收敛因子非线性变化的鲸鱼优化算法

针对基本鲸鱼优化算法在处理复杂全局优化问题时存在解精度低和收敛速度慢等缺点,提出一种收敛因子随进化迭代次数非线性变化的改进鲸鱼优化算法.该算法利用混沌方法替代随机方法初始化种群,使群体具有较好的多样性.受粒子群算法惯性权重启发,设计出一种随进化迭代次数增加而非线性变化的收敛因子更新公式,以平衡算法的全局搜索和局部搜索能力.对当前最优鲸鱼个体执行混沌扰动策略以扩大其搜索范围.选取6个高维标准测试函数进行数值实验,结果表明该算法具有较高的收敛精度和较快的收敛速度.     

蚁群算法中挥发系数与迭代次数和最优路径长度关系研究

蚁群算法中挥发系数ρ对算法的收敛速度和全局最优路径有很大的影响。以TSP(Traveling Salesman Problem)问题为例,深入探讨了挥发系数与收敛所需迭代次数、全局最优路径长度之间的关系。首先通过对相关文献提供的研究进行归纳和总结,提出了挥发系数与迭代次数、最优路径长度之间的关系假设。然后编程读取不同的挥发系数值对应的迭代次数与最优路径的长度,并对所读取的数据进行分析拟合。最后验证了所提出的关系假设的正确性。     

模糊控制技术在SIMPLER算法中的应用及求解性能分析

为了提高SIMPLER算法在三维流动问题上的求解性能,引入模糊控制方法来自动调控速度亚松弛因子的大小.在数值计算过程中,将相邻两个迭代层次上的最大动量残差比值作为模糊控制输入量,速度亚松弛因子的变化量作为模糊控制输出量,基于最大动量残差的变化趋势可实现速度亚松弛因子的自动调控,从而达到加快收敛的目的.最后,通过3个经典的流动问题验证了模糊控制方法的优越性.研究表明:当初始亚松弛因子为最不利值时,模糊控制方法的收敛速度约是固定松弛因子方法的5~30倍;当初始亚松弛因子为最佳值时,模糊控制方法迭代次数与固定松弛因子方法迭代次数之比为0.7~2.0,收敛速度相差不大;采用模糊控制方法后,SIMPLER算法在不同初始亚松弛因子下均能得到高速收敛的解,同时健壮性也显著提高.研究工作将为大幅提升SIMPLER算法在三维流动问题上的求解性能起到重要作用.     

一种新的全局优化搜索算法--人口迁移算法(Ⅱ)

用概率论分析了新提出的求解函数全局优化问题的人口迁移算法的收敛性及动态特性。分析结果表明人口迁移算法依概率收敛到全局最优解。以找到问题全局最优解的概率为准则，给出了该算法工作在最坏情形时按迭代次数衡量的收敛速度估计，进而给出了该算法按给定概率收敛时的计算时间复杂性估计，即函数计算次数估计。     

基于动态平衡因子自适应步长的布谷鸟搜索算法

针对标准布谷鸟搜索算法依赖Lévy飞行的游走导致整个搜索过程步长具有随机性的问题,提出一种基于动态平衡因子自适应步长的布谷鸟搜索算法。通过对标准布谷鸟搜索算法中参数偏度动态自适应取值来实现算法对步长的动态自适应,同时引入动态平衡因子以调节全局适应度和当前迭代次数所占的比重,从而实现布谷鸟搜索算法收敛速度和搜索精度的平衡。测试仿真实验结果表明,与标准布谷鸟搜索算法相比,提出的算法收敛速度显著提升;与单纯依赖迭代次数自适应步长的布谷鸟算法相比,提出的算法避免了为追求收敛速度而造成的算法早熟现象。     

基于改进蚁群算法的城市公交线网规划方法研究

城市公交线网规划是一个复杂的非线性组合优化问题,目前对于该问题的求解仍存在收敛性和计算速度问题。为解决此问题,提出了一种通过动态调整信息素挥发因子来控制其正反馈过程的改进蚁群算法,提高了网络规划过程中得到全局最优解的概率和收敛速度。算例结果表明：规划结果符合实际,并在相同参数下,改进蚁群算法的迭代次数减少约一半,充分验证了该方法的可行性和有效性。     

速度、压力耦合方程组的块隐式解

提出了求解回流中速度、压力耦合方程组的两组块交替方向隐式迭代的算法。以存在解析解的无粘射流为算例,进行了数值模拟;同时还就计算时间与所需迭代次数将此法与SIMPLE法作了比较。结果表明,使用此法可节省计算机时、提高收敛速率,所得数值解与解析解也相当吻合。讨论了迭代过程中的最佳松弛因子。     

K-means聚类分析在人体体型分类中的应用

讨论了K-means聚类分析在人体体型分类应用时分类数的确定方法和迭代收敛两个重要问题.参考GB/T 1335—2008,以219名青年女性人体数据为检验样本,以胸腰差为实例进行论证.结果表明:采用基于系统聚类的距离评价函数法,样本最佳分类数为7类,如限制分类数为3~5时,则最优分类数为4;抽取容量分别为219和100的两组样本进行不同迭代次数的聚类分析,发现聚类收敛所需的迭代次数受数据离散程度影响,采用SPSS软件进行聚类分析时应该设定较大的迭代次数以确保聚类收敛.     

基于改进人工鱼群算法的软硬件划分方法

将人工鱼群算法应用于软硬件划分,从而提出一种软硬件划分方法．针对人工鱼群算法在应用于离散型问题时普遍存在的最优解出现概率低、收敛速度慢等问题,采用随机步长来改善鱼的游走行为,使用邻域搜索来获得邻域内的更优状态,并根据无效迭代次数来提前终止迭代、提高算法效率．在对不同结点数的随机 DAG 图划分实验中,改进后算法的平均耗时约为原算法的6.5%～34.5%,而最优解出现概率则为原算法的5～7倍．因此,改进后算法在寻优能力和收敛速度上均优于原始算法,可更高效地完成软硬件划分任务．     

加快铸件流动场数值计算速度方法的研究

在对铸件流动场数值计算过程进行理论分析的基础上，指出了传统的静态松弛因子不能适应整个流动场计算的要求．提出了动态松弛因子、平均收敛率及总平均收敛率的概念，并给出了合理选取动态松弛因子的标准和方法，实际测试与应用表明该方法可以有效地提高迭代收敛速度，加快铸件流动场的计算处理过程．