公共文化服务平台

共 5 条记录，以下是 1-5

全选清除导出

排序方式：

控制参数和进化策略自适应的智能优化算法及其应用: 差分进化算法(Differential evolution algorithm，DE)和粒子群算法（Particleswarm optimization，PSO）是两种结构较简单、鲁棒性强和效率高的智能优化算法。因为它们...; 范勤勤; 关键词：差分进化算法粒子群算法控制参数

多样性分布参数的粒子群算法及其在过程动态优化中的应用: 2015年; 提出一种多样性分布参数的粒子群算法(DDPPSO)。在DDPPSO算法中,每个粒子在初始化时拥有各自的惯性权重和加速因子。在迭代时由每个粒子的寻优性能决定其参数的权重,进而计算参数群体的加权平均值。根据加权平均值与自适应方差,通过正态分布产生下一代参数个体,从而实现参数群体的多样性分布,为算法的寻优提供实时最佳的控制参数。标准测试函数实验表明,在寻优性能上DDPPSO算法较新改进的PSO算法有较大提高。最后,将DDPPSO算法应用于Park-Ramirez生物反应器的动态优化,获得满意的结果。; 王应虎范勤勤颜学峰; 关键词：粒子群算法动态优化生物反应器

基于自适应差分进化算法的间歇反应动态优化求解被引量：2: 2010年; 为了求解间歇反应动态优化问题,提出了一种自适应差分进化算法(Self-Adaptive Differential Evolution,SADE)。在SADE算法中,每个个体都拥有自己的控制参数。该算法在对原优化问题进行差分进化搜优的同时,以权重大小来评价各个控制参数的优劣,并以加权控制参数作为控制参数的进化方向,实现其自适应调整。结果表明SADE算法收敛速度快、求解精度高。将SADE算法应用于两个典型的间歇反应动态优化问题中,取得了较好的优化效果;同时,分析了时间离散度对优化结果的影响。; 范勤勤颜学峰; 关键词：差分进化算法协进化动态优化

控制参数协进化的差分进化算法及其应用被引量：5: 2010年; 提出一种控制参数协进化的差分进化算法(DE-CPCE),实现算法控制参数随种群搜优进展,自适应动态调整。DE-CPCE算法将控制参数作为原始个体的共生个体,且每一个原始个体都有各自的共生个体;算法在对原优化问题进行差分进化搜优的同时,以原始个体进化效率作为共生个体(即控制参数)的评价,并通过共生个体的差分进化操作实现其协进化。DE-CPCE算法能随优化问题搜优进展,自适应动态调整算法控制参数,实时为算法搜优提供最优的控制参数。仿真研究表明,DE-CPCE算法的控制参数具有动态自适应性;并且在与文中所提及的算法(DE/rand/1,DE/best/1,DE/rand-to-best/1,DE/rand/2,DE/best/2,self-adaptive Pareto DE and self-adaptive DE)比较中,该算法能以较高概率求得全局最优值,且收敛速率快,求得最优解的精度高。同时,应用DE-CPCE算法估计SO2催化氧化反应动力学模型参数,结果优于文献报道。; 范勤勤颜学峰; 关键词：差分进化算法协进化自适应动力学参数

基于协进化策略的改进差分进化算法及应用: 优化是控制科学与工程领域的研究热点。随着科学技术的发展、人类对研究对象认识的逐渐深入,优化对象往往呈现高度的非线性、复杂性和高维等特点,使传统的优化方法难以适用或无法求得全局最优解。随着现代智能优化算法的提出,其能以概率...; 范勤勤; 关键词：协进化差分进化算法约束优化问题 ALOPEX算法动态优化; 文献传递

全选清除导出

共1页<1>

范勤勤