期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
PSWHBA:面向复杂全局优化的多策略蜜獾算法及其性能分析
1
作者
刘景森
姜西
+1 位作者
赵龑骧
周欢
《控制与决策》
北大核心
2025年第9期2790-2796,共7页
为克服蜜獾算法收敛精度有时不高、易早熟收敛等缺点,增强其寻优性能以及优化效果,提出一种多策略改进蜜獾算法(PSWHBA).首先,将迭代过程划分为3部分,在不同的迭代时期选取不同的搜索策略,以更好地平衡勘探与开发;然后,引入停滞门限值,...
为克服蜜獾算法收敛精度有时不高、易早熟收敛等缺点,增强其寻优性能以及优化效果,提出一种多策略改进蜜獾算法(PSWHBA).首先,将迭代过程划分为3部分,在不同的迭代时期选取不同的搜索策略,以更好地平衡勘探与开发;然后,引入停滞门限值,一旦达到该阈值则执行多重变异更新策略,帮助个体跳出局部极值;最后,对种群中的较差解进行基于模拟退火的小波变异学习,以提高整体种群质量,进而提升算法的收敛速度和寻优精度.为了全面评估PSWHBA的性能,将其与多个具有代表性的对比算法在IEEE CEC2022测试集上进行仿真测试,包括寻优精度、收敛性能以及与对比算法的差异性分析.实验结果表明:PSWHBA对于算法机制的改进具有明显的有效性,相较于对比算法具有明显的优越性,具备出色的寻优性能和稳定性.
展开更多
关键词
蜜獾算法
分段多样化搜索
停滞门限
小波变异
IEEE
cec2022
差异性分析
原文传递
多学习机制的沙丘猫群优化算法
2
作者
吴荣生
《绵阳师范学院学报》
2025年第5期88-97,共10页
沙丘猫群优化算法模仿了沙丘猫的捕食行为,从而赋予了算法强大的优化性能.然而,在SCSO算法的后期,由于沙丘猫搜索能力的下降,算法很容易陷入局部最优,并且不易找到更好的解决方案.为了提高沙丘猫的移动效率,增强沙丘猫的搜索能力和算法...
沙丘猫群优化算法模仿了沙丘猫的捕食行为,从而赋予了算法强大的优化性能.然而,在SCSO算法的后期,由于沙丘猫搜索能力的下降,算法很容易陷入局部最优,并且不易找到更好的解决方案.为了提高沙丘猫的移动效率,增强沙丘猫的搜索能力和算法的优化能力,提出一种多学习机制的改进沙丘猫群优化算法.在MLSCSO算法中,提出一种随机中心学习策略,增强算法的种群多样性;引入新的螺旋收缩学习策略,沙丘猫通过螺旋收缩进行狩猎,增强算法的全局探索能力.然后,加入逐维非支配垄断搜索策略,帮助算法跳出局部最优陷阱,提高算法的优化性能和收敛速度.实验结果表明,该算法比其他算法具有更好的优化能力.
展开更多
关键词
沙丘猫群优化算法
随机中心学习策略
螺旋收缩学习策略
独占学习搜索策略
cec2022
在线阅读
下载PDF
职称材料
Circle混沌映射协同随机游走的混合白鲨优化算法
3
作者
郭彬
《现代信息科技》
2025年第18期65-69,共5页
白鲨优化算法的初始化种群质量较差,并且容易陷入局部最优。通过引入Circle混沌映射来提高白鲨优化算法在初始化阶段的种群多样性,并且以一定的概率触发随机游走策略,从而帮助算法更好地跳出局部最优。基于CEC2022基准测试函数集开展实...
白鲨优化算法的初始化种群质量较差,并且容易陷入局部最优。通过引入Circle混沌映射来提高白鲨优化算法在初始化阶段的种群多样性,并且以一定的概率触发随机游走策略,从而帮助算法更好地跳出局部最优。基于CEC2022基准测试函数集开展实验验证,通过与多种智能优化算法的对比分析发现,改进后的白鲨优化算法的性能指标较为突出。实验结果表明,该算法具有更高的求解精度和更快的收敛速度,同时在稳定性方面也优于其他对比算法。以上结果验证了改进策略的有效性。
展开更多
关键词
白鲨优化算法
cec2022
基准测试函数
Circle混沌映射
随机游走策略
在线阅读
下载PDF
职称材料
题名
PSWHBA:面向复杂全局优化的多策略蜜獾算法及其性能分析
1
作者
刘景森
姜西
赵龑骧
周欢
机构
河南大学河南省智能网络理论与关键技术国际联合实验室
河南大学软件学院
河南大学商学院
出处
《控制与决策》
北大核心
2025年第9期2790-2796,共7页
基金
河南省重点研发与推广专项项目(252102210171)
国家自然科学基金项目(72104069)
河南省研究生教育改革与质量提升工程项目(YJS2025AL98).
文摘
为克服蜜獾算法收敛精度有时不高、易早熟收敛等缺点,增强其寻优性能以及优化效果,提出一种多策略改进蜜獾算法(PSWHBA).首先,将迭代过程划分为3部分,在不同的迭代时期选取不同的搜索策略,以更好地平衡勘探与开发;然后,引入停滞门限值,一旦达到该阈值则执行多重变异更新策略,帮助个体跳出局部极值;最后,对种群中的较差解进行基于模拟退火的小波变异学习,以提高整体种群质量,进而提升算法的收敛速度和寻优精度.为了全面评估PSWHBA的性能,将其与多个具有代表性的对比算法在IEEE CEC2022测试集上进行仿真测试,包括寻优精度、收敛性能以及与对比算法的差异性分析.实验结果表明:PSWHBA对于算法机制的改进具有明显的有效性,相较于对比算法具有明显的优越性,具备出色的寻优性能和稳定性.
关键词
蜜獾算法
分段多样化搜索
停滞门限
小波变异
IEEE
cec2022
差异性分析
Keywords
honey badger algorithm
piecewise diversified search
stagnation threshold
wavelet mutation
IEEE
cec2022
difference analysis
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
原文传递
题名
多学习机制的沙丘猫群优化算法
2
作者
吴荣生
机构
漳州职业技术学院
出处
《绵阳师范学院学报》
2025年第5期88-97,共10页
基金
漳州职业技术学院科研项目(zzykyk240015).
文摘
沙丘猫群优化算法模仿了沙丘猫的捕食行为,从而赋予了算法强大的优化性能.然而,在SCSO算法的后期,由于沙丘猫搜索能力的下降,算法很容易陷入局部最优,并且不易找到更好的解决方案.为了提高沙丘猫的移动效率,增强沙丘猫的搜索能力和算法的优化能力,提出一种多学习机制的改进沙丘猫群优化算法.在MLSCSO算法中,提出一种随机中心学习策略,增强算法的种群多样性;引入新的螺旋收缩学习策略,沙丘猫通过螺旋收缩进行狩猎,增强算法的全局探索能力.然后,加入逐维非支配垄断搜索策略,帮助算法跳出局部最优陷阱,提高算法的优化性能和收敛速度.实验结果表明,该算法比其他算法具有更好的优化能力.
关键词
沙丘猫群优化算法
随机中心学习策略
螺旋收缩学习策略
独占学习搜索策略
cec2022
Keywords
Sand cat swarm optimization
Stochastic center learning strategy
Spiral contraction learning strat-egy
Non-monopoly learning search strategy
cec2022
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
Circle混沌映射协同随机游走的混合白鲨优化算法
3
作者
郭彬
机构
广西民族大学人工智能学院
出处
《现代信息科技》
2025年第18期65-69,共5页
文摘
白鲨优化算法的初始化种群质量较差,并且容易陷入局部最优。通过引入Circle混沌映射来提高白鲨优化算法在初始化阶段的种群多样性,并且以一定的概率触发随机游走策略,从而帮助算法更好地跳出局部最优。基于CEC2022基准测试函数集开展实验验证,通过与多种智能优化算法的对比分析发现,改进后的白鲨优化算法的性能指标较为突出。实验结果表明,该算法具有更高的求解精度和更快的收敛速度,同时在稳定性方面也优于其他对比算法。以上结果验证了改进策略的有效性。
关键词
白鲨优化算法
cec2022
基准测试函数
Circle混沌映射
随机游走策略
Keywords
White Shark Optimizer
cec2022
benchmark test function
Circle chaotic mapping
random walk strategy
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
PSWHBA:面向复杂全局优化的多策略蜜獾算法及其性能分析
刘景森
姜西
赵龑骧
周欢
《控制与决策》
北大核心
2025
0
原文传递
2
多学习机制的沙丘猫群优化算法
吴荣生
《绵阳师范学院学报》
2025
0
在线阅读
下载PDF
职称材料
3
Circle混沌映射协同随机游走的混合白鲨优化算法
郭彬
《现代信息科技》
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部