首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 93 毫秒
1.
基于进化算法的约束处理技术   总被引:2,自引:0,他引:2  
约束优化问题是科学和工程应用领域经常会遇到的一类数学规划问题,因而对其研究具有十分重要的理论和实际意义.进化算法是一种模拟自然进化过程的全局优化方法。综述基于进化算法的约束处理技术研究现状,提出几个值得关注的研究问题。  相似文献   

2.
基于群体的进化算法是求解函数优化问题的常用方法,但存在收敛速度慢和易陷入早熟的缺点.提出了一个基于(1+1)-ES分块进化的低维函数优化算法,采用分块进化,引入丢弃不重要分块和二次优化求精的策略,实现了全局搜索过程和局部搜索过程的分离.通过算法分析,表明了算法比较适合于低维函数.仿真结果表明了提出的算法的抗早熟能力和求解效率均优于FEP.  相似文献   

3.
背包问题是计算机算法中的一个NP完备类困难问题,使用传统的优化方法在求解较大规模的背包问题时,都存在计算量大、迭代时间长的缺陷.人类进化算法是模拟人类进化机理而建立的一种智能优化算法,本文阐述了人类进化算法的基本原理和实现方法.为提高背包问题的求解速度和精度,将人类进化算法应用于背包问题的求解,演示了算法的工作过程.试验结果表明,使用该方法求解背包问题是完全可行的和有效的,与众多优化算法相比,人类进化算法具有更高的求解效率.  相似文献   

4.
周杨  乐金朝  崔萌 《河南科学》2003,21(3):320-322
路基边坡稳定性评价的关键是如何确定最危险滑裂面的位置并计算与之相对应的安全系数,是非线性优化问题。为克服传统优化分析方法容易陷于局部最优解的缺点,本文利用模拟自然进化过程的遗传进化算法来搜索最危险滑动面,提出了一种路基边坡稳定性分析的遗传进化调优算法,它是一种全局优化分析方法。  相似文献   

5.
解高维复杂函数优化问题的混合差分进化算法   总被引:1,自引:1,他引:0  
鉴于传统方法用于高维复杂函数优化很容易陷入局部极小,为此提出了一类通用、易实现、具有全局优化特性的混合优化算法(CHADE算法).该算法将混沌优化的随机性与差分进化算法(DE算法)相结合,利用混沌扰动算子增强算法的局部搜索能力;同时,随着搜索过程的进行随机地调整缩放因子和差分进化模式.多个典型高维复杂函数的数值仿真结果表明:CHADE算法寻优效率高、收敛速度快,尤其是具有避免局部极小的能力,其优化性能优于单一的DE算法.  相似文献   

6.
三层前向人工神经网络全局最优逼近   总被引:1,自引:0,他引:1  
提出了求解不等式约束非线性优化问题的群体复合形进化算法,提出的算法能充分利用目标函数值的信息,优化搜索过程具有较强的方向性和目标性,收敛速度快,且是全局优化算法;将群体复合形进化算法应用于三层前向人工神经网络逼近,提出了三层前向人工神经网络全局最优逼近算法;将三层前向人工神经网络全局最优逼近算法应用于实例,表明了提出的全局最优逼近算法的有效性  相似文献   

7.
一类针对带约束优化问题的进化规划算法   总被引:1,自引:0,他引:1  
提出了一种适用于求解带约束优化问题的进化规划方法,其中关键的变异算子采用基于行为的架构,事先设计一系列子变异算子,如使得个体适应度函数值趋向最小方向的变异算子、逃避约束方向的变异算子、种群总体平均适应度函数值趋向最小方向的变异算子等,通过加权平均的方法决定总变异方向.结合小生境技术及最优个体保存的选择策略,该算法能在同时保证种群的多样性和个体的全局最优性的情况下快速地求得带约束条件下的最优解.仿真结果表明,该进化规划算法是可行的.  相似文献   

8.
基于改进多粒子群算法的电力系统无功优化   总被引:12,自引:0,他引:12  
将改进的多粒子群算法应用于电力系统无功优化问题的求解,克服了传统粒子群算法收敛精度不高、易陷入局部最优的缺点.该优化方法对原粒子群算法进行了如下改进:通过增强粒子群间的协同作用、引入惯性因子以及扰动的策略,来平衡集中强化搜索和分散多样化搜索过程.对IEEE6节点和IEEE30节点系统分别进行无功优化计算,并与传统粒子群算法进行了比较,结果表明,该算法求得的有功损耗较原状态降低了近1/5,且电压合格率为100%,具有较强的全局搜索能力和较高的收敛精度,是求解无功优化的有效方法.  相似文献   

9.
张玉兰  龚建荣  曹亚萍  谢小韦 《科技信息》2010,(26):I0369-I0369
本文借鉴蚂蚁算法的进化思想,提出一种求解函数优化问题的遗传算法和最大-最小蚂蚁算法的混合算法。采用遗传算法生成初始信息素分布,利用蚂蚁算法求精确解,该方法能有效地求得全局极值点。  相似文献   

10.
张贵军  吴惕华 《上海交通大学学报》2005,39(12):1984-1987,1992
针对三级泵优化配置问题的难解性,提出一种扩展拥挤遗传算法(ECGA).该算法在进化过程中采用物种保留策略维持群体的多样性,从而可以保证得到问题的全局最优解.此外,采用组合编码策略实现连续变量和整数变量的混合编码,使之可应用到混合整数非线性规划(MINLP)问题.通过与传统OA、ECP、MIN—MIN等算法解算结果比较,验证了ECGA算法可有效地求解三级泵配置问题.  相似文献   

11.
微粒群优化在Job-shop调度中的应用   总被引:8,自引:0,他引:8  
Job-shop调度问题是典型的NP-难问题,利用微粒群优化的全局搜索能力和高搜索效率以及模拟退火算法的局部搜索能力,发展了一种快速、且易于实现的新的混合启发式算法,并将其应用于求解标准Job-shop调度问题,计算结果以及与其他算法的比较说明,该算法是一种求解Job-shop调度问题的可行且高效的方法。  相似文献   

12.
在聚类分析中,模糊k-均值算法是目前应用最为广泛的方法之一,然而该算法对初始化敏感,容易陷入局部极值点,为此,提出一种基于克隆选择的模糊聚类新算法以实现全局优化处理.在新算法中,由于克隆算子能够将进化搜索与随机搜索、全局搜索和局部搜索相结合,因而通过对候选解进行克隆算子操作,能够快速得到全局最优解.用人造数据和IRIS实际数据所做测试结果表明了新算法的有效性.  相似文献   

13.
蚁群算法在水位流量关系拟合中的应用   总被引:8,自引:0,他引:8  
蚁群算法是一种模拟进化算法,初步研究表明该算法具有许多优良性质.针对传统水位流量关系曲线拟合过程中存在精度不高等问题,应用连续性空间优化问题的蚁群算法模型来拟合水位流量关系,并将该方法与遗传算法及传统的优化方法进行比较.结果表明,蚁群算法具有直观、简便、快速、实用性强等优点,是一种较为优秀的全局优化方法.  相似文献   

14.
自适应SAGA算法进行全局寻优的研究   总被引:5,自引:0,他引:5  
遗传算法以概率转换规则为基础,在给定问题的潜在解集中进行广泛搜索,具有很强的全局寻优能力,但收敛速度慢。模拟退火算法理论上只要计算时间足够长,就可以保证收敛于全局最优点。但是在实际算法的实现过程中,由于计算速度和时间的限制,全局寻优点的效果并不理想。将遗传算法和模拟退火相结合,提出一种混合的自适应遗传算法,可以提高收敛速度并改善全局寻优性能。  相似文献   

15.
模拟退火算法是以固体退火过程为物理背景的全局优化算法,具有全局寻优的能力,是一种有效的非线性组合优化算法。模拟退火反演算法实质是利用了地球物理反演问题求解过程与熔化固体退火过程的相似性,模拟其达到最低能量状态为系统目标函数的最优解。本文概要地介绍了模拟退火法的基本原理,解的接受准则,模拟退火法的实现方法、特点及其局限性。总结了近年来对模拟退火方法进行的改进,并给出了模拟退火法在多层密度界面反演中的实例。  相似文献   

16.
粒子群算法在求解优化问题中的应用   总被引:15,自引:2,他引:15  
粒子群优化(PSO:Particle Swarm Optimization)算法是一种新兴的优化技术,其思想来源于人工生命和进化计算理论.PSO算法通过粒子追随自己找到的最好解和整个群体的最好解完成优化.为了避免PSO算法在求解最优化问题时陷入在局部最优及提高PSO算法的收敛速度,提出了对PSO算法增加更新概率.对无约束和有约束最优化问题分别设计了基于PSO算法的不同的求解方法和测试函数,并对PSO算法求解多目标优化问题进行了研究.仿真实验表明了改进的PSO算法求解最优化问题时的有效性.  相似文献   

17.
蚁群算法在一般函数优化求解中的应用   总被引:2,自引:0,他引:2  
蚁群算法是一种新型的模拟仿生算法.本文通过在一般函数优化求解中的应用,说明该算法与启发式因子相结合可有效地避开陷入局部最优的弊病.显示了蚁群算法在连续空间优化问题中的应用前景.  相似文献   

18.
基于动态隧道系统的K-means聚类算法研究   总被引:1,自引:0,他引:1  
针对K-means聚类算法易陷入局部极小的问题,利用动态隧道算法在解决全局最优化问题中的有效性,将算法中的动态隧道过程引入到K-means聚类算法中,提出了一种基于动态隧道算法的K-means聚类算法.该算法在K-means聚类算法寻优得到的局部极小值基础上,利用动态隧道过程寻找更小的能量盆地,再将其值提交给K-means聚类算法进行迭代寻优,重复该过程,直到找到全局最小值.理论分析和仿真实验证明,该算法的聚类效果要优于K-means聚类算法.  相似文献   

19.
多目标路由问题要求极小化网络带宽资源消耗 ,它与图论中 NP完全的 Steiner问题等价 ,不存在多项式时间算法 ,只能采用近似算法或启发式算法 .进化算法是一类有效求解优化问题的新算法 .应用进化算法中的进化规划方法 ,求解 Steiner问题 ,提出了一种新的多目标路由算法 .仿真结果显示 ,该算法性能高于启发式方法  相似文献   

20.
针对传统方法求解多目标优化问题的局限性,应用一种新的算法求解。遗传算法从问题解的串集开始搜索,覆盖面大,可以同时处理群体中的多个个体,利于全局择优,减少陷入局部最优的风险,而最小生成树具有过程简单清晰、适用性广泛的特点,结合两者的优点,构造了基于生成树的遗传算法。首先通过加权目标规划法求出最优解,然后通过遗传算法和基于生成树的遗传算法求解,结果表明,对于小规模的多目标优化问题,两种算法都可以求出最优解,在求解时间方面,基于生成树的遗传算法比遗传算法更优越。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号