共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
3.
微粒群算法是一种群体智能算法,它是通过模拟以鸟类、昆虫等为微粒的自然界的群体行为,来构造的一种随机寻优的进化算法。现有的微粒群算法在某些情况下存在收敛速度慢、而且不能收敛于全局最优解的问题。通过采用可视化的仿真方法对微粒群的搜索运动轨迹进行分析,我们提出了变尺度微粒群算法。变尺度微粒群算法将变尺度方法引入微粒的搜索过程中,采用不同的尺度动态地改变微粒群的搜索空间、速度限制区间等,通过对一些典型的试验函数的测试,结果表明,变尺度微粒群算法在收敛速度和全局寻优能力等方面都有较大的改进。 相似文献
4.
5.
6.
7.
8.
RRT(rapidly exploring random tree)算法是一种基于采样的路径规划算法,可以在高维环境中搜索出一条路径。传统的RRT算法存在节点利用率低、计算量偏大的问题。针对这些问题,基于快速RRT*(Quick-RRT*)算法,通过优化重选父节点与剪枝范围策略、改进采样方式、引入自适应步长,对快速RRT*算法进行改进,使得算法耗时和路径长度更短。同时,加入节点连接筛选策略,消除路径中过大的转弯角。实验结果表明,改进后的算法在三维环境下能快速找到一条距离最短的无碰撞路径,且运行时间也大幅降低。 相似文献
9.
基于蚁群算法的参数相关网格任务调度算法研究 总被引:2,自引:0,他引:2
任务调度是网格计算环境中影响系统性能的重要问题,目前大多数调度算法在调度时均把任务假定为元任务,而忽略任务间的约束关系。利用图论的思想将任务间依赖关系描述为满足一定条件的有向无环图(DAG),通过DAG图可以精确描述任务的优先级,此外蚁群算法在元任务调度中能有效实现任务调度和负载均衡,因此在蚁群算法进行元任务调度结果的基础上,根据任务优先级对分配给资源的任务进行排序即得出了参数相关任务调度的结果。仿真结果显示,此方法在各种网格环境下均能解决相关任务的调度问题,而且保证系统的负载均衡。 相似文献
10.
针对虚拟计算环境下Web资源特性的描述问题,提出资源空间模型,采用流形学习的方法提取Web资源特征.首先根据资源空间模型,有效地将Web资源抽象为高维空间中的数据集;然后,采用流形学习中的最大差异延展算法.此方法不仅能有效地提取Web资源的特征,而且能够挖掘隐含在Web资源内部的本征信息;此时,描述Web资源特征的数据位于低维空间,有利于资源的进一步处理.基于最大差异延展算法的Web资源描述方法有效地解决了Web资源的描述问题.通过仿真实验证明了此方法的有效性. 相似文献
11.
针对无人机编队网络管理问题,提出了一种基于自适应果蝇优化算法的加权分簇算法,利用分簇结构进行网络优化。该算法使用了基于离差标准化的数据归一化方法对各性能指标进行处理,并根据整体能耗改变权值分配规则,共同提高了簇头选举的客观性;分析了未定节点调整准则,提出了应用自适应果蝇优化算法进行簇的规模优化,消除了孤立节点和小规模簇;引入了剩余能量阈值和安全距离阈值约束维护条件,并分析了阈值的最优取值,减少了簇的维护次数。仿真结果表明,所提算法能够有效提高无人机编队各方面的性能,与现有算法相比,能够获得更好的网络管理效果。 相似文献
12.
13.
针对开关系统,给出了数学模型并引出了其最优控制问题,提出开关系统最优控制问题的加权粒子群算法,给出了相关的推理过程及算法步骤。加权粒子群算法不必找出支付泛函关于时间的显式表达,就可以找到其最优解,同样适用于其子系统为非线性的情形。分析了粒子群算法快速全局优化的特点,说明该算法能找到优化问题的全局最优解。以开关动态系统和一般开关线性二次问题的数值算例验证了该方法的有效性。 相似文献
14.
针对最大似然(maximum likelihood, ML)方位估计方法多维非线性搜索计算量大的问题,将连续空间蚁群算法与最大似然算法相结合,提出基于蚁群算法的最大似然 (ant colony optimization based maximum likelihood, ACOML) 估计新方法。该方法将传统蚁群算法中的信息量留存过程拓展为连续空间的信息量高斯核概率密度函数,得到最大似然方位估计的非线性全局最优解。仿真结果表明,ACOML方法保持了原最大似然方位估计方法算法的优良估计性能,而计算量只是最大似然方法的1/15。 相似文献
15.
16.
一种基于改进蚁群算法的多点路由算法 总被引:8,自引:1,他引:7
蚁群算法是一种新型的随机优化算法,蚁群算法与其它随机优化算法同样存在收敛速度慢易于限于局部最小点等缺陷.提出一种改进的蚁群算法,并将其与启发式方法相结合以解决多点路由问题.仿真证明,基于改进蚁群算法的多点路由算法模型可以稳定地获得优于现有启发式算法的解,是一种有效的多点路由算法,同时该算法也适用于并行执行和应用. 相似文献
17.
基于改进A*算法的飞行器三维航迹规划算法 总被引:3,自引:1,他引:2
提出了改进A*算法并应用于飞行器航迹规划,该算法把地形平滑技术融合到路径搜索的过程中,使平滑处理只需满足路径选择方向的飞行坡度要求和飞行器过载限制,得到的最优航迹更加贴近地形。在相同的条件下对改进A*算法和传统算法进行仿真比较,传统算法需要35 s左右收敛得到优化航迹并且代价函数为32.15;改进算法能在24 s内找到代价函数最优的飞行器三维航迹且代价函数为28.26,仿真结果表明改进A*算法在收敛速度和最优路径代价函数结果都明显优于传统算法,是一种有效的三维航路规划方法。 相似文献
18.
提出了一种BLAST与STBC结合的算法,本算法适用于所有接收天线大于等于发射天线数的天线阵列.对于STBC的发射矩阵,每次只传榆矩阵的一行,在接收端对已接收的每行数据都进行检测.如果解码成功,发射端则停止发送矩阵数据;如果失败,就继续发射下一行.这样在发送第一行时等效于发送BLAST,可以获得空间复用增益,而在传输完最后一行时是完整的STBC,可以获得空问分集增益,在中间状态则可以获得部分的分集增益和部分的复用增益.本算法结合了BLAST和STBC的优势,相对于BALST算法有更低的误码率,而相对于STBC算法则有更高的传输速率.分别对基于正交空时码和准正交空时码的推荐算法进行了仿真,仿真结果支持了理论分析的结果. 相似文献
19.
基于归一化常数模算法的级联自适应盲均衡算法 总被引:1,自引:0,他引:1
为了克服常数模算法收敛速度慢.稳态误差大的缺点,利用分数间隔盲均衡器的优点,分析了过采样的分数间隔盲均衡器理论,提出了一种基于归一化常数模算法的级联自适应盲均衡算法.该算法以分数间隔盲均衡器为第一级,以波特间隔盲均衡器为第二级,由归一化常数模算法对两级均衡器权向量进行更新,用水声信道对算法的性能进行了仿真研究.结果表明,分数间隔盲均衡器的性能优于波特间隔盲均衡器;高采样率的分数间隔盲均衡器与波特间隔盲均衡器级联后的性能优于低采样率的分数间隔盲均衡器与波特间隔盲均衡器级联后的性能,而且级联盲均衡器总是优于单级的分数间隔盲均衡器. 相似文献