基于时变衰减函数的改进人工鱼群算法研究

在分析国内人工鱼群算法相关研究的基础上,针对其易陷入局部最优和发生振荡现象的缺点,在标准人工鱼群算法中增加时变衰减函数起到衰减因子的作用,优化其时间参数的取值,对人工鱼群智能算法求解过程中觅食行为的视野以及步长的取值进行优化完善;增加鱼群的跳跃过程及变异因子,避免求解过程中早熟现象的产生,保证其最优解为全局最优.研究了传统与改进算法的求解过程及步骤,最后,以常用的3个测试函数为算例对其进行测试,对比分析传统与改进算法之间的区别,对测试的结果进行分析,得到改进的人工鱼群算法具有求解精度高、收敛速度快、寻优能力强的特点.     

基于改进的小生境粒子群算法在函数优化中的应用

为了克服标准粒子群算法在搜索后期中易陷入局部最优等缺点,提出了一种改进的小生境粒子群算法.通过将小生境技术引入标准粒子群算法中,保证了种群的多样性;同时在惯性权重中引入余弦函数,更改算法中认知项和社会项加速因子,加入迭代因素,并在位置更新策略中加入了飞行时间因子等策略,使其更加贴近粒子群算法的客观规律.通过对5个非线性基准测试函数进行数值仿真实验对比,结果表明改进的小生境粒子群算法在非线性的复杂函数优化中具有更好的寻优能力,避免了\"早熟\"现象,同时还具备收敛速度快,搜索精度高等特点.     

基于粒子群优化和两性二倍体的遗传算法及其应用

分别采用粒子群生物进化原理和自然界生物两性繁殖原理,对传统遗传算法进行改进,得到两种新型的遗传算法,并分别应用于背包问题和标准测试函数上.实验结果表明,这两种算法在全局搜索能力和收敛速度上比传统遗传算法都显示出了绝对的优越性.     

浅议Excel实例中函数的巧妙应用

在Microsoft Excel应用软件中,函数具有重要的作用,在具体的实例应用中,巧妙的应用函数,将对数据运算和数据分析起到重要的作用。     

求解物流配送中心选址问题的改进鸽群算法

为了提高鸽群优化算法求解物流配送中心选址问题的优化效果,减少物流配送成本,提出了一种改进的鸽群优化算法。该算法在基础鸽群优化算法上,引入灰狼优化算法在寻优过程中的捕食策略,能够有效地提高鸽群优化算法的局部搜索能力、增强算法的寻优性能。由函数测试实验可得,该算法在求解测试函数最优值上具有寻优速度快、收敛精度高的特点。最后,将其应用到求解物流配送中心选址问题中,实验结果表明：改进的鸽群优化算法更适合求解高维物流配送中心选址问题。     

基于选择策略的简化蝗虫优化算法

针对蝗虫优化算法(Grasshopper optimization algorithm, GOA)收敛速度慢、收敛精度不高的问题,提出基于选择策略的简化蝗虫优化算法(Simplified grasshopper optimization algorithm, SGOA)。首先运用选择策略处理初始种群,有助于快速缩小算法的搜索范围。其次通过选择策略将整个种群分为精英种群和一般种群,精英种群由当前最优蝗虫指导位置更新,有利于实现算法的趋优和加速;一般种群的位置更新取决于自身位置、精英种群及当前最优蝗虫位置,有利于保持算法的稳定。为验证SGOA求解高维复杂函数的广泛适用性,选取GOA、经典的粒子群优化算法(Particle swarm optimization, PSO)、高效的灰狼优化算法(Gray wolf optimization, GWO)以及鲸鱼优化算法(Whale optimization algorithm, WOA)作为SGOA的对比算法。以上5种算法求解9个标准测试函数的统计结果表明：SGOA的收敛精度、稳定性以及寻优成功率均显著高于其他算法。     

约束二进制二次规划测试函数的一个构造方法

基于盖尔圆定理,给出了约束二进制二次规划测试函数的一个构造方法:对原问题,通过线性变换,得到一个新的不定二次规划,且该不定二次规划恰好以给定初始点为最优解;进而构造出了一系列具有共同最优解的约束二进制二次规划。     

基于高斯概率分布采样学习的SSA算法探讨

针对基本的樽海鞘群算法(Salp Swarm Algorithm,SSA)收敛性能差等缺点,利用基于高斯概率分布采样学习的方法对樽海鞘群算法进行优化.文章用一种基于全局最优位置的高斯采样方式改变樽海鞘(追随者)的位置更新公式,在一定程度上避免陷入局部最优,同时提高收敛性能.通过8个不同特征的测试函数仿真,与其他算法的实...     

(2+1)维Boussinesq方程的显示精确解

非线性波方程广泛应用于物理,数学等自然科学的各个领域.本文利用同宿测试函数法;扩展的同宿测试函数法;扩展的F-展开法获得了(2+1)维Boussinesq方程的形式更为丰富的显示行波解.     

约束优化问题测试函数的一个构造方法

给出了约束优化问题测试算例的一个构造方法,分别给出了非凸规划、凸规划测试函数的构造方法,构造的约束优化问题在可行域边界达到最优解。并就构造的算例分别用非线性规划求解软件进行了验证,结果表明构造方法是有效的。