-
题名记忆增强型的重构粒子群算法
被引量：1
- 1
-
-
作者
吴炳南
刘建华
力尚龙
李牧元
-
机构
福建理工大学计算机科学与数学学院
福建省大数据挖掘与应用技术重点实验室
-
出处
《计算机工程与应用》
北大核心
2025年第9期116-127,共12页
-
基金
国家自然科学基金(62172095)
福建省自然科学基金(2023J01349)。
-
文摘
重构粒子群算法(RPSO)是基于粒子群算法(PSO)的线性系统理论分析结果而重新构建一种群体智能算法,其保留了粒子群算法的个体最优位置和全局最优位置作为学习样本的策略。RPSO具有比较好的收敛性理论支撑,简单易用。但是,重构粒子群算法丢失了种群的记忆,即粒子的历史位置和适应度等信息。为了加强对记忆的利用并提高种群的协作能力,提出了一种记忆增强型的重构粒子群算法(MERPSO)。该算法设计了经验选择策略和区块搜索策略储存记忆,构建了两个新的学习样本,并使用新的学习样本替代原本的学习样本。此外,通过引入带偏移量的加速度系数来平衡算法的局部开发和全局探索能力。实验证明,MERPSO算法在CEC2013基准测试函数集和工程设计问题上表现出更好的性能,并且所采用的策略具有一定的有效性。
-
关键词
重构粒子群算法
记忆
学习样本
加速度系数
cec2013
-
Keywords
restructuring particle swarm optimization(RPSO)algorithm
memory
learning exemplar
acceleration coefficient
cec2013
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名混合蛙跳算法的最优参数研究
被引量：11
- 2
-
-
作者
孟凯露
尚俊娜
岳克强
-
机构
杭州电子科技大学通信工程学院
杭州电子科技大学电子信息学院
-
出处
《计算机应用研究》
CSCD
北大核心
2019年第11期3321-3324,共4页
-
基金
浙江省基础公益研究计划资助项目(LGG18F010010)
国家自然科学基金资助项目(11603041)
广西精密导航技术与应用重点实验室开放基金资助项目(DH201714)
-
文摘
介绍了混合蛙跳算法的最优参数选取过程。在种群总数以及总迭代数给定的情况下,分组数、允许青蛙个体位置改变的最大步长和组内迭代数是影响混合蛙跳算法优化性能的重要参数。不同参数值的选取会对算法结果产生不同的影响。对混合蛙跳算法中这三个参数值进行选择,首先进行了参数对算法影响的分析,其次取每个参数的三个常用值,利用正交实验设计法设计三因素三水平的实验。接着在相同环境条件下,用CEC2013实参函数测试集验证不同参数组合算法的寻优性能。最后以最优值误差Friedman检测的得分为评价指标,选出最优参数组合(20,5,10),为后续算法改进及应用打下基础。
-
关键词
混合蛙跳算法
正交实验
cec2013评价标准
参数选择
-
Keywords
shuffled frog leaping algorithm(SFLA)
orthogonal experiment
cec2013 evaluation standard
parameter selection
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于醉汉漫步和反向学习的灰狼优化算法
被引量：7
- 3
-
-
作者
刘炼
付绍昌
黄辉先
-
机构
湘潭大学自动化与电子信息学院
-
出处
《计算机工程与科学》
CSCD
北大核心
2021年第9期1558-1566,共9页
-
文摘
灰狼优化算法在优化后期易陷入局部最优,在求解高维函数时因其复杂度更高,陷入局部最优概率更大,针对上述问题提出基于醉汉漫步和反向学习的混合灰狼优化算法(DGWO)。在迭代过程中对每代种群中优势狼与最差狼进行反向学习并进行比较、重新排序后保留前3的狼,同时将采用醉汉漫步机制更新领导狼,参数A和C采用系数标量而不是GWO原始算法中的系数向量。通过10个标准测试函数(100维、500维和1000维)以及10维的CEC2013测试函数验证了算法的性能,并与PSO、GWO-CS和GWO算法进行了比较,结果表明,该混合灰狼优化算法在精度和收敛速度上都具有优势。此外,将改进的灰狼优化算法应用于两级运算放大器参数设计,以开环低频增益最大化为目标,验证该算法的实用性。
-
关键词
高维复杂函数优化
灰狼优化
反向学习
醉汉漫步
cec2013
运算放大器
-
Keywords
high dimensional complex function optimization
grey wolf optimizer
reverse learning
drunkard strolling
cec2013
operational amplifier
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于MATLAB的改进海马算法
被引量：2
- 4
-
-
作者
赵建萍
-
机构
贵州大学大数据与信息工程学院
-
出处
《运筹与模糊学》
2023年第4期3462-3475,共14页
-
文摘
针对海马算法寻优精度不足、易陷入局部最优的问题,本文提出一种基于Singer混沌及失败者放逐的海马算法。在初始化种群阶段,Singer混沌映射被引入用以生成遍历搜索空间的初始海马个体,增强了初始种群的多样性,有利于提高算法的搜索精度;在海马捕食阶段,引入失败者放逐策略,将捕食失败的海马个体放逐到搜索空间内,有利于算法跳出局部最优;在海马繁殖阶段,引入动态繁殖策略,动态影响父本和母本的权重,有利于防止算法过早收敛到局部极值。在算法性能测试实验中选用了10个基准测试函数和10个CEC2013测试函数,实验结果表明本文所提改进海马算法在寻优精度和收敛速度上都有较大提升,是一种优化能力强、鲁棒性好的算法。
-
关键词
海马算法
Singer混沌映射
失败者放逐策略
动态繁殖策略
cec2013
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
