陕西省自然科学基金(2010JQ8006)
- 作品数：7 被引量：44H指数：4
- 相关作者：吴亚丽徐丽青袁瑛靳笑一刘格更多>>
- 相关机构：西安理工大学国电南京自动化股份有限公司华锐风电科技股份有限公司更多>>
- 发文基金：陕西省自然科学基金国家自然科学基金陕西省教育厅科研计划项目更多>>
- 相关领域：自动化与计算机技术电气工程更多>>
- 基于差分演化的改进多目标粒子群优化算法被引量：4
- 2011年
- 提出一种基于差分演化的改进多目标粒子群优化算法来求解多目标优化问题。算法通过对Pareto最优解集的差分演化来增加Pareto解集的多样性;通过循环拥挤距离来控制归档集中非劣解的分布,提高对种群空间的均匀采样;采用一种新的多目标适应值轮盘赌法选择粒子的全局最优位置,使其更逼近Pareto最优前沿;自适应惯性权重和加速度因子的设计增强了算法的全局搜索能力。多个多目标测试函数的仿真结果表明,改进的多目标粒子群算法能够在保持Pareto最优解多样性的同时具有较好的收敛性能。
- 吴亚丽徐丽青
- 关键词：多目标优化差分演化粒子群优化算法
- 经济负荷分配问题的闭环文化粒子群算法被引量：1
- 2010年
- 结合文化算法的双层进化结构和粒子群算法的局部搜索性能,提出了求解经济负荷分配问题的闭环文化粒子群算法。算法设置了上层的信念空间和下层的群体空间,并利用同步传输方式通过接受操作和影响操作来完成两层空间的交互;各群体空间采用反馈控制的原理对粒子的演化速度进行控制以保持群体的多样性。通过对文献中的3机组6母线和IEEE30BUS经济负荷分配问题的仿真结果表明,闭环文化粒子群算法有更好的收敛性能和更快的收敛速度。
- 吴亚丽袁瑛薛敬千
- 关键词：经济负荷分配粒子群算法文化算法闭环控制
- 多阶段多产品调度问题的链式智能体遗传算法被引量：1
- 2011年
- 将遗传算法的编码方式与智能体系统的演化结构相结合,提出一种求解多阶段多产品调度问题的链式智能体遗传算法.算法采用基于订单序列的编码方式,采用一种新的后向指派规则实现编码和可行调度间的一一对应.通过各智能体与其邻域环境的竞争与合作以及自身的自学习操作实现种群的演化过程.对多阶段多产品调度问题的仿真结果表明:链式智能体遗传算法与新的后向指派规则相结合,不仅增加了种群多样性,而且提高了算法的收敛性能,是求解多阶段多产品调度问题的有效算法.
- 吴亚丽张万良张立香
- 关键词：启发式规则遗传算法智能体系统
- 求解环境经济调度问题的多目标差分粒子群优化算法被引量：8
- 2011年
- 提出一种基于差分演化的改进多目标粒子群优化算法来求解电力系统环境经济调度问题。算法通过对Pareto最优解集的差分演化来增加Pareto最优解的多样性;通过循环拥挤距离来控制归档集中非劣解的分布,以提高对种群空间的均匀采样;采用一种新的多目标适应值轮盘赌法选择粒子的全局最优位置,使其更逼近Pareto最优前沿;自适应惯性权重和加速度因子的动态变化可增强算法的全局搜索能力。对电力系统环境经济负荷分配模型进行仿真,并与文献中的其他算法进行了比较。结果表明,改进的算法能够在保持Pareto最优解多样性的同时具有较好的收敛性能。
- 徐丽青吴亚丽
- 关键词：多目标优化环境经济调度差分演化粒子群优化算法
- 链式多种群多智能体进化算法被引量：5
- 2013年
- 将多种群的进化方式和链式结构的动态邻域引入到多智能体进化算法中,提出了一种链式多种群多智能体进化算法.算法设置了多种群交互的演化结构.各种群中的智能体通过与其动态邻域智能体的竞争、合作及自学习操作来增加自身的能量;动态邻域的链式结构提高了算法的效率、降低了计算复杂度;多个种群之间的信息定期以一定的方式进行交互,增强了种群的多样性,减小了算法陷入局部最优的机率.理论分析和多个测试函数的仿真结果均表明:链式多种群多智能体进化算法在求解高维优化问题上具有很好的性能.
- 吴亚丽靳笑一刘格
- 关键词：多种群多智能体进化算法
- 一种基于文化粒子群算法的BP网络优化方法被引量：7
- 2011年
- BP网络良好的逼近特性和泛化能力使其在模式识别、智能控制和系统决策等领域有广泛应用。但网络训练过程中存在的收敛速度慢、容易陷入局部极值等局限性限制了进一步应用。提出一种新的智能优化算法-文化粒子群算法来对BP神经网络的权值和阈值同时进行优化。算法设置了群体空间和信念空间两类独立空间,群体空间采用自适应粒子群算法完成进化,信念空间通过更新函数来进行演化。两类空间的交互通过接受操作和影响操作利用同步式传输方式完成。以Iris分类问题的BP网络模型为仿真实例,对算法的正确性和有效性进行验证。仿真结果表明,改进算法具有较快的收敛速度。
- 吴亚丽袁瑛
- 关键词：粒子群优化文化算法BP网络IRIS
- 一种基于粒子群算法的改进多目标文化算法被引量：20
- 2012年
- 提出一种基于粒子群算法的改进多目标文化算法并用于求解多目标优化问题.算法中群体空间采用多目标粒子群优化算法进行演化;信念空间通过对形势知识、规范化知识和历史知识的重新定义使之符合多目标优化问题;信念空间和群体空间的交互通过自适应的接受操作和影响操作来实现.若干多目标标准测试函数的仿真结果表明,改进多目标文化算法能够在保持Pareto解集多样性的同时具有较好的均匀性和收敛性.
- 吴亚丽徐丽青
- 关键词：多目标优化文化算法粒子群算法PARETO最优前沿
