共搜索到8651条信息，每页显示10条信息，共866页。用时：0小时0分0秒348毫秒
采用多搜索模式的粒子群算法张呈志,王勇,李海滨摘 要:从现实中鸟的搜索方式中得到灵感,提出一种新的变异粒子群算法,称之为采用多搜索模式的粒子群优化算法(MMPSO).该算法中的每个粒子使用3种搜索模式在搜索空间中搜索食物,可随时调整其搜索方式.在数值仿真实验中选择了几个比较典型的高维复杂优化问题用来测试算法的性能.结果表明:算法的全局搜索能力和避免粒子陷入局部最优的能力都得到了明显提高,在一定程度上避免了早收敛现象的发生,可用于求解高维复杂函数的优化问题.关键词:粒子群算法;多搜索模式;MMPSO;......
基于粒子群优化的线性离散控制系统陈黄飞广东工业大学华立学院机电与信息工程学部摘 要:线性离散控制系统广泛应用在飞行器稳定控制和机器人路径规划控制等领域,提出一种基于粒子群优化算法的线性离散控制系统设计方法.进行控制目标函数构建和优化控制律设计,对控制系统的稳定性和收敛性进行分析和证明.仿真结果表明,该控制方法的收敛性较好,具有较好的稳健性.关键词:粒子群优化;控制;稳健性;......
适应性粒子群寻优算法Ⅱ罗辞勇,陈民铀,韩力重庆大学输配电装备及系统安全与新技术国家重点实验室重庆大学电气工程学院摘 要:适应性粒子群寻优算法I(APSO-Ⅰ)是在有序的决策中始终引入随机的,不可预测的决定.为解决APSO-I算法收敛深度不够的问题,提出适应性粒子群寻优第II代算法(APSO-Ⅱ).APSO-Ⅱ算法是将有序(标准PSO粒子群寻优)和无序(自适应寻优)进行适当的分离,以发挥各自的优势.在自适应寻优阶段,通过在最优粒子邻域空间探寻更优化的解.一但新的优化解被发掘,便利用标准PSO快速寻优.典型复杂函数优化的仿真结果表明,APSO-Ⅱ在收敛速度和收敛深度上均优于DPSO(耗散型PSO),HPSO(自适应层次PSO),AEPSO(自适应逃逸PSO)和APSO-Ⅰ.关键词:粒子群算法......
蚁群算法在服务选取问题中的分析比较张长胜,任明康,尹浩,张斌东北大学信息科学与工程学院摘 要:在对蚁群算法进行总结分析的基础上,提出了求解该问题的蚁群优化模型,定义了针对服务选取问题的信息素及启发式信息,并采用6种蚁群算法对该问题进行了求解.最后通过试验对这些算法在服务选取问题中的适用性进行了分析,并与最近提出的服务选取算法进行了比较.结果表明,设计的不同蚁群算法在求解该问题时性能差异较大,其中ACS算法不但收敛速度快,其求解质量也好于被比较的其他算法.关键词:蚁群算法;服务选取;服务质量;群智能;信息素;......
萤火虫群优化算法在公差分配优化的应用朱渊萍,陈素芬南昌工程学院信息工程学院摘 要:萤火虫群优化算法是一种新颖的群体智能优化算法,目前在优化领域中的应用比较少.分析了萤火虫算法的仿生原理和数学模型.提出了基于萤火虫群优化算法的公差分配优化方法.以公差分配的优化目标函数作为评价函数.在基本GSO算法的基础上,使用罚函数,把它加到目标函数中,不断地寻找更优可行解,逐渐达到搜索全局最优解.通过一个具体实例测试,并将萤火虫算法和微粒群算法相比较,仿真实验结果表明萤火虫群优化算法在公差分配优化问题中有效可行,且具有较高的计算效率.关键词:萤火虫群优化算法;公差分配优化;微粒群算法;......
基于平均速度的混合自适应粒子群算法高哲1,2,廖晓钟1,21. 北京理工大学自动化学院2. 北京理工大学复杂系统智能控制与决策教育部重点实验室摘 要:针对传统粒子群寻优速度慢和局部收敛等缺点,提出一种基于平均速度的混合粒子群优化算法.给出了粒子群平均速度的定义,用来表征粒子群的活跃程度,并作为粒子群惯性系数和学习因子调节的依据,加快了粒子群的寻优速度.设计了基于平均速度的切换模拟退火算法和退火温度的更新公式,使得粒子群在保持较快的寻优速度条件下,仍能很容易地跳出局部极小点.对3个典型测试函数的寻优问题进行实验,所得结果表明了该算法的有效性.关键词:粒子群优化;平均速度;模拟退火;混合优化;......
电梯群控技术的现状与发展方向杨祯山,邵诚摘 要:在对电梯群控系统的结构特性,工作原理以及该技术最新发展概况综述的基础上,对电梯群控系统研究中的控制算法以及控制策略的采用,实施的效果,关键技术和存在的问题等进行了详细分析.结合电梯群控系统的应用现状,探讨了现阶段电梯群控技术应着重解决的问题和发展方向.关键词:电梯群控技术;人工智能;模糊控制;神经网络;遗传算法;......
一种带有梯度加速的粒子群算法王俊伟,汪定伟摘 要:通过引入梯度信息来影响粒子速度的更新,构造了一种带有梯度加速的粒子群算法.为减小陷入局优的可能性,当群体最优信息陷入停滞时,对群体进行部分初始化来保持群体的活性,并讨论了改进算法的适用范围.仿真结果表明,对于单峰函数和多峰函数,改进算法都能够取得较好的优化效果.关键词:粒子群算法;演化计算;随机搜索;......
一种时序数据的离群数据挖掘新算法郑斌祥,杜秀华,席裕庚摘 要:离群数据挖掘是数据挖掘的重要内容 ,针对时序数据进行离群数据挖掘方法的研究.首先通过对时序数据进行离散傅立叶变换将其从时域空间变换到频域空间 ,将时序数据映射为多维空间的点 ,在此基础上 ,提出一种新的基于距离的离群数据挖掘算法.对某钢铁企业电力负荷时序数据进行仿真实验 ,结果表明了算法的有效性关键词:离群挖掘;离群数据;数据挖掘;知识发现;......
基于群智能辨识的轧辊偏心补偿方法研究李冬1,2,3,吴玉厚1,2,石怀涛1,2,刘建昌3,谭树彬31. 沈阳建筑大学机械工程学院2. 沈阳建筑大学高档石材数控加工装备与技术国家地方联合工程实验室3. 东北大学信息科学与工程学院摘 要:为消除轧辊偏心引起的板带厚度周期波动,设计了融合蚁群优化的粒子群(Particle Swarm Optimization Combined with Ant Colony Optimization, PSO-ACO)算法对轧辊偏心进行辨识和补偿.为避免粒子群算法陷入局部最优,PSO-ACO算法通过将伪随机比例规则引入粒子群种群最优值的确定中,以提高种群多样性;结合信息素浓度更新式改进粒子位置更新式,使粒子注重当前搜索信息,加快粒子搜索速度.仿真实验结果表明,在几种典型测试......
