基于精英策略和Levy飞行的粒子群算法 被引量：13

1

作者 张超 贺兴时 叶亚荣 《西安工程大学学报》 CAS 2018年第6期731-738,共8页

为了提高粒子群算法的搜索效率,避免粒子过早收敛,将精英策略思想和自适应动态Levy飞行步长引入到粒子群算法中,提出了一种新的算法(ELPSO).首先依据精英策略(ES)的搜索机制来扩大粒子的搜索空间,利用精英粒子良好的反向搜索能力,使粒... 为了提高粒子群算法的搜索效率,避免粒子过早收敛,将精英策略思想和自适应动态Levy飞行步长引入到粒子群算法中,提出了一种新的算法(ELPSO).首先依据精英策略(ES)的搜索机制来扩大粒子的搜索空间,利用精英粒子良好的反向搜索能力,使粒子避免早熟收敛.此外,使用自适应动态Levy飞行更新该算法对在进化中因发生早熟而无法进化到更好位置的粒子.利用改进的新算法(ELPSO)测试6个标准测试函数,并与标准的PSO算法和权重线性递减的粒子群算法(RWPSO)进行比较.结果表明,ELPSO算法的收敛速度和收敛精度都优于标准PSO算法和RWPSO算法. 展开更多

关键词 粒子群搜索算法 精英策略 levy飞行 自适应动态

在线阅读 下载PDF 职称材料

基于高斯变异与Levy飞行策略的混合粒子群优化算法 被引量：2

2

作者 谢金宵 高岳林 于宏利 《宝鸡文理学院学报（自然科学版）》 CAS 2021年第1期5-10,共6页

目的解决粒子群算法易陷入局部最优解、出现早熟收敛从而导致求解精度不高的缺陷。方法将高斯变异(Gaussian Mutation)、Levy飞行策略与基本粒子群优化算法(PSO)进行混合,提出一种称为GLPSO混合粒子群算法。在该算法中粒子通过Levy飞行... 目的解决粒子群算法易陷入局部最优解、出现早熟收敛从而导致求解精度不高的缺陷。方法将高斯变异(Gaussian Mutation)、Levy飞行策略与基本粒子群优化算法(PSO)进行混合,提出一种称为GLPSO混合粒子群算法。在该算法中粒子通过Levy飞行更新自己的位置,若粒子在若干次迭代后无法产生更优值,则在保存当前最优值的前提下进行高斯变异来保持种群多样性。结果与结论通过对基准测试函数优化的实验结果对比,GLPSO在5个基准测试函数中的优化精度和全局搜索能力优于其他对比算法,GLPSO有更加出色的全局搜索能力和更高的求解精度。 展开更多

关键词 智能算法 粒子群优化算法 高斯变异 levy飞行

在线阅读 下载PDF 职称材料

基于改进Levy飞行的PSO湿度传感器补偿算法 被引量：12

3

作者 唐朝国 《电子测量与仪器学报》 CSCD 北大核心 2020年第3期119-125,共7页

针对综合管廊中温度变化导致湿度传感器数据失真的问题,提出一种改进Levy飞行的粒子群优化(PSO)算法(ILPSO),用于补偿数据误差。首先,建立一个预测误差的神经网络,通过PSO寻找网络初始参数;然后,在PSO寻找过程中加入改进的Levy飞行,粒... 针对综合管廊中温度变化导致湿度传感器数据失真的问题,提出一种改进Levy飞行的粒子群优化(PSO)算法(ILPSO),用于补偿数据误差。首先,建立一个预测误差的神经网络,通过PSO寻找网络初始参数;然后,在PSO寻找过程中加入改进的Levy飞行,粒子飞行的概率与到最优粒子的距离成反比,靠近最优粒子时以较大概率反向逃离最优粒子,克服粒子早熟问题;最后,网络以PSO的输出作为初始参数重新训练。在算法寻优性能实验中,相比于其他测试算法,ILPSO算法的寻优能力更强,在传感器误差测试实验以及稳定性实验中,ILPSO算法的补偿效果最好,补偿后的湿度值误差在5%以内,均方误差(MSE)最低,稳定性最好。实验结果表明,与传统的Levy飞行相比,ILPSO算法对误差预测网络的适应度更强,收敛更快,提高了湿度传感器温度补偿的准确性以及稳定性。 展开更多

关键词 BP神经网络 温度补偿 PSO算法 levy飞行

原文传递

基于混沌莱维粒子群算法的机械臂轨迹规划 被引量：2

4

作者 盖荣丽 王康 王晓红 《组合机床与自动化加工技术》 北大核心 2025年第5期101-105,109,共6页

针对传统粒子群算法在求解机械臂轨迹优化问题时存在的搜索精度不够、容易陷入局部最优等问题,提出了一种混沌莱维粒子群优化算法(TLPSO)。对标准粒子群算法(PSO)进行优化,引入Tent混沌映射和莱维飞行的方法进行改进,提高了算法的搜索... 针对传统粒子群算法在求解机械臂轨迹优化问题时存在的搜索精度不够、容易陷入局部最优等问题,提出了一种混沌莱维粒子群优化算法(TLPSO)。对标准粒子群算法(PSO)进行优化,引入Tent混沌映射和莱维飞行的方法进行改进,提高了算法的搜索能力和跳出局部最优解能力。以六自由度机械臂为研究对象,建立时间优化目标模型,以3-5-3多项式插值方法为基础对其进行轨迹规划。将该算法应用于求解多种测试函数以及机器人时间最优轨迹规划问题,与遗传算法改进的粒子群算法(PSO-GA)、鲸鱼优化算法(WOA)和布谷鸟搜索算法(CS)相比,该算法取得了较好的效果。优化后得到的机械臂位移、速度和加速度曲线平滑、无突变。结果表明,所提出的优化算法能够有效降低轨迹的执行时间。 展开更多

关键词 粒子群算法 Tent混沌映射 莱维飞行 时间最优 轨迹规划

在线阅读 下载PDF 职称材料

考虑碳排放的铁路路基施工机群配置优化 被引量：2

5

作者 鲍学英 申中帅 +1 位作者 李子龙 吕向茹 《安全与环境学报》 北大核心 2025年第1期364-373,共10页

铁路路基施工机群配置关系施工工期,会直接产生施工成本,对生态环境造成重要影响,进而产生较高碳排放量。首先,考虑铁路路基施工工期、施工成本、施工绿色指数及碳排放等目标,建立铁路路基施工机群配置优化模型。其中,将施工机群配置优... 铁路路基施工机群配置关系施工工期,会直接产生施工成本,对生态环境造成重要影响,进而产生较高碳排放量。首先,考虑铁路路基施工工期、施工成本、施工绿色指数及碳排放等目标,建立铁路路基施工机群配置优化模型。其中,将施工机群配置优化模型中各优化目标作为一级指标建立机群配置多目标决策偏好评价指标体系,并将组合数有序加权算子(Combination Ordered Weighted Averaging,C-OWA)法与基于指标间相关性分析的权重确定(Criteria Importance Though Intercriteria Correlation,CRITIC)法结合对指标进行组合赋权。其次,采用基于莱维飞行机制的量子粒子群优化(Quantum Particle Swarm Optimization,QPSO)算法求解该施工机群配置优化模型。最后,以某铁路路基工程某标段为例进行实证分析。结果显示,多目标优化方案较原方案工期提前75 d,成本降低203.257万元,绿色指数提升5.250%,碳排放量降低1.305 t。研究结果可为铁路路基施工机群配置优化提供新思路。 展开更多

关键词 环境工程学 铁路路基机群配置 碳排放 组合数有序加权算子法 基于指标间相关性分析的权重确定法 基于莱维飞行的量子粒子群优化算法

原文传递

引力重构开普勒优化算法的无人机三维航迹规划

6

作者 高立 陈高华 《科学技术与工程》 北大核心 2025年第31期13446-13453,共8页

针对在林场巡检中,无人机航迹规划算法面临难以收敛和容易陷入局部最优解等问题,提出一种引力重构开普勒优化算法的航迹规划方法。通过建立三维环境和航迹代价模型,将航迹规划的复杂问题转化为多个多维函数问题。在开普勒优化算法的行... 针对在林场巡检中,无人机航迹规划算法面临难以收敛和容易陷入局部最优解等问题,提出一种引力重构开普勒优化算法的航迹规划方法。通过建立三维环境和航迹代价模型,将航迹规划的复杂问题转化为多个多维函数问题。在开普勒优化算法的行星引力定义时,综合考虑其他行星影响,增加算法空间搜索的多样性;在探索区域,结合Levy飞行策略,提出新的探索区域位置更新方法,以增强局部逃逸能力;在开发利用区域中,结合粒子群优化算法的位置更新策略,将太阳位置作为全局最优值,提出新的开发利用区域位置更新方法,从而提升全局收敛能力。在简单和复杂林场环境模型下进行验证,实验表明,与粒子群算法、鲸鱼优化算法以及开普勒优化算法相比,引力重构开普勒优化算法在复杂的环境具有良好的航迹规划能力和较强的鲁棒性,能够满足大多数林场巡检任务的需求。 展开更多

关键词 开普勒优化算法 粒子群优化算法 levy飞行策略 引力重构开普勒优化算法 航迹规划

在线阅读 下载PDF 职称材料

局域均值分解下基于LQPSO-LSSVM的轴承故障诊断策略

7

作者 邓锦途 刘少华 +5 位作者 林炳钿 黄展鸿 卢洁莹 程美娟 钱梓涵 贾瑞昌 《机电工程》 北大核心 2025年第11期2149-2157,共9页

轴承在低转速工况下,容易出现轴承故障的微弱信号和强信号难以分离的情况,从而导致其故障的诊断精度较低,为此,提出了一种局域均值分解(LMD)下基于Levy飞行改进量子粒子群(LQPSO)优化最小二乘支持向量机(LSSVM)的轴承故障诊断方法。首先... 轴承在低转速工况下,容易出现轴承故障的微弱信号和强信号难以分离的情况,从而导致其故障的诊断精度较低,为此,提出了一种局域均值分解(LMD)下基于Levy飞行改进量子粒子群(LQPSO)优化最小二乘支持向量机(LSSVM)的轴承故障诊断方法。首先,对采集得到的数据进行了LMD分解,并利用相关系数法进行了信号筛选重构,计算了重构信号的分段能量熵,构成了故障诊断特征向量;然后,针对Levy飞行的随机跳跃改进了量子粒子群优化算法,解决了其容易陷入局部收敛的问题,并将其用于搜索LSSVM的最优核参数,克服了人为设定核参数不精确、效率低等缺点,建立了基于改进量子粒子群优化最小二乘支持向量机的LQPSO-LSSVM模型;最后,将该LQPSO-LSSVM诊断方法应用到轴承故障诊断中,对其有效性进行了验证。研究结果表明:该方法在复杂工况下的诊断精度达95%以上,较传统PSO-LSSVM和QPSO-LSSVM得到了明显的提高,具备优异的故障分类精度和诊断鲁棒性。该方法为低转速工况下的轴承故障诊断提供了一种有效的解决方案。 展开更多

关键词 轴承故障诊断模型 低转速工况 微弱信号 局域均值分解 莱维飞行 量子粒子群优化算法 最小二乘支持向量机

在线阅读 下载PDF 职称材料

应用多策略改进量子粒子群算法的直流电与Rayleigh波联合反演

8

作者 朱春光 管泓清 +3 位作者 秦天 张富翔 王强 高远 《石油地球物理勘探》 北大核心 2025年第1期137-151,共15页

针对浅地表地质分层问题,文中分析了直流电(DC)法与Rayleigh波(RW)法共同探测并进行数据联合反演的可行性,重点研究了融合多种优化策略后形成的基于重心反向学习(Centroid Opposition-Based Learning,COBL)和混沌搜索(Chaos Search,CS)... 针对浅地表地质分层问题,文中分析了直流电(DC)法与Rayleigh波(RW)法共同探测并进行数据联合反演的可行性,重点研究了融合多种优化策略后形成的基于重心反向学习(Centroid Opposition-Based Learning,COBL)和混沌搜索(Chaos Search,CS)的量子行为粒子群(Quantum-behaved Particle Swarm Optimization,QPSO)算法(简称为COBL-CS-QPSO算法)应用于二者的一维联合反演。通过联合反演可以从电阻率数据中提取层厚信息,弥补单独Rayleigh波反演难以精确解析层厚的问题;同时多策略算法的引入使解在搜索过程中不易陷入局部最优,并加强了不确定环境下的随机搜索效率。理论模型实验考虑了无噪声与有噪声以及已知模型层数与未知模型层数的多种情况,并使模型反演在宽泛的搜索区间内进行,最终取得了良好的反演效果。随后将该联合反演算法应用于实际数据,结果表明基于COBL-CS-QPSO算法的直流电与Rayleigh波联合反演在无钻孔信息或未知地下详细分层的条件下,能够获得相比于单独方法更为准确的结果。同时与自适应粒子群(APSO)算法的对比也体现了改进算法的反演优势。 展开更多

关键词 Rayleigh 波法 直流电法 联合反演 量子行为粒子群算法 重心反向学习 混沌搜索 无限折叠的迭代混 沌映射 浅地表

在线阅读 下载PDF 职称材料

融合改进莱维飞行的混沌粒子群算法 被引量：1

9

作者 段艳 潘峰 《长江信息通信》 2025年第1期67-69,72,共4页

为提升粒子群优化算法的性能,文章提出了一种融合改进莱维飞行策略的混沌粒子群算法chaoLPSO。首先,通过引入改进的混沌序列来初始化粒子群,从而增强了算法的全局搜索能力;同时,采用分段式自适应权重策略来调整粒子的速度和位置,以提高... 为提升粒子群优化算法的性能,文章提出了一种融合改进莱维飞行策略的混沌粒子群算法chaoLPSO。首先,通过引入改进的混沌序列来初始化粒子群,从而增强了算法的全局搜索能力;同时,采用分段式自适应权重策略来调整粒子的速度和位置,以提高算法的收敛速度;此外,通过引入改进的莱维飞行策略,增加了搜索范围,有助于克服局部最优问题。在4个经典测试函数上的验证结果表明,chaoLPSO算法在搜索性能和收敛速度方面均优于传统粒子群算法。 展开更多

关键词 混沌优化 粒子群算法 莱维飞行 全局搜索 优化问题

在线阅读 下载PDF 职称材料

基于深度学习的农业园区综合能源系统运行优化方法

10

作者 刘曌煜 王蕾 王坤 《沈阳工业大学学报》 北大核心 2025年第4期470-477,共8页

【目的】农业园区可再生能源资源禀赋丰富,在“双碳”目标驱动下,其综合能源系统(IES)的高效运行对于推动绿色低碳转型具有重要意义。然而,当前农业园区普遍存在能源利用效率低、多能源系统调配不均、可再生能源就地消纳能力不足等问题... 【目的】农业园区可再生能源资源禀赋丰富,在“双碳”目标驱动下,其综合能源系统(IES)的高效运行对于推动绿色低碳转型具有重要意义。然而,当前农业园区普遍存在能源利用效率低、多能源系统调配不均、可再生能源就地消纳能力不足等问题,严重制约了农业生产效率和可持续发展水平。为此,提出了一种基于深度学习的农业园区IES运行优化方法,旨在构建更具经济性与低碳性的能源调度机制。【方法】首先,构建农业园区IES多目标优化调度模型,综合考虑燃气轮机燃料成本、电网交互成本及设备运维成本,形成涵盖多种能源形式的系统数学模型;其次,针对风光(风电、光伏)出力及负荷预测需求,设计改进型长短时记忆(LSTM)神经网络功率预测模型,并引入量子粒子群优化算法(QPSO)对网络的隐含单元数量、学习率等超参数进行动态优化,以提升预测精度;最后,针对传统黄金正弦算法(GSA)易陷入早熟收敛的问题,引入Lévy飞行机制提升更新效率,结合动态权重策略优化全局与局部搜索能力,构建改进GSA实现系统调度优化。【结果】在实例分析中,改进的QPSO-LSTM预测模型将预测误差稳定控制在5%以内,相较传统方法具有更高的预测精度和更强的全局搜索能力。在调度优化方面,改进GSA使系统日运行成本较未优化方案下降69.7%,风光就地消纳率提升27.9%,显著优于传统GSA,展现出优良的多能调度协调能力。【结论】所提出的基于深度学习的农业园区综合能源系统运行优化方法,能够实现对系统功率的高精度预测,并在此基础上有效降低系统运行成本,提升可再生能源就地消纳能力,在经济性与低碳性协同优化方面具有显著优势,为农业园区IES的高效、绿色运行提供了可靠的技术路径。 展开更多

关键词 农业产业园区 综合能源系统 运行优化 数学模型 量子粒子群优化算法 长短时记忆神经网络 Lévy飞行 黄金正弦算法

在线阅读 下载PDF 职称材料

基于混沌与量子粒子群算法相结合的负荷模型参数辨识研究 被引量：30

11

作者 王振树 卞绍润 +2 位作者 刘晓宇 于凯 石云鹏 《电工技术学报》 EI CSCD 北大核心 2014年第12期211-217,共7页

负荷建模是电力系统建模中亟待解决的难题。负荷特性数据、负荷模型结构以及参数辨识是影响实测负荷建模结果的重要因素。本文提出了混沌与量子粒子群算法相结合的负荷模型参数辨识方法。实测数据验证结果表明,该方法相对于常用的粒子... 负荷建模是电力系统建模中亟待解决的难题。负荷特性数据、负荷模型结构以及参数辨识是影响实测负荷建模结果的重要因素。本文提出了混沌与量子粒子群算法相结合的负荷模型参数辨识方法。实测数据验证结果表明,该方法相对于常用的粒子群算法及量子粒子群算法在计算精度、收敛速度等方面都具有明显优势,应用于负荷模型参数辨识提高了负荷模型的准确性。 展开更多

关键词 混沌优化算法 量子粒子群算法 故障录波 参数辨识 负荷建模

在线阅读 下载PDF 职称材料

基于粒子群算法的布谷鸟搜索算法 被引量：24

12

作者 李娜 贺兴时 《纺织高校基础科学学报》 CAS 2014年第3期374-379,384,共7页

为进一步提高布谷鸟搜索算法(Cuckoo Search)的收敛速度和计算精度,将PSO算法用于CS算法的位置更新过程,提出了基于PSO算法的布谷鸟搜索算法(CSPSO).最后,通过6个典型测试函数进行仿真实验.结果表明,CSPSO算法比CS算法和自适应步长布谷... 为进一步提高布谷鸟搜索算法(Cuckoo Search)的收敛速度和计算精度,将PSO算法用于CS算法的位置更新过程,提出了基于PSO算法的布谷鸟搜索算法(CSPSO).最后,通过6个典型测试函数进行仿真实验.结果表明,CSPSO算法比CS算法和自适应步长布谷鸟搜索算法(ASCS)具有更快的收敛速度,更高的收敛精度和稳定性. 展开更多

关键词 布谷鸟搜索 levy飞行 粒子群优化算法

在线阅读 下载PDF 职称材料

基于QPSO_RBF的电力系统短期负荷预测 被引量：6

13

作者 田书 刘团结 +1 位作者 胡艳丽 程传平 《电力系统保护与控制》 EI CSCD 北大核心 2008年第18期6-9,46,共5页

针对径向基函数(RBF)网络在电力系统短期负荷预测中存在的问题,提出一种量子粒子群优化(QPSO)算法训练RBF网络的方法,在确定网络隐含层节点个数后,将RBF网络各个参数编码成学习算法中的粒子个体进行优化,由此可在全局空间中搜索最优适... 针对径向基函数(RBF)网络在电力系统短期负荷预测中存在的问题,提出一种量子粒子群优化(QPSO)算法训练RBF网络的方法,在确定网络隐含层节点个数后,将RBF网络各个参数编码成学习算法中的粒子个体进行优化,由此可在全局空间中搜索最优适应值的参数。用优化后的网络进行负荷预测,结果表明,该方法与传统的负荷预测方法相比,减少了训练时间并提高了预测精度,具有较好的应用前景。 展开更多

关键词 电力系统 负荷预测 径向基函数 量子粒子群算法

在线阅读 下载PDF 职称材料

改进灰狼算法优化GBDT在PM_(2.5)预测中的应用 被引量：11

14

作者 江雨燕 傅杰 +2 位作者 甘如美江 孙雨辰 王付宇 《安全与环境学报》 CAS CSCD 北大核心 2024年第4期1569-1580,共12页

针对灰狼算法易陷入局部最优解和全局搜索能力不足的问题,通过霍尔顿序列(Halton Sequence)搜索算法初始化狼群位置,避免灰狼算法陷入局部最优解和重复运算;引入莱维飞行和随机游动策略对灰狼算法的寻优过程进行优化,以增加算法的全局... 针对灰狼算法易陷入局部最优解和全局搜索能力不足的问题,通过霍尔顿序列(Halton Sequence)搜索算法初始化狼群位置,避免灰狼算法陷入局部最优解和重复运算;引入莱维飞行和随机游动策略对灰狼算法的寻优过程进行优化,以增加算法的全局搜索能力;利用粒子群算法模拟灰狼种群得出的最佳适应度以用于惩罚项改进灰狼算法中的头狼更新策略。使用改进算法优化的梯度提升树(Gradient Boosting Decision Trees,GBDT)模型对北京市大气污染物监测数据中PM_(2.5)质量浓度进行预测,采用3种评估函数对各模型以及混合模型预测效果得分进行评估。结果显示,本文改进的灰狼算法对梯度提升树的优化效果优于其他算法,均方根误差E RMS为6.65μg/m^(3),平均绝对值误差E MA为3.20μg/m^(3),拟合优度(R^(2))为99%,比传统灰狼算法优化结果的均方根误差减少了19.19μg/m^(3),平均绝对值误差降低了10.03μg/m^(3),拟合优度增加了9百分点;与霍尔顿序列和莱维飞行改进的(Levy Flight-Halton Sequence,LHGWO)相比,改进的灰狼算法预测得分的均方根误差降低了10.39μg/m^(3),平均绝对值误差减小了6.71μg/m^(3),拟合优度提高了5百分点。研究表明了预测模型优化的有效性,为未来城市改善空气质量提供了科学依据和技术支持。 展开更多

关键词 环境学 PM_(2.5)质量浓度预测 改进灰狼算法(GWO) 梯度提升树算法(GBDT) 莱维(levy)飞行 霍尔顿序列(Halton Sequence) 粒子群算法(PSO)

原文传递

基于种群曼哈顿距离的自适应多目标粒子群优化算法 被引量：19

15

作者 李浩君 张鹏威 郭海东 《计算机集成制造系统》 EI CSCD 北大核心 2020年第4期1019-1032,共14页

针对多目标粒子群优化算法存在收敛性不足和多样性丢失问题,提出一种根据进化状态平衡收敛性能与多样性能的自适应多目标粒子群优化算法(pmdMOPSO)。该算法首先采用种群曼哈顿距离实时检测算法的进化状态,将进化状态分为探索和收敛两个... 针对多目标粒子群优化算法存在收敛性不足和多样性丢失问题,提出一种根据进化状态平衡收敛性能与多样性能的自适应多目标粒子群优化算法(pmdMOPSO)。该算法首先采用种群曼哈顿距离实时检测算法的进化状态,将进化状态分为探索和收敛两个阶段,并根据进化状态的两个阶段分别采用不同的速度更新模式,实现算法性能的提升;其次设计了具有Levy飞行探索认知行为的速度动力学方程,旨在增强全局探索能力;最后使用种群曼哈顿距离构成的差分向量设计进化参数自适应更新模式,平衡算法全局探索与局部开采的能力。通过对MOP1~MOP7测试函数上的实验结果分析,表明pmdMOPSO算法较对比算法具有更好的收敛性能和多样性能。 展开更多

关键词 多目标粒子群优化算法 种群曼哈顿距离 levy飞行探索认知 参数自适应

在线阅读 下载PDF 职称材料

基于优化极限学习机的工业控制系统入侵检测 被引量：12

16

作者 赵国新 陈志炼 +3 位作者 魏战红 刘昱 宋非凡 郭家伟 《计算机工程与设计》 北大核心 2020年第3期608-613,共6页

为解决极限学习机(ELM)随机给定输入权值和隐含层结点的阈值,导致泛化能力和精度不理想的问题,提出混合自适应量子粒子群(HAQPSO)优化算法对输入权值和隐含层结点的阈值进行参数寻优。在量子粒子群优化算法的基础上,加入差分策略和Levy... 为解决极限学习机(ELM)随机给定输入权值和隐含层结点的阈值,导致泛化能力和精度不理想的问题,提出混合自适应量子粒子群(HAQPSO)优化算法对输入权值和隐含层结点的阈值进行参数寻优。在量子粒子群优化算法的基础上,加入差分策略和Levy飞行策略,采用自适应改变的控制方法控制收缩-扩张系数,有效避免算法的早熟,增强算法全局寻优能力,通过对典型函数的测试验证了该算法的优越性。构建基于HAQPSO优化ELM的工控入侵检测模型,将仿真结果与其它算法进行比较,HAQPSO优化后的ELM在准确率、精确率和召回率等指标上都有明显提升。 展开更多

关键词 极限学习机 量子粒子群优化算法 差分策略 levy飞行策略 工控入侵检测

在线阅读 下载PDF 职称材料

数据中心网络下基于HEQPSO-SVM算法的DDoS攻击侦测及预测方法 被引量：3

17

作者 余鹏 李艳 《小型微型计算机系统》 CSCD 北大核心 2015年第1期143-149,共7页

针对分布式拒绝服务(DDoS)攻击难以预测和检测问题,提出一种应用于数据中心网络,基于混合熵的量子粒子群(HEQPSO)算法及支持向量机(SVM)算法的新型DDoS攻击预测、侦测方法.该方法通过对网络流进行分析,根据样本数据包的特征属性对数据... 针对分布式拒绝服务(DDoS)攻击难以预测和检测问题,提出一种应用于数据中心网络,基于混合熵的量子粒子群(HEQPSO)算法及支持向量机(SVM)算法的新型DDoS攻击预测、侦测方法.该方法通过对网络流进行分析,根据样本数据包的特征属性对数据包进行预分类,在HEQPSO中引入改进的进化度因子和聚集度因子优化SVM分类器的误差惩罚因子C和高斯径向基函数的宽度σ,采用HEQPSO-SVM模型训练预分类样本.并设计基于混合熵方法的特征样本线性方程实现对未知DDoS攻击的预测和侦测.仿真实验证明:与传统的量子粒子群(QPSO)算法、惯性权自适应调整的量子粒子群优化(DCWQPSO)算法在算法执行时间、平均迭代次数、平均相对变动值(ARV)和均方根误差性能(RMSE)四个方面进行比较,HEQPSO-SVM算法具有更好的泛化能力和较小的误差性能.同时,本文提出的方法与经典的基于Hurst参数分析检测DDoS攻击方法、基于非线性网络流分析检测DDoS攻击方法、基于自适应检测DDoS攻击的小波分析法以及基于改进熵分析检测DDoS攻击方法在响应时间、平均检到率、平均漏检率、正确率四个方面进行了对比.结果表明,论文提出的方法较四种经典的DDoS分析检测方法相比,能够更为准确、有效地预测、侦测未知的DDoS入侵攻击. 展开更多

关键词 HEQPSO-SVM模型 SVM分类器 混合熵方法 特征样本线性方程

在线阅读 下载PDF 职称材料

混合自适应量子粒子群优化算法 被引量：7

18

作者 赵国新 陈志炼 魏战红 《微电子学与计算机》 北大核心 2019年第7期76-80,86,共6页

为解决量子粒子群优化算法在迭代后期出现的种群多样性低导致的早熟收敛、陷入局部最优的问题,提出三点改进:(1)将收缩—扩张系数与适应度值联系起来,收缩—扩张系数会随着粒子的适应度值的改变而自适应调整;(2)使用差分策略更新粒子的... 为解决量子粒子群优化算法在迭代后期出现的种群多样性低导致的早熟收敛、陷入局部最优的问题,提出三点改进:(1)将收缩—扩张系数与适应度值联系起来,收缩—扩张系数会随着粒子的适应度值的改变而自适应调整;(2)使用差分策略更新粒子的随机位置,使得粒子向种群最优位置靠近;(3)粒子位置的更新加入Levy飞行策略,利用Levy飞行策略的偶尔长距离的跳跃,使得种群多样性增加,提高了跳出局部最优的能力,综合以上三点,提出一种混合自适应量子粒子群优化算法(HAQPSO).通过对比各个算法在6个典型函数的仿真测试结果表明:HAQPSO具有更好的全局收敛能力,且收敛精度、速度和稳定性都有明显的提升. 展开更多

关键词 量子粒子群优化算法 收缩-扩张系数 差分策略 levy飞行策略

在线阅读 下载PDF 职称材料

基于多策略混合改进MVO算法的光伏多峰MPPT研究 被引量：1

19

作者 方胜利 朱晓亮 +1 位作者 马春艳 侯贸军 《南京信息工程大学学报》 CAS 北大核心 2024年第4期544-552,共9页

光伏阵列的电功率输出在局部遮荫工况下具有多峰特性,且随外界环境的变化而变化.为实现高效电能输出,利用多元宇宙优化(MVO)算法在解决低维度、小规模优化问题中的突出优势进行最大功率点跟踪(MPPT),并融合多种策略对其存在的缺陷进行改... 光伏阵列的电功率输出在局部遮荫工况下具有多峰特性,且随外界环境的变化而变化.为实现高效电能输出,利用多元宇宙优化(MVO)算法在解决低维度、小规模优化问题中的突出优势进行最大功率点跟踪(MPPT),并融合多种策略对其存在的缺陷进行改进.采用拉丁超立方抽样策略初始化宇宙种群,并对按照轮盘赌策略随机交换的宇宙实施柯西变异,提高宇宙种群的多样性.同时引入莱维飞行式量子粒子群优化(QPSO)算法,且对虫洞存在概率及旅行距离率进行自适应调整,以增强算法的全局勘探及局部开发能力.Matlab仿真结果表明,相比其他算法,采用该算法的MPPT时间减少了45%以上,精度亦有所提高,从而具有更优的MPPT性能,可有效提高光伏发电效率. 展开更多

关键词 光伏阵列 多峰特性 最大功率点跟踪 多元宇宙优化 拉丁超立方抽样策略 柯西变异 莱维飞行 量子粒子群优化

在线阅读 下载PDF 职称材料

相控阵天线非对称方向图波束赋形研究 被引量：1

20

作者 张华美 徐诚 王芳芳 《南京邮电大学学报（自然科学版）》 北大核心 2022年第2期49-53,共5页

在相控阵天线的实际应用中,通过智能优化算法可以快速得到所需方向图以及天线阵列中各天线单元的幅度值和相位值,实现波束赋形的效果。针对粒子群(Particle Swarm Optimization, PSO)算法后期搜索能力弱的问题,在粒子群算法的基础上引... 在相控阵天线的实际应用中,通过智能优化算法可以快速得到所需方向图以及天线阵列中各天线单元的幅度值和相位值,实现波束赋形的效果。针对粒子群(Particle Swarm Optimization, PSO)算法后期搜索能力弱的问题,在粒子群算法的基础上引入了蝴蝶算法(Butterfly Optimization Algorithm, BOA)中的局部搜索机制与莱维飞行因子,采用“精英”粒子筛选模式,提出了一种新的改进粒子群优化算法BPSO(Butterfly Particle Swarm Optimization Algorithm)。计算结果验证该优化方法与粒子群算法相比,在迭代后期也具有很强的收敛能力,并且收敛速度也优于其他基础算法。 展开更多

关键词 相控阵天线 粒子群优化算法 蝴蝶算法 莱维飞行因子

在线阅读 下载PDF 职称材料