期刊文献+
共找到221篇文章
< 1 2 12 >
每页显示 20 50 100
Empirical Review of Standard Benchmark Functions Using Evolutionary Global Optimization
1
作者 Johannes MDieterich1] Bernd Hartke1] 《Applied Mathematics》 2012年第10期1552-1564,共13页
We have employed a recent implementation of genetic algorithms to study a range of standard benchmark functions for global optimization. It turns out that some of them are not very useful as challenging test functions... We have employed a recent implementation of genetic algorithms to study a range of standard benchmark functions for global optimization. It turns out that some of them are not very useful as challenging test functions, since they neither allow for a discrimination between different variants of genetic operators nor exhibit a dimensionality scaling resembling that of real-world problems, for example that of global structure optimization of atomic and molecular clusters. The latter properties seem to be simulated better by two other types of benchmark functions. One type is designed to be deceptive, exemplified here by Lunacek’s function. The other type offers additional advantages of markedly increased complexity and of broad tunability in search space characteristics. For the latter type, we use an implementation based on randomly distributed Gaussians. We advocate the use of the latter types of test functions for algorithm development and benchmarking. 展开更多
关键词 OPTIMIZATION Genetic Algorithms benchmark functions Dimensionality Scaling Crossover Operators
在线阅读 下载PDF
Performance Monitoring of the Data-driven Subspace Predictive Control Systems Based on Historical Objective Function Benchmark 被引量:3
2
作者 王陆 李柠 李少远 《自动化学报》 EI CSCD 北大核心 2013年第5期542-547,共6页
关键词 预测控制系统 性能监控 数据驱动 子空间 历史 基准 监视控制器 目标函数
在线阅读 下载PDF
An Improved GT Algorithm for Solving Complicated Dynamic Function Optimization Problems
3
作者 ZHANG Qing LI Yan +1 位作者 KANG Zhuo KANG Lishan 《Wuhan University Journal of Natural Sciences》 CAS 2009年第5期404-408,共5页
An improved Guo Tao algorithm (IGT algorithm) is proposed for solving complicated dynamic function optimization problems, and a function optimization benchmark problem with constrained condition and two dynamic para... An improved Guo Tao algorithm (IGT algorithm) is proposed for solving complicated dynamic function optimization problems, and a function optimization benchmark problem with constrained condition and two dynamic parameters has been designed. The results achieved by IGT algorithm have been compared with the results from the Guo Tao algorithm (GT algorithm). It is shown that the new algorithm (IGT algorithm) provides better results. This preliminarily demonstrates the efficiency of the new algorithm in complicated dynamic environments. 展开更多
关键词 dynamic function optimization Guo Tao algorithm (GT algorithm) benchmark problems
原文传递
Operations Improvement Function and Organisational Adaptability of Petroleum Tank Farms in South-South, Nigeria
4
作者 Karibo B. Bagshaw Thomas C. Okoisama 《American Journal of Operations Research》 2023年第3期53-70,共18页
The study examined the nexus between operations improvement function (dimensioned by contingency planning, benchmarking and continuous improvement processes) and organisational adaptability of Petroleum tank farms in ... The study examined the nexus between operations improvement function (dimensioned by contingency planning, benchmarking and continuous improvement processes) and organisational adaptability of Petroleum tank farms in South-South, Nigeria. The contingency theory and the theory of routine dynamics underpinned the study, and positivism was the underlying philosophy. The study adopted the cross-sectional survey through the use of questionnaire. 820 middle and top-level managers constituted the elements of the population, and the Krejcie & Morgan’s formula was used to determine the sample size of 262 respondents. Structural Equation Modeling was deployed to test the hypotheses at a 0.05 significance level. The results showed that contingency planning;benchmarking and continuous improvement processes all have a significant positive relationship with organisational adaptability of Petroleum tank farms in South-South, Nigeria. The study concludes that Petroleum tank farms’ operations should focus on the adoption of contingency planning, benchmarking and continuous improvement processes to enhance organisational adaptability. Therefore, it is recommended that the management of Petroleum tank farms should put in place mechanisms to advance continuous improvement processes by allocating the necessary amount of resources, such as energy, time and money, in order to promote the continuous development of the continuous improvement systems. Furthermore, managers of Petroleum tank farms should make better the adoption of contingency planning, ensuring that there is as much necessary training and information for employees on how to act during a crises situation, in order to evaluate safety and prepare in advance for recovery from disasters. 展开更多
关键词 ADAPTABILITY benchmarkING Contingency Planning Continuous Improvement Processes Operations Improvement function and Petroleum Tank Farms
在线阅读 下载PDF
基于改进淘金算法BP神经网络预测方法研究
5
作者 戴诗雨 孙哲 +1 位作者 袁凯 孙知信 《印刷与数字媒体技术研究》 北大核心 2025年第5期121-137,共17页
围绕时间序列数据精准预测的问题,本研究提出了基于改进淘金算法BP神经网络的预测方法。首先,针对传统淘金优化算法(GRO)收敛速度慢、易陷入局部最优等缺陷,引入了Tent混沌映射和莱维飞行策略,分别对该算法种群初始化和迭代寻优两个阶... 围绕时间序列数据精准预测的问题,本研究提出了基于改进淘金算法BP神经网络的预测方法。首先,针对传统淘金优化算法(GRO)收敛速度慢、易陷入局部最优等缺陷,引入了Tent混沌映射和莱维飞行策略,分别对该算法种群初始化和迭代寻优两个阶段进行改进,并通过算法测试和方法比较,验证了改进淘金优化算法(DGRO)在解决最优化问题方面的良好的性能。然后,设置BP神经网络基本参数,并利用DGRO对BP神经网络的初始连接权重和阈值进行调整,构建了DGRO-BP模型。最后,利用某快递驿站实际处理快件量的数据集对本研究提出的模型进行测试。结果显示,DGRO-BP在诸多预测精度评价指标上相较于BP和GWO-BP等具备优越性,尤其是在平均绝对误差(MAE)指标上,DGRO-BP模型的平均绝对误差比标准BP神经网络模型低了约46.15%,证实了DGRO-BP在处理该类问题上的优势,对时间序列数据预测问题的研究具有重要意义。 展开更多
关键词 淘金优化算法 算法优化 BP神经网络 快递数据预测 测试函数
在线阅读 下载PDF
融合多策略的改进河马优化算法及其应用 被引量:2
6
作者 袁磊 《海南大学学报(自然科学版中英文)》 2025年第3期289-296,共8页
针对标准河马优化算法存在全局探索能力欠缺及易陷入局部最优等不足,提出了一种融合多策略的改进河马优化算法。该算法通过在初始化过程中引入混沌映射来改善收敛速度,通过引入自适应权重防止算法陷入局部最优,并利用反向学习得到反向... 针对标准河马优化算法存在全局探索能力欠缺及易陷入局部最优等不足,提出了一种融合多策略的改进河马优化算法。该算法通过在初始化过程中引入混沌映射来改善收敛速度,通过引入自适应权重防止算法陷入局部最优,并利用反向学习得到反向解来扩大算法搜索范围。对改进河马优化算法采用6个基准测试函数进行性能测试,并与多个其他优化算法进行了比较。结果表明:改进河马优化算法的寻优性能明显优于其他优化算法。将改进河马优化算法应用于两个工程设计问题中,均取得了较好的优化效果。 展开更多
关键词 河马优化算法 多策略 基准测试函数 工程设计
在线阅读 下载PDF
融合多策略的沙猫群算法及其应用 被引量:1
7
作者 班云飞 张达敏 +1 位作者 左锋琴 沈倩雯 《计算机工程与设计》 北大核心 2025年第7期2054-2062,共9页
针对沙猫群算法易陷入局部最优、收敛速度慢等问题,提出一种融合多策略的沙猫群算法。将经典SCSO搜索阶段的位置更新公式做结构变体,增加种群的多样性;提出自适应麻雀因子提高算法的收敛速度和精度;在开发阶段引入动态螺旋探索策略,以... 针对沙猫群算法易陷入局部最优、收敛速度慢等问题,提出一种融合多策略的沙猫群算法。将经典SCSO搜索阶段的位置更新公式做结构变体,增加种群的多样性;提出自适应麻雀因子提高算法的收敛速度和精度;在开发阶段引入动态螺旋探索策略,以一种选择概率控制该策略的作用阶段,避免算法陷入局部最优。与其它算法在8个基准测试函数和Wilcoxon秩和检验上进行对比,实验结果表明,改进算法的寻优精度高、收敛速度快且具有跳出局部最优的能力,同时将其应用在5G基站中心选址问题中,验证了算法在实际应用中的有效性和可行性。 展开更多
关键词 沙猫群算法 结构变体 自适应麻雀因子 动态螺旋探索策略 5G基站中心选址 基准测试函数 秩和检验
在线阅读 下载PDF
基于信噪比的学习型哈里斯鹰优化算法
8
作者 张林 沈佳颖 +1 位作者 胡传陆 朱东林 《北京航空航天大学学报》 北大核心 2025年第7期2360-2373,共14页
针对哈里斯鹰优化(HHO)算法存在种群学习性与适应性不足的问题,提出一种基于信噪比的学习型哈里斯鹰优化(SLHHO)算法。该算法通过引入信噪比的概念来判断个体的位置信息,设计了一种协调学习策略,可以更合理地更新种群内个体的位置,进而... 针对哈里斯鹰优化(HHO)算法存在种群学习性与适应性不足的问题,提出一种基于信噪比的学习型哈里斯鹰优化(SLHHO)算法。该算法通过引入信噪比的概念来判断个体的位置信息,设计了一种协调学习策略,可以更合理地更新种群内个体的位置,进而对逃逸距离重新设计,提升了算法的适应与寻优能力。以12个基准函数为标准,将所提算法与哈里斯鹰算法的变体及其他算法进行性能测试,并在时间复杂度、多样性、探索与开发等评价指标中进行对比分析,结果显示,SLHHO算法具有较强的竞争力与可行性,在压力容器设计问题中,验证了SLHHO算法的实用性。 展开更多
关键词 哈里斯鹰优化 信噪比 协调学习 逃逸距离 基准函数
原文传递
融合独立思维与局部逃逸的头脑风暴优化算法
9
作者 贾鹤鸣 饶洪华 +3 位作者 吴迪 薛博文 文昌盛 李永超 《计算机科学与探索》 北大核心 2025年第6期1522-1539,共18页
头脑风暴优化算法(BSO)是一种模拟人脑思维活动所提出的群智能优化算法。针对传统头脑风暴优化算法精度较差、寻优能力弱、易陷入局部最优等问题,提出了融合独立思维与局部逃逸的头脑风暴优化算法(IBSO)。提出了一种独立思维策略,当算... 头脑风暴优化算法(BSO)是一种模拟人脑思维活动所提出的群智能优化算法。针对传统头脑风暴优化算法精度较差、寻优能力弱、易陷入局部最优等问题,提出了融合独立思维与局部逃逸的头脑风暴优化算法(IBSO)。提出了一种独立思维策略,当算法陷入局部最优解停滞时,加入了一个阈值用于判断是否需要执行独立思维策略。当算法陷入局部最优导致无法获得更优解时,算法会通过独立思维策略寻找一个新的位置,协助算法寻求更优解以跳出局部最优。采用了局部逃逸策略(LEO),加强了算法全局探索能力,使得算法的搜索效率更强。通过CEC2014基准测试函数和CEC2020基准测试函数来测试IBSO算法的优化性能,并与8种优化算法进行对比实验。结果表明,所改进的算法寻优能力更强,具有更高的稳定性和全局搜索能力。采用最新的工程问题评价指标对三杆桁架设计和拉伸/压缩弹簧设计两种工程问题进行测试实验,进一步验证了IBSO算法在工程问题中的实用性。 展开更多
关键词 头脑风暴优化算法 局部逃逸策略 基准测试函数 工程问题
在线阅读 下载PDF
多策略改进的蝴蝶优化算法
10
作者 张琪 顾腾达 +2 位作者 任宇辰 季津琪 陈海涛 《计算机工程与科学》 北大核心 2025年第7期1312-1320,共9页
针对蝴蝶优化算法存在搜索精度差、全局搜索和局部开发能力不平衡、容易陷入局部最优等问题,为提升蝴蝶优化算法的鲁棒性和寻优能力,提出一种多策略改进的蝴蝶优化算法。该算法选用随机一致性初始化蝴蝶种群,使蝴蝶个体在搜索空间中的... 针对蝴蝶优化算法存在搜索精度差、全局搜索和局部开发能力不平衡、容易陷入局部最优等问题,为提升蝴蝶优化算法的鲁棒性和寻优能力,提出一种多策略改进的蝴蝶优化算法。该算法选用随机一致性初始化蝴蝶种群,使蝴蝶个体在搜索空间中的各个维度分布更加均匀,对解空间的覆盖率更广;引入动态惯性权重策略,平衡全局搜索与局部搜索;引入精英差分变异策略,提高算法的全局搜索能力。将改进后的算法与7种优化算法在17个基准函数上进行实验对比,结果表明,改进后的算法相比于原始蝴蝶优化算法,具有更好的收敛性和求解精度,且全局寻优能力和鲁棒性得到了提升。 展开更多
关键词 蝴蝶优化算法 随机一致性初始化 差分进化算法 基准函数 Wilcoxon秩和检验
在线阅读 下载PDF
多种策略融合的改进长鼻浣熊优化算法
11
作者 吕日鲜 李文敬 +1 位作者 陆建波 李双 《计算机工程与设计》 北大核心 2025年第12期3429-3437,共9页
为解决长鼻浣熊优化算法收敛速度慢,容易陷入局部最优的问题,提出了一种多种策略融合的改进长鼻浣熊优化算法(MCOA)。运用值分布均匀的Circle混沌映射替换随机参数r,提高种群的质量和多样性;在长鼻浣熊逃离捕食者行为过程中结合沙猫群... 为解决长鼻浣熊优化算法收敛速度慢,容易陷入局部最优的问题,提出了一种多种策略融合的改进长鼻浣熊优化算法(MCOA)。运用值分布均匀的Circle混沌映射替换随机参数r,提高种群的质量和多样性;在长鼻浣熊逃离捕食者行为过程中结合沙猫群优化算法攻击行为,提高算法搜寻最优解的能力;为避免陷入局部最优,引入Cauchy逆累积分布算子,构建了基于多种策略融合的改进长鼻浣熊优化算法。通过14个基准函数将本算法与COA等4个算法进行仿真对比实验,实验结果验证该算法在收敛速度和寻优精度上优于其它比较算法,是一种收敛速度快精度高的多种策略融合的群体智能优化算法。 展开更多
关键词 长鼻浣熊优化算法 混沌映射 沙猫群优化算法 柯西逆累积分布算子 群体智能 基准函数 局部最优
在线阅读 下载PDF
基于径向基函数与Sigmoid函数的改进粒子群算法
12
作者 黄洋 《科技创新与应用》 2025年第3期66-69,共4页
针对粒子群算法求解精度低和收敛速度慢等问题,提出一种基于径向基函数与Sigmoid函数的粒子群算法。通过引入径向基函数和Sigmoid函数,分别对惯性权重和位置更新公式进行改进,从而提高算法的全局搜索能力和搜索效率;最后利用6个基准测... 针对粒子群算法求解精度低和收敛速度慢等问题,提出一种基于径向基函数与Sigmoid函数的粒子群算法。通过引入径向基函数和Sigmoid函数,分别对惯性权重和位置更新公式进行改进,从而提高算法的全局搜索能力和搜索效率;最后利用6个基准测试函数对算法的性能进行实验验证和分析。实验结果表明,改进后的算法能够收敛到全局最优值,并且在收敛速度和求解精度上均有较大提高。 展开更多
关键词 径向基函数 惯性权重 SIGMOID函数 粒子群算法 基准测试函数
在线阅读 下载PDF
Circle混沌映射协同随机游走的混合白鲨优化算法
13
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
燃料棒性能分析软件评价方法研究
14
作者 田欣鹭 靖剑平 +3 位作者 谭思超 温爽 高新力 刘宇生 《哈尔滨工程大学学报》 北大核心 2025年第11期2242-2251,共10页
为解决在燃料棒性能分析软件评价工作中所面临的评价方法不完善的问题,本文提出我国自主化燃料性能分析软件的评价流程,基于燃料性能安全准则、模型开发数据和燃料性能机理的研究,提出了软件理论模型的完整性和正确性、验证和确认的充... 为解决在燃料棒性能分析软件评价工作中所面临的评价方法不完善的问题,本文提出我国自主化燃料性能分析软件的评价流程,基于燃料性能安全准则、模型开发数据和燃料性能机理的研究,提出了软件理论模型的完整性和正确性、验证和确认的充分性等评价重点。针对软件确认工作中存在的试验数据缺乏、确认数据无法覆盖应用对象适用范围的问题,提出了确认数据外推合理性判断方法,并提出了燃料棒性能分析软件评价中校核计算工作的评价要点,结合算例计算结果分析,选取某燃料棒开展包壳蠕变计算,计算不同燃耗下轴向段包壳直径,并与国际基准题中测量数据进行对比分析。计算得到的P/M平均值接近于1,相对误差在±0.65%之间,验证了燃料棒性能分析软件的预测结果符合性较好,说明此评价方法合理可行。 展开更多
关键词 燃料棒性能分析 软件评价方法 评价流程 软件验证与确认 校核计算分析 理论模型完整性 软件计算功能 基准题
在线阅读 下载PDF
基于余弦控制因子和多项式变异的鲸鱼优化算法 被引量:36
15
作者 黄清宝 李俊兴 +2 位作者 宋春宁 徐辰华 林小峰 《控制与决策》 EI CSCD 北大核心 2020年第3期559-568,共10页
针对基本鲸鱼优化算法(Whale optimization algorithm,WOA)在求解最优解不在原点附近的目标函数时存在收敛精度低、易陷入局部最优解的缺陷,提出一种基于余弦控制因子和多项式变异的鲸鱼优化算法(CPWOA).所提算法中控制参数按照余弦曲... 针对基本鲸鱼优化算法(Whale optimization algorithm,WOA)在求解最优解不在原点附近的目标函数时存在收敛精度低、易陷入局部最优解的缺陷,提出一种基于余弦控制因子和多项式变异的鲸鱼优化算法(CPWOA).所提算法中控制参数按照余弦曲线变化,并加入同步余弦惯性权值,使得在迭代前期减缓收敛速度以进行充分的全局探索,而在迭代后期加速收敛以提高算法精度;同时,对最佳鲸鱼位置引入多项式变异,以增强算法跳出局部最优解的能力.将所提算法对多个shifted单峰、多峰和固定维测试函数进行求解,实验结果表明,与基本WOA、EHO、GWO、SCA、MBO以及其他改进型WOA算法相比,CPWOA对绝大多数测试函数的求解有更高的精度和稳定性.用非参数估计方法对计算结果进行差异显著性统计检验,表明CPWOA算法的显著性更优. 展开更多
关键词 余弦因子 多项式变异 鲸鱼优化算法 全局优化 偏移型测试函数 统计检验
原文传递
一种基于粒子群优化算法和差分进化算法的新型混合全局优化算法 被引量:72
16
作者 栾丽君 谭立静 牛奔 《信息与控制》 CSCD 北大核心 2007年第6期708-714,共7页
提出一种基于粒子群算法(PSO)和差分进化算法(DE)相结合的新型混合全局优化算法——PSODE.该算法基于一种双种群进化策略,一个种群中的个体由粒子群算法进化而来,另一种群的个体由差分操作进化而来.此外,通过采用一种信息分享机制,在算... 提出一种基于粒子群算法(PSO)和差分进化算法(DE)相结合的新型混合全局优化算法——PSODE.该算法基于一种双种群进化策略,一个种群中的个体由粒子群算法进化而来,另一种群的个体由差分操作进化而来.此外,通过采用一种信息分享机制,在算法执行过程中两个种群中的个体可以实现协同进化.为了进一步提高PSODE算法的性能,摆脱陷入局部最优点,还采用了一种变异机制.通过4个标准测试函数的测试并与PSO和DE算法进行比较,证明本文提出的PSODE算法是一种收敛速度快、求解精度高、鲁棒性较强的全局优化算法. 展开更多
关键词 粒子群优化算法 差分进化算法 混合算法 基准测试函数
在线阅读 下载PDF
精英粒子群优化算法及其在机器人路径规划中的应用 被引量:20
17
作者 颜雪松 胡成玉 +1 位作者 姚宏 伍庆华 《光学精密工程》 EI CAS CSCD 北大核心 2013年第12期3160-3168,共9页
针对标准粒子群优化(PSO)算法容易陷入局部最优的缺点,提出了一种基于标准PSO算法的新算法。该算法通过引入新的更新函数和精英选择策略,可在保持较高收敛速度的同时,降低陷入局部最优的可能性。与标准PSO算法相比较,不仅扩大了搜索空间... 针对标准粒子群优化(PSO)算法容易陷入局部最优的缺点,提出了一种基于标准PSO算法的新算法。该算法通过引入新的更新函数和精英选择策略,可在保持较高收敛速度的同时,降低陷入局部最优的可能性。与标准PSO算法相比较,不仅扩大了搜索空间,并且复杂度也不高。研究结果证明该算法更容易引导,而且具有更高效的全局搜索能力,展示了较高的效率和鲁棒性。将该算法用于解决机器人路径规划问题并进行了仿真实验,结果显示,与传统的方法相比,新算法在机器人路径规划问题上能获得更加准确的路径,而且计算时间可以缩短15%,比其他算法更有效。 展开更多
关键词 粒子群优化算法 机器人路径规划 标准测试函数
在线阅读 下载PDF
基于差分进化和粒子群优化算法的混合优化算法 被引量:26
18
作者 池元成 方杰 蔡国飙 《计算机工程与设计》 CSCD 北大核心 2009年第12期2963-2965,2980,共4页
为了发挥差分进化和粒子群优化算法各自拥有的特点,并克服自身存在的问题,提出了一种混合优化算法(简称DPA)。该算法首先利用差分进化的变异和选择算子产生新的群体,然后通过使用粒子群优化算法和交叉、选择算子进行局部搜索。在整个算... 为了发挥差分进化和粒子群优化算法各自拥有的特点,并克服自身存在的问题,提出了一种混合优化算法(简称DPA)。该算法首先利用差分进化的变异和选择算子产生新的群体,然后通过使用粒子群优化算法和交叉、选择算子进行局部搜索。在整个算法过程中,群体寻优范围先扩散再收缩,反复迭代渐进收敛。通过3个标准算例的测试表明,新的混合优化算法与差分进化和粒子群优化算法相比,具有收敛速度快、搜索能力强、鲁棒性好的特点。 展开更多
关键词 差分进化 粒子群优化算法 混合算法 优化 基准测试函数
在线阅读 下载PDF
改进的万有引力搜索算法在边坡稳定分析中的应用 被引量:11
19
作者 蒋建国 谭雅 +1 位作者 董立明 汪翠 《岩土工程学报》 EI CAS CSCD 北大核心 2016年第3期419-425,共7页
基于万有引力搜索算法(GSA)提出了一种改进的万有引力搜索算法(MGSA)。针对GSA在处理优化问题时会出现发散的情况,通过限制粒子的速度同时更改算法中的参数来改善这一问题。算法改进后显著提高了GSA中粒子的探索能力与开发能力,可以获... 基于万有引力搜索算法(GSA)提出了一种改进的万有引力搜索算法(MGSA)。针对GSA在处理优化问题时会出现发散的情况,通过限制粒子的速度同时更改算法中的参数来改善这一问题。算法改进后显著提高了GSA中粒子的探索能力与开发能力,可以获得较强的优化能力。采用MATLAB对8个测试基准函数进行仿真实验,并将该方法引入到边坡稳定分析中。对于边坡稳定性分析,利用MGSA搜索出临界滑动面并结合极限平衡法计算出相应的最小安全系数。结果表明:与GSA法及其他方法相比,MGSA在求解最危险滑动面安全系数时具有更好的优化性能。 展开更多
关键词 万有引力搜索算法 边坡稳定 临界滑动面 安全系数 基准函数
原文传递
基于变因子加权学习与邻代维度交叉策略的改进CSA算法 被引量:19
20
作者 赵世杰 高雷阜 +1 位作者 于冬梅 徒君 《电子学报》 EI CAS CSCD 北大核心 2019年第1期40-48,共9页
针对乌鸦搜索算法(CSA)优化高维问题时存在寻优精度低、局部极值逃逸能力弱等问题,提出一种耦合多个体变因子加权学习机制与最优个体邻代维度交叉策略的改进乌鸦搜索算法(ICSA).该算法随迭代进程动态修正模型控制参数(感知概率和飞行长... 针对乌鸦搜索算法(CSA)优化高维问题时存在寻优精度低、局部极值逃逸能力弱等问题,提出一种耦合多个体变因子加权学习机制与最优个体邻代维度交叉策略的改进乌鸦搜索算法(ICSA).该算法随迭代进程动态修正模型控制参数(感知概率和飞行长度),利用多个体的变因子加权学习机制保证子代个体同时继承跟随乌鸦与上代最优个体的位置信息以避免单个体继承的过快种群同化并减小陷入局部极值的风险;同时构建历史最优个体的邻代维度交叉策略,并按维度绝对差异大的优先替换原则更新最优个体位置,以保留历代最优维度信息并提高算法的局部极值逃逸能力.数值实验结果分别验证了模型参数对CSA算法性能的一定影响,加权学习因子不同递变形式对ICSA算法性能改善的有效性与差异性以及改进算法的优越寻优性能. 展开更多
关键词 智能优化算法 乌鸦搜索算法 变因子加权学习机制 邻代维度交叉策略 基准测试函数
在线阅读 下载PDF
上一页 1 2 12 下一页 到第
使用帮助 返回顶部