搜索结果: 1-15 共查到“信息科学与系统科学 最优化算法”相关记录27条 . 查询时间(0.287 秒)
为了实现对氮化镓高电子迁移率晶体管GaN HEMT（gallium nitride high electron mobility transistor）高速开关带来的开通过压、误导通、开关振荡和EMI噪声等问题展开定量的仿真分析,提出了一种基于建模数据和最优化算法的门极增强型GaN HEMT电热行为模型建模方法。相比较于常规GaN HEMT行为模型,所提出的建模方法采用2个简单的建模公式实现了对G...
不依赖梯度信息的分布式优化算法
梯度信息 分布式 优化算法
2020/1/15
近几年，传感器网络中的资源定位、智能电网等领域涌现出来的问题，需要实现整个网络系统的优化。但网络中分布的众多传感器，由于自身计算能力等多方面因素制约，仅靠单个节点获取的信息无法实现总体的性能优化。如何利用网络中众多的“局部”信息、数据和计算能力，实现功能整体优化，是这类系统迫切需要解决的问题，通常称为 “分布式优化”。
蜂群优化算法的机器人路径规划
人工蜂群算法 梯度下降算法 Bootstrap采样 路径规划 自适应
2020/9/7
提出了一种改进人工蜂群算法用于机器人的路径规划。为了防止算法早熟，基于梯度下降算法的思想对蜜源位置更新公式进行了改进，同时在公式中引入了自适应位置更新系数。以上述改进公式为基础，基于Bootstrap采样策略，对引领蜂和观察蜂各自的种群进行重采样，以提高算法收敛速度。在部分标准测试函数上对所提算法进行了有效性验证，结果表明所提算法较以往的蜂群算法具有更高的收敛速度，且收敛精度提高。将所提算法与改进...
弱连接多子群分子动理论优化算法
多子群 弱连接 群集现象 混沌扰动
2019/3/14
针对分子动理论优化算法拓扑结构与“群集”现象的不足, 提出了一种弱连接多子群分子动理论优化算法. 该 算法分为上下两层, 下层由一系列分子子群执行启发式快速搜索, 以提高算法的收敛速度; 上层中的混沌扰动子群基于 混沌扰动机制, 以便停滞状态的分子子群能跳出局部极值; 上层中的免疫局部学习子群选取下层中的部分优秀个体进行 局部学习, 以实现精细化搜索而提高算法的收敛精度. 仿真结果表明, 该算法在...
用对数函数描述收敛因子的改进灰狼优化算法及其应用
灰狼优化算法 对数函数 收敛因子
2019/3/6
针对灰狼优化(grey wolf optimization, GWO)算法在求解复杂高维优化问题时存在解精度低、易陷入局部最优等缺点，提出一种基于对数函数描述收敛因子的改进GWO算法。采用佳点集方法初始化种群以保证个体尽可能均匀地分布在搜索空间中；提出一种基于对数函数描述的非线性收敛因子替代线性递减收敛因子，以协调算法的勘探和开采能力；对当前最优的3个个体执行改进的精英反向学习策略产生精英反向个体...
融入偏好信息的列车运行过程多目标优化算法
偏好信息 遗传粒子群算法 列车运行过程
2018/2/5
列车运行过程优化是一个多目标、大滞后、非线性的极其复杂的优化问题.为了更好地解决上述问题，以列车能耗、舒适性、停靠准确性和运行时间为控制目标，以列车运动动力学方程为约束，建立了列车运行过程的多目标优化模型，提出了一种融入偏好信息的列车运行过程多目标遗传粒子群算法.提出的改进策略具有以下优点，在融入偏好信息的基础上通过控制粒子群中个体在解空间的分布能够更好地保持粒子群多样性，从而在进化过程中具有更明...
空间数据关联的多目标粒子群优化算法
多目标优化 数据关联 粒子群优化 拥挤距离
2015/7/16
提出一种空间联合概率数据关联的多目标粒子群优化(DS-MOPSO) 算法. 采用正态分布确保初始样本均匀分布, 通过采用拥挤距离和先验概率采样确立外部归档中非支配解的拥挤度来保持解的多样性; 采用Sigma 方法作为选择精英粒子策略寻找全局最优解; 利用空间联合概率数据关联动态生成每个粒子的惯性权值, 增强粒子的搜索区域, 防止算法陷入局部最优. 仿真实验结果表明, 采用所提出的算法所得到的Par...
基于抽象凸下界估计的群体全局优化算法
全局优化 支撑向量 抽象凸
2015/7/16
针对确定性全局优化算法极高的计算复杂度以及随机性全局优化算法可靠性较低的问题, 在群体进化算法框架下, 结合抽象凸理论, 提出一种基于抽象凸下界估计的群体全局优化算法. 首先, 对整个初始群体构建抽象凸下界估计松弛模型; 然后, 利用不断收紧的下界估计信息安全排除部分无效区域, 并指导种群更新, 同时借助支撑面的下降方向作局部增强; 最后, 根据进化信息更新支撑面. 数值实验结果表明了所提出算法的...
基于混合策略的双种群约束优化算法
约束优化 双种群 混合策略 差分进化算法
2015/5/19
提出一种基于混合策略的双种群约束优化算法. 利用双种群存储机制处理约束条件, 并采用约束支配更新不可行解集, 同时采用混合策略进化种群: 在进化前期利用Deb 准则产生可行解, 并保留一部分非劣不可行解参与进化, 保持种群多样性; 在进化后期让最优个体和次优个体参与进化, 使种群快速收敛. 仿真实验结果表明, 所提出的算法在保证种群多样性的同时, 能够较好地收敛到全局最优解, 且鲁棒性较好.
一类区间多目标粒子群优化算法
多目标优化 区间参数 粒子群优化 模糊支配
2015/5/19
针对区间参数多目标优化问题, 提出一种基于模糊支配的多目标粒子群优化算法. 首先, 定义基于决策者悲观程度的模糊支配关系, 用于比较解的优劣; 然后, 定义一种适于区间目标值的拥挤距离, 以更新外部存储器并从中选择领导粒子; 最后, 对多个区间多目标测试函数进行仿真实验, 实验结果验证了所提出算法的有效性.
带创造性思维的混沌蚂蚁群优化算法
群智能 混沌蚂蚁群优化算法 创造性思维 基准函数
2014/5/7
针对混沌蚂蚁群优化算法(CASO) 容易陷入局部极值和精度低的缺陷, 从认知学角度进行分析, 将创造性思维(CT) 引入CASO 算法, 提出了一种带创造性思维的混沌蚂蚁群优化算法(CTCASO). 基于CT 过程的“四阶段”模型, 构建了算法框架, 改进了位置更新公式, 从而使蚂蚁个体在惯性、认知能力的基础上增强了CT 能力, 提高了蚁群
的整体寻优能力. 仿真结果表明, 所提出的算法搜索能力...
基于改进粒子群优化算法的离散混沌系统神经滑模控制
混沌系统 粒子群优化 滑模控制 神经网络
2014/3/3
针对离散混沌系统，提出了一种基于融合Powell法的粒子群优化策略（Powell-PSO算法）的神经滑模等效控制方法。该方法通过将BP神经网络的输出作为滑模等效控制的切换部分的系数，有效克服了传统滑模等效控制的抖振现象；利用Powell-PSO算法对神经滑模控制器的参数进行全局优化，提高了离散混沌系统的控制品质。实验仿真表明：该方法无需了解离散混沌系统精确模型，具有响应速度快、控制精度高以及抗干扰...
多目标扰动生物地理学优化算法
生物地理学优化算法 扰动迁移算子 多目标优化 Pareto 最优解集
2014/2/19
提出一种多目标扰动生物地理学优化算法(MDBBO) 来求解多目标优化问题(MOPs). 该算法基于现有群体中非支配可行解的比率, 联合个体非支配等级排序和拥挤距离对个体进行评价; 在生物地理迁移策略基础上提出扰动迁移算子并应用于群体进化, 增强群体多样性; 应用归档种群来保存所获得的非支配可行解, 并用循环拥挤距离法对其更新, 确保群体的均匀分布性. 通过标准函数测试以及与经典算法比较表明了该算法...
一种智能优化算法解质量评价方法
智能优化算法 解质量 聚类 序优化
2014/2/26
如何评价智能优化算法在有限时间内所得解的质量, 是计算智能基础研究和工程实践中都亟待解决的问题. 受序优化思想启发, 针对连续优化问题, 提出一种评价智能优化算法解质量的方法. 首先利用聚类方法对解记录均匀化分区, 然后根据适应度值分布计算对准概率作为解质量评价指标. 通过对均匀采样、非均匀采样、粒子群算法和遗传算法的寻优结果进行实验表明了所提出方法的有效性.