共查询到20条相似文献,搜索用时 125 毫秒
1.
2.
为了解决传统遗传算法易陷入局部最优解的问题,在多父体杂交算法和差分进化算法的基础上,提出了混合差分演化算法.该算法的核心在于,采用多父体杂交算子保证算法的遍历性,通过淘汰相同个体来保持群体的多样性,并以较小概率随机选取部分个体进行差分进化操作,从而充分利用最优个体的信息达到了加快收敛速度的目的.对复杂函数的寻优实验验证了混合差分演化算法的有效性. 相似文献
3.
4.
群优化是一种随机的群体搜索策略.针对粒子群算法易陷入局部最优和收敛速度慢等不足,提出了根据粒子的能量自适应调整参数的改进算法.该算法基于动力学和热力学的理论,计算每个粒子的能量值,并将优化过程中的群体视为热力学的某一状态,通过退火温度和粒子的能量动态调整算法中的惯性参数,达到对"惰性"粒子的原速度方向给予较大的牵引力的目的.优化过程中,随着系统温度的降低,惯性参数逐渐减小,有利于问题的收敛.算法中采用了带极值扰动策略,加速粒子跳出局部最优的能力.数值实验结果表明,该算法具有收敛精度高和收敛速度快的特点,可快速有效的求解约束和非约束优化问题. 相似文献
5.
基于自适应网格的多目标粒子群优化算法 总被引:5,自引:1,他引:4
针对现有多目标进化算法计算复杂度高,搜索效率低等缺点,提出了基于自适应网格的多目标粒子群优化(AGA-MOPSO)算法,其特点包括:评估非劣解集中粒子密度估计信息的自适应网格算法;能够平衡全局和局部搜索能力的基于AGA的Pareto最优解搜索技术;删除非劣解集集中品质差的多余粒子以维持非劣解集在一定规模的基于AGA的非劣解集截断技术.仿真计算表明,和文献中典型的多目标进化算法比较,AGA-MOPSO算法在求解复杂大规模优化问题方面表现了良好的性能. 相似文献
6.
一种基于子群杂交机制的粒子群算法求解旅行商问题 总被引:13,自引:0,他引:13
粒子群算法是在借鉴海鸥群落觅食行为基础上发展起来的仿生学优化算法,为求解复杂的组合优化问题提供了一种新的思路。本文提出一种结合粒子群算法结构和求解TSP问题蚁群算法特点的新算法,将多用于连续空间优化的粒子群成功扩展到TSP领域。算法通过杂交粒子选择机制,运用两种不同设计的杂交算子,成功模拟了自然界同物种不同种群间的协作与交流,将多子群策略和子群问杂交操作引入粒子群结构之中,增强算法的寻优能力。实验结果表明,该算法能有效地保证粒子问多样性差异,通过优化信息在子群间顺畅交流,有效地促进整个群落的进化收敛。该算法在解决TSP问题时.无论在收敛性和鲁棒性方面都优于一般的单群体、非杂交算法。是一种优秀的TSP问题解法。最终优化结果均达到TSPLIB中记录的已知最优解。 相似文献
7.
空间轨迹的搜索问题具有多个全局最优解,一种有效的解决方法是采用粒子群算法进行搜索.然而与一般的优化问题不同,轨迹问题要求算法中粒子适应值与粒子位置同时收敛.为此,针对已有的粒子群算法在轨迹搜索上的不足,提出了一种减速粒子群优化算法(Slowdown ParticleSwarm Optimization,简称SPSO),从位置角度改善粒子群的收敛性能.该算法利用独立子群技术保证粒子收敛于不同的位置,并根据粒子适应值情况减半更新粒子飞行速度,以达到位置收敛的目标.仿真实验的结果表明了减速粒子群算法在位置收敛效果上的优越性. 相似文献
8.
《复杂系统与复杂性科学》2020,(1)
粒子群优化算法是一种新型的群体智能算法,具有参数少、使用方便、效果好等优点,因而得到了广泛应用。为了改进粒子群算法的性能,在自适应粒子群算法和模拟退火粒子群算法的基础上提出基于混沌映射的自适应退火型粒子群算法,在局部最优解附近添加混沌扰动算子,使其具有突跳能力,进而提高全局搜索能力;将传统的惯性因子改为双重选择策略,不仅使惯性因子随着目标函数的变化而变化而且随着粒子当前位置与上一时刻位置的距离的变化而变化;采用线性递减加速因子来动态调整自身经验和群体经验在迭代中的作用。通过数值实验验证了改进算法的性能,结果表明改进的算法对于不同类型的函数的寻优能力要优于自适应粒子群算法和模拟退火粒子群算法。 相似文献
9.
10.
通过大量仿真实验,考察了粒子群算法(PSo)中粒子平均速度和算法收敛性之间的关系,提出了一种基于粒子速度反馈信息的自适应调整权重策略,同时在搜索过程中引入混沌序列.给出的收敛性分析证明,该算法可以以概率1收敛到全局最优解.对经典函数的测试计算表明,改进后的PSO算法较好地解决了基本粒子群算法中易陷入局部最优的缺点,在稳定性和收敛精度上均优于普通的PSO算法.改进的粒子群算法被用于优化神经网络的结构和参数,并将基于改进算法的神经网络用于4cBA软测量建模中.实际应用表明,与基于其它智能算法的神经网络相比,该网络不仅有较高的泛化性能,而且有更快的学习速度和较好的实时性. 相似文献
11.
退火进化规划算法及其收敛性 总被引:2,自引:0,他引:2
基于排序的选择方式在一定程度上会导致种群搜索范围变窄,进化规划算法过早收敛。针对此问题,将退火概率与适应度结合的选择方式引入进化规划算法的选择操作,形成了退火进化规划算法(AEP)。然后利用非时齐Markov链对退火进化规划算法进行了描述,并证明了其全局收敛性。数值实验表明,退火进化规划算法能保证种群的全局收敛性,且收敛速度较快,可较好地避免早熟收敛和局部极值。 相似文献
12.
13.
基于生物迁移的机理,提出了一种新算法--生存迁移算法.每个生物体都存在着生存极限,生存极限会随着时间不断演化,而生物体为了生存又会在空间上不断地迁移,当全部个体所在位置的生存状况都能满足生存极限时,就认为达到了最佳的生存位置.文章分析了算法的机理与过程,用其解决了四种类型的非线性最优化问题,并进行了比较分析,实验结果说明生存迁移算法具有较快的收敛性,能较好处理一些优化问题. 相似文献
14.
15.
16.
高飞 《复杂系统与复杂性科学》2004,1(4):79-84
用差异演化算法探索基于自然界进化思想的遗传算法所固有的混沌现象,介绍描述遗传算法的随机现象的一种新的带有有理分数的离散混沌系统,提出用一类推广的差异演化算法(DEESC)对其动力学性质进行仿真,如值域、不稳定周期点,进而设计一种新的差异演化控制策略(DECS),并仿真研究表明该方法的可行性和有效性. 相似文献
17.
针对空间快速接近定点观测任务, 研究了具有交会时间和转移路径约束的多约束条件下的共面圆轨道间远距离三脉冲最优交会问题, 将Hill制导方法与粒子群算法相结合求解转移路径点以及转移时机的最优解。在求解过程中, 提出一种等价变换的方法, 将原始待求量转化为一组新的相互独立的待求变量, 将原始的各约束项转化为易描述和处理的搜索空间边界条件, 为完成算法的初始化过程带来了便利, 使得算法设计过程更为简洁。最后, 给出了两组三脉冲最优交会仿真实验, 仿真结果不仅验证了所提算法的有效性, 而且表明, 相对于常规的设置惩罚项处理约束的方法, 采用本文所提出的等价变换方法处理约束项后, 算法表现出更强大的搜索能力及更好的稳定性。 相似文献
18.
当前战争愈加复杂, 如何设计和选择最优无人装备体系以完成使命是一项难题。针对该问题, 提出一种无人装备体系架构超网络模型和一种方案空间搜索算法。首先, 基于作战能力生成要素给出了无人装备体系形式化描述框架。其次, 提出了无人装备体系架构方案空间搜索问题框架, 其目标是寻找到使预期收益最大化和使累积成本最小化的最优架构。然后, 提出了一种基于顺次分配机制的最优架构方案动态搜索算法。最后, 通过仿真实验检验了该算法。实验结果表明,该算法明显优于其他几种基准算法,提出的架构框架和方案空间搜索算法具有辅助决策的价值。 相似文献
19.