立体仓库出入库作业调度问题,以调度过程中堆垛机能量消耗为优化目标建立数学模型,并引入相应的惩罚函数。对于入库货物,同时考虑定位存储和随机存储两种入库策略,采用一种最近邻货位选择策略对随机存储货... 详细信息

针对带有截止时间约束的自动化立体仓库出入库作业调度问题,以调度过程中堆垛机能量消耗为优化目标建立数学模型,并引入相应的惩罚函数。对于入库货物,同时考虑定位存储和随机存储两种入库策略,采用一种最近邻货位选择策略对随机存储货物进行合理货位分配。采用一种改进灰狼优化算法对问题进行求解,算法通过引入融合Lévy飞行的混合个体更新策略和多种群重组策略来增强算法的搜索能力。通过仿真实验验证了改进灰狼优化算法在求解自动化立体仓库出入库作业能量优化调度问题的有效性。

关键词：自动化立体仓库能量优化调度灰狼优化算法惩罚函数

来源：评论

学校读者我要写书评

暂无评论

利用GPS数据反演震源参数的单纯形组合加权距离灰狼优化算法

引用

武汉大学学报（信息科学版） 2024年第7期49卷 1140-1154页

作者：王乐洋孙龙翔许光煜东华理工大学测绘与空间信息工程学院江西南昌330013 武汉大学测绘学院湖北武汉430079 自然资源部环鄱阳湖区域矿山环境监测与治理重点实验室江西南昌330013

针对地震震源参数反演优化问题,提出了一种改进的灰狼优化(grey wolf optimizer, GWO)算法来反演震源参数。首先,采用基于余弦规律的非线性递减收敛因子策略的加权距离GWO(weighted distance GWO, wdGWO)算法来代替原来的线性递减算法... 详细信息

针对地震震源参数反演优化问题,提出了一种改进的灰狼优化(grey wolf optimizer, GWO)算法来反演震源参数。首先,采用基于余弦规律的非线性递减收敛因子策略的加权距离GWO(weighted distance GWO, wdGWO)算法来代替原来的线性递减算法。随后,配置了改进wdGWO算法和单纯形算法的组合方法,引入后者算法是为了稳定前者算法的性能。因此,组合算法(简称GWOS)在收敛性和稳定性方面都具有良好的优势。最后,通过实验测试来评估基本的wdGWO算法、遗传算法(genetic algorithm,GA)和GWOS的性能。仿真实验结果表明,GWOS对震源参数的估计优于wdGWO算法,具有良好的稳定性和准确性;GWOS既可以达到GA的反演精度,又表现出了更好的参数稳定性。将该算法应用于2014年纳帕地震和2017年博德鲁姆-科斯地震,不同类型地震的反演结果表明GWOS具有良好的实用性和可靠性。

关键词：震源参数反演灰狼优化算法单纯形算法组合算法纳帕地震博德鲁姆-科斯地震

来源：评论

学校读者我要写书评

暂无评论

求解高维优化问题的混合灰狼优化算法

引用

控制与决策 2016年第11期31卷 1991-1997页

作者：龙文蔡绍洪焦建军张文专唐明珠贵州财经大学贵州省经济系统仿真重点实验室长沙410114 贵州财经大学数学与统计学院贵阳550025 长沙理工大学能源与动力工程学院长沙410114

提出一种基于混沌和精英反向学习的混合灰狼优化算法以解决高维优化问题.首先,采用混沌序列产生初始种群为算法进行全局搜索奠定基础;然后,对当前精英个体分别执行精英反向学习策略以协调算法的勘探和开采能力;最后,在搜索过程中对决策... 详细信息

提出一种基于混沌和精英反向学习的混合灰狼优化算法以解决高维优化问题.首先,采用混沌序列产生初始种群为算法进行全局搜索奠定基础;然后,对当前精英个体分别执行精英反向学习策略以协调算法的勘探和开采能力;最后,在搜索过程中对决策层个体进行混沌扰动,以避免算法陷入局部最优的可能性.选取10个高维(100维、500维和1 000维)标准测试函数进行数值实验,结果表明,混合灰狼优化算法在求解精度及收敛速度指标上均明显优于对比算法.

关键词：灰狼优化算法混沌映射精英反向学习高维优化问题

来源：评论

学校读者我要写书评

暂无评论

改进的灰狼优化算法及其高维函数和FCM优化

引用

控制与决策 2019年第10期34卷 2073-2084页

作者：张新明王霞康强河南师范大学计算机与信息工程学院河南新乡453007 河南省高校计算智能与数据挖掘工程技术研究中心河南新乡453007

灰狼优化算法(GWO)具有较强的局部搜索能力和较快的收敛速度,但在解决高维和复杂的优化问题时存在全局搜索能力不足的问题.对此,提出一种改进的GWO,即新型反向学习和差分变异的GWO(ODGWO).首先,提出一种最优最差反向学习策略和一种动态... 详细信息

灰狼优化算法(GWO)具有较强的局部搜索能力和较快的收敛速度,但在解决高维和复杂的优化问题时存在全局搜索能力不足的问题.对此,提出一种改进的GWO,即新型反向学习和差分变异的GWO(ODGWO).首先,提出一种最优最差反向学习策略和一种动态随机差分变异算子,并将它们融入GWO中,以便增强全局搜索能力;然后,为了很好地平衡探索与开采能力以提升整体的优化性能,对算法前、后半搜索阶段分别采用单维操作和全维操作形成ODGWO;最后,将ODGWO用于高维函数和模糊C均值(FCM)聚类优化.实验结果表明,在许多高维Benchmark函数(30维、50维和1 000维)优化上, ODGWO的搜索能力大幅度领先于GWO,与state-of-the-art优化算法相比, ODGWO具有更好的优化性能.在7个标准数据集的FCM聚类优化上,与GWO、GWOepd和LGWO相比, ODGWO表现出了更好的聚类优化性能,可应用在更多的实际优化问题上.

关键词：智能优化算法灰狼优化算法反向学习差分变异模糊C均值(FCM)聚类高维函数优化

来源：评论

学校读者我要写书评

暂无评论

基于灰狼优化算法的变截面点阵结构设计及性能优化

引用

力学学报 2024年第6期56卷 1702-1712页

作者：张树佰丁喆黄垲轩张严武汉科技大学冶金装备及其控制教育部重点实验室武汉430081 武汉科技大学机械传动与制造工程湖北省重点实验室武汉430081

点阵结构因其比强度高、比刚度高,减振降噪性好和隔热吸能能力强等特点,已被广泛应用于航空航天和交通运输等领域主承力零部件设计.但现有的点阵结构设计大都基于等截面假设开展,严重制约了材料分布优化的寻优空间,无法满足质量敏感领... 详细信息

点阵结构因其比强度高、比刚度高,减振降噪性好和隔热吸能能力强等特点,已被广泛应用于航空航天和交通运输等领域主承力零部件设计.但现有的点阵结构设计大都基于等截面假设开展,严重制约了材料分布优化的寻优空间,无法满足质量敏感领域极致轻量化设计的迫切需求.而目前关于变截面点阵结构设计的研究大都基于实验的“试错式”经验调配模式,其相应的理论设计方法尚不完善.文章基于灰狼智能优化算法,提出了一种高效的变截面点阵结构设计方法.首先,基于水平集函数构建变截面点阵的显式几何描述模型,以实现变截面点阵几何形状的自由描述;其次,采用能量均匀化方法预测变截面点阵单胞的宏观等效力学属性,建立宏观点阵结构与变截面单胞构型间的内在联系;然后,以变截面点阵的几何描述参数为设计变量,材料用量为约束条件,最小化柔度为目标函数,构建变截面点阵优化数学模型,并采用灰狼优化算法实现上述模型的高效求解,得到性能优化的变截面点阵结构;最后,通过二维和三维数值算例和仿真分析共同验证了所提方法的正确性和有效性,并与相同条件下等截面点阵结构的承载能力进行了比较.结果表明:优化后变截面点阵结构的柔度相较于相同条件下的等截面点阵结构可降低30%以上,具有更优异的承载能力.研究结果丰富了变截面点阵结构设计理论,在高端装备极致轻量化设计领域具有重要应用前景.

关键词：点阵结构变截面显式拓扑描述灰狼优化算法柔度

来源：评论

学校读者我要写书评

暂无评论

融合杜鹃搜索的灰狼优化算法在网络入侵检测特征选择中的应用

引用

工程科学与技术 2018年第5期50卷 160-166页

作者：徐慧付迎春刘翔方策苏军湖北工业大学计算机学院湖北武汉430068

针对当前网络入侵检测技术由于特征冗余引起的检测效率低和准确率低等问题,将一种融合杜鹃搜索的灰狼优化算法应用于网络入侵检测的特征选择中,旨在减少特征冗余,进而提高网络入侵检测的性能。首先,在每次迭代过程中采用杜鹃搜索算法中... 详细信息

针对当前网络入侵检测技术由于特征冗余引起的检测效率低和准确率低等问题,将一种融合杜鹃搜索的灰狼优化算法应用于网络入侵检测的特征选择中,旨在减少特征冗余,进而提高网络入侵检测的性能。首先,在每次迭代过程中采用杜鹃搜索算法中的莱维飞行机制对适应度值最好的3只灰狼的位置进行扰动,避免在搜索最优解的过程中陷入局部最优。然后,采用灰狼优化算法的更新机制来更新灰狼的位置信息,使狼群朝着猎物的方向聚集。最后,根据预先设定的概率值对狼群的位置进行随机更新,迫使狼群在不断逼近猎物的过程中,能随机地跳出局部最优,从而提高灰狼优化算法在网络入侵检测特征选择中的全局搜索能力。使用网络入侵检测NSL-KDD测试集进行验证实验,并与灰狼优化算法、杜鹃优化算法以及传统的信息增益算法从特征选择的角度进行对比,结果表明,将融合杜鹃搜索的灰狼优化算法应用于网络入侵检测的特征选择时,分类准确率及特征子集的选择都取得较好的效果。融合杜鹃搜索的灰狼优化算法在全局搜索能力方面有较为显著的提升,将其应用于特征选择中,可以有效地提高网络入侵检测的性能。

关键词：网络入侵检测特征选择灰狼优化算法杜鹃搜索算法

来源：评论

学校读者我要写书评

暂无评论

求解高维复杂函数的混合蛙跳-灰狼优化算法

引用

控制理论与应用 2020年第7期37卷 1655-1666页

作者：黄晨晨魏霞黄德启叶家豪新疆大学电气工程学院新疆乌鲁木齐830047

针对高维复杂函数问题,提出一种混合蛙跳-灰狼优化算法(SFL-GWO).该算法通过改进的Logistic映射初始化GWO算法种群提高算法的多样性;其次,提出一种新的距离控制参数的非线性调整策略来增强种群的探索与开发的能力;最后通过引入改进的随... 详细信息

针对高维复杂函数问题,提出一种混合蛙跳-灰狼优化算法(SFL-GWO).该算法通过改进的Logistic映射初始化GWO算法种群提高算法的多样性;其次,提出一种新的距离控制参数的非线性调整策略来增强种群的探索与开发的能力;最后通过引入改进的随机蛙跳算法中改变最差位置的方式使SFL-GWO算法跳出局部最优的局限.通过选取的10个高维复杂函数的寻优结果验证了算法的性能,并与粒子群优化算法(PSO)、灰狼优化算法(GWO)和鲸鱼优化算法(WOA)3种基本算法以及与8种改进算法的寻优的结果进行了比较.仿真结果证明:SFL-GWO算法在不仅可以提高收敛精度也可以提高算法的搜索速度,证明了SFL-GWO算法在求解高维复杂函数的高效性.

关键词：高维复杂函数改进的Logistic映射距离控制参数灰狼优化算法混合蛙跳算法

来源：评论

学校读者我要写书评

暂无评论

基于灰狼优化算法的快速选星方法

引用

系统工程与电子技术 2023年第5期45卷 1489-1495页

作者：余德荧李厚朴纪兵边少锋海军工程大学电气工程学院湖北武汉430000

针对传统的遍历法无法满足多全球卫星导航系统(global navigation satellite system,GNSS)组合导航选星的实时性需求,提出了一种基于灰狼优化(grey wolf optimization,GWO)算法的快速选星方法。该算法利用自适应收敛因子和信息反馈机制... 详细信息

针对传统的遍历法无法满足多全球卫星导航系统(global navigation satellite system,GNSS)组合导航选星的实时性需求,提出了一种基于灰狼优化(grey wolf optimization,GWO)算法的快速选星方法。该算法利用自适应收敛因子和信息反馈机制,在局部寻优与全局搜索之间实现平衡,表现出良好的求解性能,即可以保证在获得理想几何构型的同时大幅减少接收机运算量。经过仿真实验,分析了参数选取对GWO快速选星算法结果的影响。利用实测数据对所提算法进行验证,结果表明,所提算法在四系统组合下,从49颗可见星中选择7颗进行定位时,与遍历法相比,几何精度因子(geometric dilution of precision,GDOP)误差仅为1.8%,而计算效率提高了71.7%。该算法适用于多GNSS组合导航定位不同选星数目的情况,还可以拓展至区域导航卫星系统。

关键词：多全球卫星导航系统组合系统快速选星灰狼优化算法几何精度因子计算效率

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：