您的位置: 专家智库 > >

山西省自然科学基金(2008011027-2)

作品数:6 被引量:36H指数:4
相关作者:曾建潮谭瑛谢丽萍崔志华陈保娣更多>>
相关机构:太原科技大学更多>>
发文基金:山西省自然科学基金教育部科学技术研究重点项目国家自然科学基金更多>>
相关领域:自动化与计算机技术理学更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 5篇自动化与计算...
  • 1篇理学

主题

  • 4篇群算法
  • 4篇微粒群
  • 4篇微粒群算法
  • 2篇虚拟力
  • 2篇优化算法
  • 2篇牛顿第二定律
  • 2篇全局优化
  • 2篇全局优化算法
  • 1篇约束优化问题
  • 1篇拟态
  • 1篇群体智能
  • 1篇种群多样性
  • 1篇物理学
  • 1篇物理学方法
  • 1篇小世界
  • 1篇小世界模型
  • 1篇理学
  • 1篇李雅普诺夫
  • 1篇李雅普诺夫函...
  • 1篇扩散

机构

  • 6篇太原科技大学

作者

  • 4篇曾建潮
  • 3篇谭瑛
  • 2篇崔志华
  • 2篇谢丽萍
  • 1篇孙超利
  • 1篇崔炎
  • 1篇陈保娣
  • 1篇李俊吉
  • 1篇焦国辉

传媒

  • 2篇太原科技大学...
  • 1篇系统工程理论...
  • 1篇计算机研究与...
  • 1篇控制理论与应...
  • 1篇小型微型计算...

年份

  • 2篇2011
  • 4篇2010
6 条 记 录,以下是 1-6
排序方式:
一种求解约束优化问题的微粒群算法被引量:5
2010年
约束保持法是目前求解约束问题时处理约束的主要方法之一,该方法的思想是确保进化过程中所有粒子始终在可行域范围内。本文借鉴复合形法的思想,提出一种求解约束优化问题的新方法。当粒子超出可行域范围时,通过反射、扩张、收缩等操作,为粒子重新产生一个可行位置。通过对标准函数仿真实验表明,该算法实现原理简单,而且能得到较优的解。
孙超利谭瑛潘正祥曾建潮
关键词:微粒群约束优化问题复合形法
基于拟态物理学方法的全局优化算法被引量:16
2011年
受拟态物理学方法的启发,就物理个体与理想粒子的特征异同问题,通过建立拟态物理学方法与基于种群优化算法的映射关系,设计出一种面向全局优化函数的拟态物理学算法框架.这是一种基于群体的随机优化算法,每个样本解被看作一个具有质量、速度和位置属性的物理个体,个体质量是用户定义的有关其目标适应值的函数,个体的适应值越好质量就越大,则个体间的虚拟作用力就越大.利用牛顿万有引力定律定义了个体之间的虚拟作用力,制定了个体之间的引?斥力规则,使得适应值较好个体吸引适应值较差个体,适应值较差个体排斥适应值较好个体,最好个体则不受其他个体的吸引或排斥.该方法利用这种引?斥力规则使得整个种群向更好的搜索区域移动.实验结果表明该算法的有效性.
谢丽萍曾建潮
关键词:群体智能全局优化算法牛顿第二定律虚拟力
改进的吸引扩散微粒群算法被引量:5
2010年
为了避免微粒群算法存在的过早收敛问题,在ARPSO的基础之上,提出了一个简单的种群多样性度量函数和微粒最好飞行方向的概念,引入了变异策略,从而实现了一种改进的吸引扩散微粒群算法MARPSO,并从理论上分析了MARPSO的局部收敛性和全局收敛性.对四个经典函数进行了仿真测试,测试结果表明:与基本微粒群算法BPSO和ARSPO相比,该算法能够有效的提高种群多样性,并且具有较高的收敛速度.
陈保娣曾建潮
关键词:微粒群算法种群多样性
空间分割微粒群算法被引量:4
2010年
提出了一种适用于高维数值优化问题的空间分割微粒群算法。该算法通过将整个搜索空间分割成若干子空间,在这些子空间上利用嵌入零搜索算子的微粒群算法进行优化。实验结果表明该改进微粒群算法可以有效地解决高维数值优化问题。
李俊吉崔志华崔炎谭瑛
关键词:高维
受拟态物理学启发的全局优化算法被引量:5
2010年
受拟态物理学方法的启发,就物理个体与理想粒子的特征异同,建立了拟态物理学方法与基于种群的优化算法的映射关系;通过设计个体质量为用户定义的其适应值函数、制定个体之间的引/斥力规则,利用牛顿万有引力定律定义个体之间的虚拟作用力,设计出一种求解全局优化问题的拟态物理学优化算法框架;构造和测试凸曲线、直线和凹曲线这三种曲线质量函数对算法性能的影响,结果表明了具有凹曲线质量函数的算法性能较好;同时,通过与四种典型优化算法的性能比较,说明该算法是有效的.
谢丽萍曾建潮
关键词:全局优化算法虚拟力牛顿第二定律
小世界模型的个体决策微粒群算法被引量:2
2011年
微粒群算法是一种模拟动物行为的群智能优化算法.由于微粒(个体)在不同环境中生存与觅食,积累了不同的经验,因此不同个体在觅食或者其他行为中会做出不同的决策,但是这种决策机制在标准微粒群算法中并没有体现出来.微粒在决策时会考虑周围其它粒子的信息,因此本文通过引入个体决策机制与小世界模型的邻域结构来改进微粒群算法,同时利用李雅普诺夫稳定性理论对改进的算法进行稳定性分析,并给出相应的参数选择方式.在改进的微粒群算法中,微粒被周围理想微粒的位置和群体最优位置所吸引,改变了传统微粒群算法只被群体最优位置吸引的弊端.对常用的几个测试函数进行仿真,与其它两种改进的微粒群算法相比,结果表明该算法有更好的性能.
焦国辉崔志华谭瑛樊卫兵
关键词:微粒群算法小世界模型李雅普诺夫函数
共1页<1>
聚类工具0