检索结果-内蒙古大学图书馆

应用基础与工程科学学报 2024年第3期32卷 721-739页

作者：许振浩范永辉王文扬董唯杰申艳军潘东东山东大学岩土与结构工程研究中心山东济南250061 山东大学齐鲁交通学院山东济南250061 山东大学土建与水利学院山东济南250061 西南交通大学交通隧道工程教育部重点实验室四川成都610031 西安科技大学地质与环境学院陕西西安710054 山东大学苏州研究院江苏苏州215123

水文地质参数的高效、准确、智能化获取对地下水资源科学管理和地下工程安全建设具有重要意义,因此提出一种新的水文地质参数智能反演方法.首先,提出了改进的算术优化算法(Chaotic Simplex Arithmetic Optimization Algorithm,CSAOA),... 详细信息

水文地质参数的高效、准确、智能化获取对地下水资源科学管理和地下工程安全建设具有重要意义,因此提出一种新的水文地质参数智能反演方法.首先,提出了改进的算术优化算法(Chaotic Simplex Arithmetic Optimization Algorithm,CSAOA),在搜索空间中使用混沌理论初始化粒子位置,引入随机优化的超参数自适应调整策略,同时使用单纯形法优化粒子位置更新法则,进一步提高算法的局部开发能力和勘探能力,减小算法陷入局部最优的概率.其次,选取8个基准函数进行数值实验,结果表明CSAOA算法在前期勘探收敛速度和后期局部开发收敛精度方面优于其他对比算法.再次,将传统的人工配线法转化为基于优化算法的全局最优化问题,构建基于CSAOA算法的水文地质参数反演模型,提出了基于CSAOA算法的水文地质参数智能反演方法.最后,将该方法应用于泰斯和汉图什井流模型参数反演实例进行验证,快速准确反演得到了水文地质参数,实现了水文地质参数智能识别.结果证实了该方法的可靠性与先进性,为解决水文地质参数反演问题提供了一种新的方案.

关键词：算术优化算法混沌映射自适应策略单纯形法水文地质参数智能优化

来源：评论

学校读者我要写书评

暂无评论

改进算术优化算法用于稀布平面阵列综合

引用

西安电子科技大学学报 2023年第3期50卷 202-212页

作者：国强刘从业王亚妮王勇 CHERNOGOR Leonid 哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001 先进船舶通信与信息技术工业和信息化部重点实验室黑龙江哈尔滨150001 乌克兰哈尔科夫国立大学空间无线电物理系乌克兰哈尔科夫61022

针对稀布平面阵列方向图旁瓣电平抑制和零陷综合问题,提出了一种基于改进算术优化算法的阵列天线综合算法。首先,为平衡开发和勘探过程比重,对算术优化算法中的算术优化加速器采用非线性函数重构;其次,采用前三优的个体代替当前最优个... 详细信息

针对稀布平面阵列方向图旁瓣电平抑制和零陷综合问题,提出了一种基于改进算术优化算法的阵列天线综合算法。首先,为平衡开发和勘探过程比重,对算术优化算法中的算术优化加速器采用非线性函数重构;其次,采用前三优的个体代替当前最优个体进行勘探开发,并引入精英变异策略,以增强算法跳出局部最优的能力,提高算法的收敛精度;最后,提出了一种自适应矩阵映射法则,对当前阵元分布进行判断,若其不满足最小阵元间距约束,则通过调整策略对其进行调整,在避免不可行解的同时保证了阵元的自由度。与现有文献中的算法相比,改进的算术优化算法对单峰和多峰标准测试函数的优化精度和稳定性均有一定的提高;在稀布平面阵列旁瓣电平抑制实验和零陷综合实验中,所提算法可以综合出更优的峰值旁瓣电平和零陷深度,证明了所提算法的有效性。

关键词：阵列综合稀布阵列矩阵映射法则算术优化算法

来源：评论

学校读者我要写书评

暂无评论

结合改进算术优化算法与小波神经网络的网络流量预测模型

引用

传感技术学报 2024年第8期37卷 1350-1361页

作者：应鑫迪厉晓华浙江大学信息技术中心浙江杭州310058

网络流量具有非线性、复杂性特征,传统方法预测精度较低。为此,提出结合改进算术优化算法IAOA与小波神经网络WNN的网络流量预测模型。利用IAOA算法对小波神经网络关键参数初值调优,有效解决常规调参易陷入局部最优的缺陷,提高学习精度... 详细信息

网络流量具有非线性、复杂性特征,传统方法预测精度较低。为此,提出结合改进算术优化算法IAOA与小波神经网络WNN的网络流量预测模型。利用IAOA算法对小波神经网络关键参数初值调优,有效解决常规调参易陷入局部最优的缺陷,提高学习精度和收敛速度。对标准算术优化算法进行改进,设计拉丁超立方抽样法进行种群初始化,提高种群多样性;利用余弦函数对AOA的数学优化器非线性更新,均衡算法全局搜索与局部开发;引入针对最优解的高斯变异机制,避免算法陷入局部最优。利用十个基准函数对IAOA算法进行数值仿真,证实算法能够提高搜索精度和收敛速度。而网络流量预测实验结果表明,提出的预测模型具有更高的精确度,预测性能更加稳定,能够满足网络流量预测的高精度和实时性要求。

关键词：小波神经网络算术优化算法拉丁超立方抽样高斯分布网络流量预测

来源：评论

学校读者我要写书评

暂无评论

基于响应面法和改进算术优化算法的抱杆优化设计

引用

应用数学和力学 2022年第10期43卷 1113-1122页

作者：陶然周焕林孟增杨小猛合肥工业大学土木与水利工程学院合肥230009

抱杆优化设计需要耗费大量有限元分析计算时间,难以确定可行域.该文采用响应面法(response surface method,RSM)来模拟抱杆结构的真实响应,提出了改进的算术优化算法(improved arithmetic optimization algorithm,IAOA)对抱杆结构进行... 详细信息

抱杆优化设计需要耗费大量有限元分析计算时间,难以确定可行域.该文采用响应面法(response surface method,RSM)来模拟抱杆结构的真实响应,提出了改进的算术优化算法(improved arithmetic optimization algorithm,IAOA)对抱杆结构进行优化设计.将分数阶积分引入算术优化算法(arithmetic optimization algorithm,AOA),改善了算法的开发能力.采用拉丁超立方抽样,选取抱杆结构杆件截面试验样本,利用最小二乘法对样本点进行分析,构建了抱杆结构应力和位移关于杆件截面尺寸的二阶响应面代理模型.建立以抱杆质量最小化为优化目标,许用应力和位移为约束条件的优化模型,采用IAOA对其进行求解.结果表明:二阶响应面模型能够准确预测抱杆结构的响应值,IAOA的求解精度得到显著提升,代理模型可大幅降低有限元分析所需的计算代价,优化后抱杆结构质量减轻了8.2%.联合使用RSM和IAOA可有效求解大型空间杆系结构的优化设计问题.

关键词：响应面法算术优化算法分数阶积分代理模型抱杆

来源：评论

学校读者我要写书评

暂无评论

算术优化算法改进及应用研究

算术优化算法改进及应用研究

引用

作者：米晓东广西民族大学

学位级别：硕士

算术优化算法(Arithmetic optimization algorithm,AOA)是受算术四则混合运算的启发而提出的一种新的元启发式算法。AOA具有运行时间短、结构简单和原理易理解等特点,自提出以来已经在许多领域得到广泛应用。但随着研究的不断深入,研究... 详细信息

算术优化算法(Arithmetic optimization algorithm,AOA)是受算术四则混合运算的启发而提出的一种新的元启发式算法。AOA具有运行时间短、结构简单和原理易理解等特点,自提出以来已经在许多领域得到广泛应用。但随着研究的不断深入,研究者发现AOA存在一些不足,如收敛精度低、勘探与开发能力不平衡和稳定性差等。本论文针对AOA存在的不足改进,提出三种改进的AOA算法,分别应用于求解球面最小生成树、多光谱图像融合和卡车与无人机联合配送问题,目的在于提高AOA的应用范围和性能。本文的主要研究工作如下: (1)在基本算术优化算法中,引入数学对称算子和中位数算子用于提高AOA的收敛精度;引入正余弦算子有效平衡了算法的勘探和开采能力,提出了一种基于数学算子的算术优化算法并用于求解三种不同问题规模的球面最小生成树问题,通过与其他八种不同的优化算法比较。实验结果表明改进后的算术优化算法在球面最小生成树问题上性能较优。 (2)提出了一种基于对立学习策略的算术优化算法,该算法在种群个体位置更新阶段引入对立学习策略,有效提升种群跳出局部的能力。在勘探阶段引入了动态随机搜索算子,使得算法初期保持种群的多样性。最后,将该算法应用于求解自适应多光谱图像融合问题,实验结果表明该算法可以在保证稳定性的前提下高效完成多光谱图像融合。 (3)提出了一种多目标算术优化算法(Multi-objective arithmetic optimization algorithm,MOAOA)。该算法基于帕累托支配原理,应用外部归档和动态消除拥挤距离概念,将MOAOA应用于CEC2020基准测试集和多目标卡车和无人机联合配送问题,与其他算法比较和分析。实验结果表明,MOAOA可获得分布更加均匀和更优的帕累托前沿解集,在多目标卡车和无人机联合配送问题上MOAOA的能力优于其他算法。

关键词：算术优化算法数学算子对立学习多目标算术优化算法球面最小生成树多光谱图像融合卡车和无人机联合配送元启发式算法

来源：评论

学校读者我要写书评

暂无评论

算术优化算法的改进及应用

算术优化算法的改进及应用

引用

作者：徐敏四川师范大学

学位级别：硕士

随着社会的发展,利用元启发式算法求解优化问题逐渐成为一种趋势。算术优化算法作为最近提出的元启发式算法,受基本运算符加、减、乘、除的启发而设计。算术优化算法具有原理简单、参数少、易操作等优势,可用于求解各类优化问题,但存在... 详细信息

随着社会的发展,利用元启发式算法求解优化问题逐渐成为一种趋势。算术优化算法作为最近提出的元启发式算法,受基本运算符加、减、乘、除的启发而设计。算术优化算法具有原理简单、参数少、易操作等优势,可用于求解各类优化问题,但存在与其他元启发式算法类似的问题,即容易陷入局部最优、收敛速度慢等。因此,为提高算法的优化性能并拓展其应用领域,本文针对算术优化算法进行改进,并用于求解不同领域的问题,即典型优化问题、特征选择问题和锂电池健康状态估计问题。相关研究分为以下三个部分:(1)改进的算术优化算法求解典型优化问题。对算术优化算法进行改进,提出了一种多策略算术优化算法。首先,在初始化阶段利用正弦混沌策略来产生初始种群,达到提高种群多样性的目的。其次,在计算阶段采用S型传递函数将值从连续搜索空间映射到离散搜索空间,采用动态权重来平衡勘探和开发。然后,在更新阶段,采用变异策略来增强算法的寻优能力,避免陷入局部最优。最后,将改进算法与其他元启发式算法进行对比,实验结果表明,改进的算法优化能力优于对比的元启发式算法。(2)改进的算术优化算法求解特征选择问题。对算术优化算法进行改进,提出二进制算术优化算法。首先,基于六种不同的传递函数,将连续搜索空间映射到离散搜索空间,形成六种算法。其次,通过将传递函数和Lévy飞行策略相结合,开发了其他六种算法,以提高搜索速度和跳出局部最优解的能力。最后,对于多个评价指标,使用机器学习库中的20个常见数据集来评估提出算法的性能,将提出算法与其他的元启发式算法进行了比较,结果表明提出的算法求解特征选择问题的能力优于其他的元启发式算法。(3)改进的算术优化算法应用于求解锂电池健康状态估计问题。首先,在算术优化算法中引入自适应策略,提出改进的算术优化算法。其次,利用改进的算法优化反向传播神经网络的权重和阈值,形成新方法来估计锂电池健康状态。然后,通过分析Pearson相关系数提取三个健康特征作为反向传播神经网络的输入。此外,为了评价改进算法的优化能力,还采用了其他几种元启发式算法对反向传播神经网络的权值和阈值进行优化,结果表明改进的算术优化算法更适合于反向传播神经网络的优化。最后,将该方法与其他方法进行比较,估计结果表明提出的方法能够以较高的精度估计锂电池的健康状态。本文首先分析了算术优化算法的不足之处,并针对典型优化问题、特征选择问题和锂电池健康状态估计问题分别对算法进行改进。实验结果表明改进的算术优化算法具有较好的性能,可用于求解多个领域的问题,比如:电网优化、能源预测、运输调度等优化问题。

关键词：算术优化算法算法改进优化问题特征选择健康状态估计问题

来源：评论

学校读者我要写书评

暂无评论

算术优化算法的改进及其在DV-Hop上的应用

算术优化算法的改进及其在DV-Hop上的应用

引用

作者：王伟锋北方工业大学

学位级别：硕士

为了解决DV-Hop算法中定位误差偏大的问题,一些既有研究采用具备全局优化能力、鲁棒性强且适应性广泛的元启发式算法(Meta-Heuristic Algorithm,MOA)来优化定位误差,从而提升DV-Hop算法的定位性能。但是也存在易陷入局部最优和算法复杂... 详细信息

为了解决DV-Hop算法中定位误差偏大的问题,一些既有研究采用具备全局优化能力、鲁棒性强且适应性广泛的元启发式算法(Meta-Heuristic Algorithm,MOA)来优化定位误差,从而提升DV-Hop算法的定位性能。但是也存在易陷入局部最优和算法复杂等局限。在MOA中,基于物理数学规则的算法因原理清晰和性能强劲而受到关注,其中算术优化算法(Arithmetic Optimization Algorithm,AOA)作为一种新近提出的MOA,将单一的算术运算符作为优化器来不断更新目标函数的最优解,因此算法具备结构简单且计算量小的优势,更适合内存受限的传感器节点使用。然而,AOA存在探索能力弱和收敛性差等问题,需要对其性能进行进一步改进和提升,以更好地优化DV-Hop算法的定位误差。因此,本研究重点改进AOA,使其能够减少DV-Hop算法的定位误差,研究分为两部分:(1)、AOA性能提升的改进措施针对AOA存在的探索能力弱和容易陷入局部最优的问题,提出了自适应参数调整公式。为解决AOA收敛性差的问题,引入了基于随机策略和平均策略的两种并行技术。此外,针对将AOA与DV-Hop算法直接混合可能导致无线传感器节点内存过载的问题,采用了压缩技术对AOA的候选解进行压缩,将采样数据转换为更紧凑的形式。(2)、改进后AOA的验证与应用为评估改进后AOA的性能,使用了18个基准测试函数和10个复合测试函数,并将其与常用MOA进行比较。此外,还将改进的AOA应用于DV-Hop算法,并通过3个不同的仿真实验对其实用性进行评估。最后,利用MATLAB的app designer功能设计了一个基于MOA和DV-Hop算法的无线传感器网络节点定位系统,该系统能够快速计算未知节点的定位误差和覆盖率,并自动绘制出所有节点的位置和误差图。

关键词：元启发式算法算术优化算法 DV-Hop算法自适应参数改进并行技术压缩技术

来源：评论

学校读者我要写书评

暂无评论

算术优化算法的改进及其在背包问题中的应用

算术优化算法的改进及其在背包问题中的应用

引用

作者：卢梦蝶江南大学

学位级别：硕士

随着科技的不断发展和现实世界中优化问题的日益复杂,传统的解决优化问题的方法已经不能满足实际需求。元启发式算法因具有较强的自组织性、鲁棒性以及易于实施等优点而被大量提出以解决大规模优化问题。算术优化算法作为一种最近提出... 详细信息

随着科技的不断发展和现实世界中优化问题的日益复杂,传统的解决优化问题的方法已经不能满足实际需求。元启发式算法因具有较强的自组织性、鲁棒性以及易于实施等优点而被大量提出以解决大规模优化问题。算术优化算法作为一种最近提出的基于群体的元启发式算法,是根据数学中的四个算术运算符加、减、乘、除的分布行为而设计的,具有结构简单、可搜索性强等优点。但是,和其他元启发式算法一样,它也存在着易陷入局部最优和收敛速度慢等缺陷。为此,本文针对算术优化算法的缺陷,从两种角度对算法进行融合改进,并将改进后的算法应用于0-1背包问题和多维背包问题。本文的主要研究内容如下: (1)针对算术优化算法种群多样性低、勘探和开发之间不平衡的问题,提出了一种基于混合搜索模式的自适应算术优化算法。首先,将算术优化算法和差分进化算法以两种方式结合起来,建立并行搜索模式和串行搜索模式,分别增强探索和开发能力。然后,采用自适应转换策略在两种模式之间动态切换,从而在勘探和开发之间实现更好的平衡。此外,利用Levy飞行策略对每次迭代中获得的最优解进行扰动和更新,以进一步防止早熟收敛。在CEC2019的测试函数集上进行了实验,并与其他元启发式算法进行对比,验证了所提出算法的性能得到提升且优于对比算法。 (2)针对算术优化算法易陷入局部最优、收敛速度慢等问题,提出了一种融合柯西变异的算术与鸟群优化算法。首先,利用算术优化算法中乘除算子的高分布性对鸟群优化算法中生产者的位置进行改进,提高全局搜索能力。然后,将改进后的鸟群优化算法与算术优化算法以一定概率进行结合,充分利用两种算法的寻优特点。此外,引入柯西变异策略和随机搜索策略对迭代后期已探索到的全局最优解进行扰动,帮助算法跳出局部最优解。通过在23个经典测试函数集上与不同的元启发式算法进行对比实验,验证了改进算法的寻优精度和收敛速度都得到显著提高。 (3)将提出的两种改进算法分别进行离散化处理,提出它们的二进制版本。然后针对0-1背包问题和多维背包问题的数学模型,给出不同的修复优化策略来对不可行解进行处理,提高搜索效率。最后,将两个二进制算法应用于解决0-1背包问题和多维背包问题。通过在不同的背包数据集上进行实验,结果表明第一种改进算法更适用于解决0-1背包问题,第二种改进算法更适用于解决多维背包问题。在与其他二进制算法的对比实验中发现本文提出的两个二进制算法均表现出了较大的优势。

关键词：算术优化算法差分进化鸟群优化算法背包问题

来源：评论

学校读者我要写书评

暂无评论

算术优化算法和阿奎拉优化算法的改进及其应用研究

算术优化算法和阿奎拉优化算法的改进及其应用研究

引用

作者：付小朋广西民族大学

学位级别：硕士

算术优化算法(Arithmetic Optimization Algorithm,AOA)是2021年提出新的智能优化算法。阿奎拉优化算法(Aquila Optimizer,AO)同样是2021年受“鹰科”飞行猛禽阿奎拉的狩猎行为启发而提出的智能优化算法。然而,AOA和AO仍存在收敛速度慢... 详细信息

算术优化算法(Arithmetic Optimization Algorithm,AOA)是2021年提出新的智能优化算法。阿奎拉优化算法(Aquila Optimizer,AO)同样是2021年受“鹰科”飞行猛禽阿奎拉的狩猎行为启发而提出的智能优化算法。然而,AOA和AO仍存在收敛速度慢、收敛精度低、易陷入局部最优等不足。本文在分析AOA和AO存在不足的基础上,开展“算术优化算法和阿奎拉优化算法的改进及应用”研究,取得了一定的研究成果。本文的主要研究成果如下:(1)提出一种协同搜索策略的算术优化算法(CSSAOA),通过调整乘法搜索算子和除法搜索算子,使得乘法搜索和除法搜索进行协同搜索,提升AOA的勘探能力,其次,调整数学优化加速函数以平衡算法勘探与开发,最后,引入纵横交叉搜索策略,避免算法陷入局部最优。通过20个基准测试函数和CEC2019测试函数以及Wilcoxon数学统计检验的测试,并将CSSAOA用于工程实例优化问题,实验结果表明CSSAOA的寻优性能得到明显改善,在工程实例优化问题中有着较强竞争力。(2)提出一种新的采用混合搜索策略的阿奎拉优化算法(HAO),引入动态调整策略平衡算法勘探和开发能力,并利用惯性权重提升算法的搜索能力,再通过三角突变策略对非最优个体进行变异,提升算法多样性,避免算法陷入局部最优。通过基准测试函数实验对比,HAO寻优性能同样有着明显的加强。(3)将HAO用于支持向量机(SVM)参数的优化,选取18个UCI数据集进行实验测试,实验结果表明,HAO在SVM参数优化后其分类精度有着明显提升。

关键词：智能优化算术优化算法阿奎拉优化算法协同搜索策略工程实例优化混合搜索策略支持向量机

来源：评论

学校读者我要写书评

暂无评论

融合微平衡激活的小孔成像算术优化算法

引用

计算机工程与应用 2022年第13期58卷 85-93页

作者：杨文珍何庆贵州大学大数据与信息工程学院贵阳550025 贵州大学贵州省公共大数据重点实验室贵阳550025

为提高算术优化算法的全局勘探和局部开发性能,提出基于非线性小孔成像机理以及具有微调功能最优位置引导搜索策略的算术优化算法(IX-AOA),自适应调整算术加速优化器因子是基于平衡算法勘探与开发目的一种纵向更新策略,通过双曲线性质... 详细信息

为提高算术优化算法的全局勘探和局部开发性能,提出基于非线性小孔成像机理以及具有微调功能最优位置引导搜索策略的算术优化算法(IX-AOA),自适应调整算术加速优化器因子是基于平衡算法勘探与开发目的一种纵向更新策略,通过双曲线性质调整算法勘探与开发时间分配,进而实现算法的自我更新机制,达到平衡算法勘探与开发的效果。在最优个体使用基于sigmoid激活函数的权重系数调整子代位置的搜索与开发的合理受控机理,达到丰富优质候选解的目标;引入非线性小孔成像原理改善搜索机制以优化候选解之间覆盖现象导致的寻优停滞局面,最后通过8个基准函数和部分CEC2014以及Wilcoxon秩和检测验证算法函数寻优的优越性。

关键词：算术优化算法非线性控制参数 sigmoid函数小孔成像学习 CEC2014

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：