混沌PSO梯级优化调度算法及实现

利用切比雪夫(Chebyshev)映射在[-1,1]区间上的遍历性和随机性,提出了一种基于切比雪夫映射的新型混沌粒子群优化(CPSO)算法.该算法在粒子群算法求出的最优解附近进行混沌搜索.提高了混沌粒子群算法的全局优化能力,能有效避免算法容易陷入局部最优以及解决逻辑斯谛(logistic)映射不能在负值区间进行搜索的问题.针对模型中复杂的约束条件,采用分段线性插值函数实现了对目标函数的求解,并通过对采用丰枯电价时三峡梯级水电系统长期优化调度问题的计算及与其他算法的对比,验证了该算法可解决具有复杂约束条件的工程优化问题.     

黄金分割法最优性证明

通过实践的摸索,并根据文[1]的提示,我们应用数论的方法,在选点方法、试验次数、初始试验点不事先知道的情况下证明黄金分割法的最优性。§1 基本概念和定义定义1 若函数y(x)在区间[a,b]上只有一个最大值点x,在点x左侧函数严格增加,在最大值点的右侧,函数严格减少,则称函数y(x)在区间[a,b]上为单峰的。不失一般性,今后只研究具有最大值的单峰函数。单峰函数有如下性质:y=y(x)是[a,b]上的单峰函数,x_1和x_2(x_1相似文献   

利用Fisher函数解约束优化问题的广义梯度投影算法

通过引入一个辅助优化问题,将广义投影与罚函数技巧和F isher函数(a,b)=a2 b2-(a b),a,b∈En的特殊性质:a2 b2-(a b)=0 a≥0,b≥0,ab=0结合起来,给出处理非线性等式、不等式约束问题的广义梯度投影算法,并证明该算法是全局收敛的.该算法不仅保持文献[6]的优点,而且还扩大了初始点的选择范围.     

斯特姆——刘维尔本征值问题的自然边界条件

系统地讨论了斯特姆—刘维尔本征值问题中,存在自然边界条件的几种情况:1、在求解区间[a,b]上,函数k(x)有一级零点,则在该零点处一定存在自然边界条件;2、在求解区间[a,b]上,函数k(x)有二级零点,仅当q-2≤0时,在该零点处存在自然边界条件;3、求解区间[a,b]上,函数k(x)有高于二级零点,且斯特姆——刘维尔方程在该零点处存在一个有界解,在该零点处才存在自然边界条件.     

最优多项式一致逼近

本文根据维尔斯特拉斯及契比晓夫原理,采用里米兹方法和契比晓夫曲线拟合法对在区间[a,b]上的任意连续函数f(x),作出n次最优一致逼近多项式P_n(x)。同时,根据实际工作的要求并对它进行定点计算机模拟计算,在定点化过程中对自变量和函数值的比例因子,进行一种特殊处理,从而在同一逼近精度,使定点计算机字长大大缩短。     

导函数的近似连续性

Bruckner在中证明了[a,b]上点点可导的函数,其导函数的连续点全体是G集,而任意给出一个G_t型集,则存在着[a,b]上点点可导的函数,其导函数的连续点全体等于该集合,从而解决了导函数的连续点的分布问题,但并未解决导函数的近似连续点的分布问题,只得到“导函数的非近似连续点全体为勒贝格零集”的结论。     

奇异Dirichlet问题解的最佳逼近

在区间I =[0 ,b]与球域Ω ={x∈RN,N〉 1:|x |〈b}上 ,对a〉 1,构造出奇异问题-△u =λua ,u〉 0 ,x∈Ω ,u| Ω=0的精细逼近解 .其中在区间上的逼近解为最佳 ,即当a =3时 ,精确解是u =[λb2 ]1a +1[x(b -x) ]2a +1;而在球域上的逼近解是几乎最优的 .这里λ〉 0为参数 .     

柯希定理的一个证明

在一般的数学分析教科书中,拉格朗日中值定理和柯西定理都是通过作辅助函数归结于洛尔定理来证明的。文[1]给出拉格朗日中值定理一个新的证法。但在[1]的引理1中,没有要求点x_2是(a,b)的点,而这点对证明定理无疑是重要的。因为,不然的话,由区间套定理得到的C点未必是(a,b)的点,于是定理就不能得证。本文将文[1]中的结论稍微加强,并予以新的证明。     

自适应暂态混沌神经网络在CDMA多用户检测器中的应用

提出一种自适应变尺度暂态混沌神经网络，并将其应用于CDMA的多用户检测技术。该算法在优化搜索过程中根据暂态混沌神经网络能量函数的变化调整网络参数，自适应地控制能量函数对神经网络动力学特性产生良好的影响。仿真结果表明，基于改进的自适应混沌神经网络算法的多用户检测器能够有效地逼近CDMA的最优多用户检测器的性能。     

R_ρ积分与Riemann积分

引言本文引入了函数f(x)在[a,b]上R_φ积分概念,研究R_φ积分的性质以及R_φ积分与Riemann积分的关系,并得出函数f(x)在[a,b]上Riemann积分的几个等价定义。在本文中,[a,b]是实数轴上的有界闭区间;f(x)是定义在[a,b]上的实值函数;I是实常数,[a,b]上的分法T是有限点集T={x_0,x_1,…,x_n:a=x_0相似文献   

微进化算法

人类能够根据所积累的经验与知识,有效地引导人类社会的不断进化.受此启发,基于人类社会中趋同与趋异行为过程的有机结合,提出了一种新型的群体智能优化方法——微进化算法.采用若干benchmark函数进行了数值实验,结果表明,微进化算法求解速度快、计算精度高、鲁棒性强.此外,算法控制参数少,易于使用.该算法是一种新型有效智能优化算法.     

企事业过程模型自动模拟和优化算法

使用适合的优化算法,并依靠计算机的不断模拟执行,企事业过程模型可以得到一定程度的改善和提高。简要介绍了最优化方法和常用的优化算法,着重阐述了企事业过程模型的参数优化问题中所采用的优化算法。     

融合正弦余弦算法的蝴蝶优化算法

针对蝴蝶优化算法存在收敛速度慢、求解精度差和易陷入局部最优等缺陷,提出一种融合正弦余弦算法的蝴蝶优化算法.首先在蝴蝶自身认知部分引入非线性自适应因子,其次重新定义香味浓度计算公式,最后在局部搜索阶段引入改进的正弦余弦算法.通过19个基准函数的测试,实验结果表明,本算法在收敛速度、寻优精度和鲁棒性方面均优于蝴蝶优化算法(...     

基于遗传算法和BP算法的混合算法

本文就函数优化问题,结合遗传算法和 BP 算法的优点,提出一种新的混合算法。该算法既有较快的收敛速度又能以较大概率收敛到全局最优解,数值实验结果表明该算法显著优于遗传算法和 BP 算法。     

多目标混合混沌优化算法研究及应用

为了求解多目标优化问题,提出一种基于混沌搜索的多目标模糊混沌优化算法．将混沌优化方法与模糊优化方法有机地结合起来,应用混沌优化算法求出各个单目标的最优解;将各最优解模糊化;应用模糊非对称方法的思想和模糊集合理论中的最大满意度原理,将多目标优化问题转化为单目标非线性规划问题;最后应用混沌优化算法求解单目标优化问题,得到满意度最大的解．结果表明,所提出的多目标模糊混沌优化算法是可行和有效的,为求解多目标优化问题提供了一种新的有效方法．     

改进的混沌优化算法研究

分析了一类混沌优化算法所存在的不足,即在二次载波过程中只是在近似最优解的单侧邻域内进行搜索,同时可调参数也不能随着搜索进程的变化而变化,使得寻优结果并不是很理想。对此进行了适当地改进,利用混沌变量对当前点进行扰动,并且通过时变参数逐渐减小搜索进程中的扰动幅度,同时,以一定方式确定了时变参数的初值。用改进后的算法对连续对象的全局优化问题进行优化,仿真结果表明,该方法可以显著提高收敛速度和精度。     

多核环境下的粒子群算法

为解决基于多核计算环境下的粒子群优化问题,提出一种面向多核计算的改进粒子群算法.通过引入多核设计模式和方法,分析传统粒子群算法中可以并行执行的部分,并根据已有的多核编程语言,在多核计算环境下,高效、并行地实现粒子群算法.通过实验验证了改进算法在多核计算环境下运行的有效性.     

分段式微粒群优化算法

提出一种分段式微粒群优化算法。该算法将所要搜索的区域分成若干段,首先在每一区段内搜索出区段的最优位置,然后将各区段的最优位置组成一微粒群,继续搜索全局最优位置。通过对5个常用标准测试函数进行优化计算,仿真结果表明:分段式微粒群优化算法能有效地搜索到全局最优解,具有比基本微粒群优化算法更快的搜索速度和更好的优化性能。     

小生境微粒群优化算法

将小生境技术引入到微粒群优化算法之中,设计出一种小生境微粒群优化算法。该算法除了始终赋予微粒生命力,还将位置重叠的差适应值微粒在搜索空间重新启动。通过对4个常用测试函数进行优化计算,仿真结果表明小生境微粒群优化算法比基本微粒群优化算法具有更好的优化性能。     

基于新型Memetic算法的多目标优化

为了更好地解决多目标优化问题,提出一种求解多目标优化问题的新型memetic算法。该算法利用微粒子群算法的全局搜索能力和同步启发式局部搜索相结合进行局部微
调;利用基于模糊全局极值的概念处理种群中过早出现收敛以及解多样性保持等问题。通过进一步检测得出新算法的特点并展示其在多目标优化问题上的独立性和综合效应。同时应用新型算法对IEEE14节点标准电网进行无功优化计算。结果证明,该新型memetic算法具有很好的寻优能力,验证了该算法的有效性及科学性。