·
搜索结果:找到“优化算法”相关结果158867条
排序: 按相关 按相关 按时间降序
  • 【期刊】 恒切削力铣削刀路优化算法改进

    刊名:中国设备工程 作者:朱宁 关键词:优化算法 ; 恒切削力 ; 偏置曲线 机构:徐州机电技师学院 ; 徐州机电技师学院 年份:2018
    摘要:在铣削加工具有非圆曲线轮廓的工件时,铣削力很难保持恒定。本文在等误差插补算法的基础上,设计了改进算法,使用改进后的插补算法计算插补点,各插补段的插补误差比较均匀。使用改进算法计算,得到的误差值更加准确,不仅能够保证工件的加工精度,而且能够提高工件的表面质量,缩短加工时间。
  • 【期刊】 最优小波转移的逆向果蝇优化算法

    刊名:微电子学与计算机 作者:张水平 ; 陈阳 ; 巫光福 关键词:果蝇优化算法 ; 小波转移 ; 逆向转移 ; 局部最优 机构:江西理工大学信息工程学院 ; 江西理工大学信息工程学院 年份:2017
    摘要:针对果蝇优化算法在优化复杂高维问题易陷入局部最优,从而导致收敛速度慢,寻优精度较低的问题,提出一种最优小波转移的逆向果蝇优化算法.鉴于果蝇优化算法只向种群最优个体聚拢的算法局限性,增加了小波转移的逃逸机制以保证迭代方向选择的正确性.在种群多样性较低时对群体进行逆向小波转移,指引种群从局部限制逃离向全局最优解处收敛.通过仿真实验测试,新算法可以有效保持种群正确的进化方向、有效抑制算法陷入局部最优并具有良好的优化性能.
  • 【期刊】 一种易跳出局部最优的粒子群优化算法

    刊名:电子测试 作者:赵维浩 ; 苏宾 ; 夏筱筠 关键词:粒子群优化算法 ; 局部最优 ; 多样性 ; 惯性权重 机构:中国航空沈阳黎明航空发动机有限责任公司 ; 中国航空沈阳黎明航空发动机有限责任公司 ; 中国科学院沈阳计算技术研究所有限公司 年份:2017
    摘要:针对粒子群优化算法(PSO)中出现的极易陷入局部最优的问题,本文提出了一种易跳出局部最优的粒子群优化算法.该算法是在算法陷入局部最优时,通过加大惯性权重来改变群体多样性,从而使得该算法能够跳出局部最优.最后,通过大量仿真试验表明,对于求解高维、多峰等复杂的非线性优化问题,该算法能表现出很好的搜索性能.
  • 【期刊】 基于自适应头狼的灰狼优化算法

    刊名:成都大学学报:自然科学版 作者:郭阳 ; 张涛 ; 胡玉蝶 ; 杜航 关键词:灰狼优化算法 ; 局部最优 ; 开发和勘探能力 ; 头狼 机构:长江大学信息与数学学院 ; 长江大学信息与数学学院 年份:2020
    摘要:灰狼优化算法一种模拟灰狼捕食行为的元启发式优化算法.由于灰狼算法在种群迭代更新中始终靠近最优解;所以易陷入局部最优.提出了一种基于自适应头狼的灰狼优化算法;并在个体迭代更新中选择合适的头狼个数进行个体更新;这使得算法能够平衡开发和勘探能力.通过对20个基准函数优化问题的仿真实验表明;改进后的算法与原始灰狼优化算法相比;其全局搜索能力有显著提高.
  • 【期刊】 局部维度改进的教与学优化算法

    刊名:浙江大学学报(工学版) 作者:何杰光 ; 彭志平 ; 崔得龙 ; 李启锐 关键词:教与学优化算法 ; 局部维度改进 ; 自学习扰动 ; 混合策略 机构:广东石油化工学院计算机与电子信息学院 ; 广东石油化工学院计算机与电子信息学院 年份:2018
    摘要:针对原始教与学优化算法局部搜索能力不强和进化后期容易陷入局部最优的问题,提出基于局部维度改进和自学习扰动的教与学优化算法.将局部维度改进融入教和学2个阶段,将个体的高质量维度变量保留到下一代,不断改善低质量维度变量,提高算法的细粒度搜索能力.提出一种混合全局维度改进和局部维度改进的个体更新方式,通过2种改进权重的逐代变化实现算法早期全局搜索和后期局部探测的平衡.在新算法中增加基于个体最优位置和搜索边界信息的自学习阶段,使种群在进化后期仍能向最优解方向搜索,避免算法过早陷入局部最优.基于标准测试函数的仿真结果表明,相比于原始的教与学优化算法和当前其他优秀的改进版本,局部维度改进的教与学优化算法的收敛精度平均提高了10~2~10~5倍,收敛速度平均提高了2~3倍.
  • 【期刊】 一种有源RFID群读防碰撞优化算法

    刊名:信息与电脑(理论版) 作者:米志强 关键词:有源RFID ; 读卡系统 ; 防漏读 ; 算法 机构:湖南现代物流职业技术学院 ; 湖南现代物流职业技术学院 年份:2018
    摘要:RFID技术是目前发展最为迅速、潜力最大的新兴技术之一,它以空间电磁波为传输媒介实现双向通信、自动识别的目的,被称为第三代识别技术,但是电子标签阅读器在同时读取多个标签的环节中,现场多卡群读成功率低而且极其不稳定。笔者根据有源电子标签阅读器特点,对阅读器工作流程进行改造,并结合二进制树搜索算法的特点,提出了一种有源RFID群读防碰撞优化算法,可有效降低漏读率。
  • 【期刊】 微正则退火的双向蚁群优化算法

    刊名:传感器与微系统 作者:周浩理 ; 李太君 ; 肖沙 ; 徐宁敏 关键词:双向蚁群算法 ; 微正则退火算法 ; 大规模 ; 全局最优解 机构:海南大学信息科学技术学院 ; 海南大学信息科学技术学院 ; 海南省公安厅科技通信处 年份:2016
    摘要:双向蚁群搜索算法可以提高算法的搜索速度,并可以选择搜索的空间;微正则退火算法具有准确度高、速度快等优点,可以实现全局路径优化搜索。结合两种算法的优点,提出了双向蚁群微正则退火算法,用来求解海量数据网络下的旅行商问题。通过实验表明:双向蚁群微正则退火算法不容易陷入局部最优解,且在寻找全局最优解和运行效率上都比其他算法更有优势。
  • 【期刊】 一种新的混合演化多目标优化算法

    刊名:软件 作者:杜冠军 ; 佟国香 关键词:流形 ; 差分算子 ; 分布估计算子 ; 多目标优化 机构:上海理工大学光电信息与计算机工程学院上海市现代光学系统重点实验室 ; 上海理工大学光电信息与计算机工程学院上海市现代光学系统重点实验室 年份:2019
    摘要:在KKT(Karush-Kuhn-Tucker)条件下,m维的连续多目标优化问题的Pareto解集在决策空间是一个(m-1)维的流形(manifold)。随着算法的迭代,当前种群将分布在流形的周围。为充分利用这一规则特性(regularity property)以解决具有复杂PS(Pareto set)的多目标优化问题,本文提出一种基于差分算子和分布估计算子的混合子代生成算法。首先,引入一个参数来指示当前种群的收敛程度,即当前种群解个体所构成的数据的协方差矩阵的前(m-1)个特征值的和与所有特征值的和的比,比值越大,收敛程度越高;进而,根据不同比值,自适应调节差分算子和分布估计算子生成新解的数量。将该算法在tec09系列测试函数上进行仿真实验,并与RM-MEDA、NSGA-II-DE两个算法进行对比,实验结果表明,RM-MEDA/DE算法优于与之比较的其他算法
  • 【期刊】 基于元胞自动机的教与学优化算法

    刊名:传感器与微系统 作者:张琳琳 ; 陈俊杰 ; 倪培洲 关键词:教与学优化算法 ; 全局搜索 ; 元胞自动机 ; 邻域结构 机构:东南大学仪器科学与工程学院 ; 东南大学仪器科学与工程学院 年份:2019
    摘要:为解决教与学优化(TLBO)算法易陷入局部最优的问题,提出了一种基于元胞自动机的教与学优化算法(CATLBO)。算法建立了四边形网状元胞自动机模型并指定其邻域结构和规则。为保持种群多样性,在教学阶段提出以一定的概率接收退步个体的策略;为加快收敛并保证解的精度,在学习阶段制定不同学习规则,劣势个体向优势个体学习,优势个体执行混沌扰动进行自我学习。使用多个Benchmark测试函数和经典TSP问题对算法进行了仿真。结果表明:CATLBO算法全局搜索能力强,与基本TLBO等算法相比,在处理高维多峰问题上更具优势。
  • 【期刊】 基于分层多子群的教与学优化算法

    刊名:合肥工业大学学报(自然科学版) 作者:王滔 ; 高岳林 ; 孙滢 关键词:教与学优化(TLBO) ; 函数优化 ; 动态取值 ; 分层多子群 机构:北方民族大学信息与系统科学研究所 ; 北方民族大学信息与系统科学研究所 ; 合肥工业大学计算机与信息学院 年份:2019
    摘要:文章针对教与学优化(teaching-learning-based optimization,TLBO)算法在求解高维函数优化问题时易陷入局部最优与"早熟"现象、迭代后期收敛速度慢、求解精度低的缺点,提出了一种基于分层多子群的教与学优化算法(hierarchical subpopulation TLBO,HSTLBO),对平均学生水平进行重新定义,并根据适应度值对教学因子动态取值;通过预设的一个等级层次结构,将种群划分为若干个子群,构成层次结构的底层;底层子群粒子相对独立进化,保证种群多样性,每个子群的最优粒子则构成层次结构的上一层,提升算法的全局收敛能力,子群自下而上更新。通过10个Benchmark函数将提出的算法与其他算法进行对比实验,结果表明,HSTLBO在求解精度和收敛速度方面均优于其他算法。
  • 【期刊】 一种基于混合策略的灰狼优化算法

    刊名:齐齐哈尔大学学报(自然科学版) 作者:牛家彬 ; 王辉 关键词:群体智能算法 ; 灰狼优化算法 ; 动态种群 ; 收敛速度 机构:黑龙江大学计算机科学与技术学院 ; 黑龙江大学计算机科学与技术学院 ; 哈尔滨工程大学计算机科学与技术学院 年份:2018
    摘要:灰狼优化算法作为一种群体智能算法,不可避免地会产生陷入局部寻优和收敛速度慢的问题.本文提出一种混合的改进策略,把动态权重和动态种群的结合起来,在提高收敛速度的同时,产生较好的解.通过多组基准测试函数进行验证,实验结果表明在收敛速度和搜索能力方面都表现的更好.
  • 【期刊】 蚁群优化算法的收敛性分析与研究

    刊名:现代电子技术 作者:赵世安 关键词:蚁群优化算法 ; 收敛性 ; 蚁群系统 ; 解收敛 机构:百色学院数学与统计学院 ; 百色学院数学与统计学院 年份:2017
    摘要:蚁群算法本身存在收敛速度慢、容易陷入局部最优解的缺陷,针对该缺陷提出一些改进的蚁群优化算法。主要讨论蚁群优化算法的收敛性理论及应用,得出蚁群系统和最大最小蚂蚁系统的性能好于蚂蚁系统,而且最大最小蚂蚁系统的性能最好,蚁群系统和最大最小蚂蚁系统是值收敛的,一种特殊的ACOgs,ρ(θ)算法是解收敛的。
上一页 1 2 3 4 5 6 7 8 9 10 下一页 跳转