公共文化服务平台

共 8 条记录，以下是 1-8

全选清除导出

排序方式：

基于新维无偏灰色RBF神经网络的居民消费价格指数预测模型: 2018年; 针对居民消费价格指数的特点,结合灰色理论和RBF神经网络的优点,利用新信息优先的思想,提出一种基于新维无偏灰色RBF神经网络的居民消费价格指数预测模型。首先对原始数据进行对数变换,提高数据的光滑度;然后建立无偏灰色预测模型,利用预测数据对原始数据进行等维更新;最后建立无偏灰色模型,并利用预测数据对RBF神经网络进行训练。通过对我国居民价格消费指数数据进行建模分析和实验,结果表明,文章提出的新维无偏灰色RBF神经网络预测模型比无偏灰色模型以及无偏灰色RBF神经网络模型的预测结果的相对误差小,且模型的预测精度更高。; 黄洋鲁海燕程毕芸许凯波; 关键词：RBF神经网络居民消费价格指数

一种动态调整惯性权重的简化均值粒子群优化算法被引量：23: 2018年; 提出了一种动态调整惯性权重的简化均值粒子群优化算法(DSMPSO).该算法在简化粒子群优化算法的基础上,利用个体最优位置和全局最优位置的线性组合取代算法个体最优位置和全局最优位置,以加快算法的收敛速度以及寻优精度;此外,构造了一种基于余弦函数的惯性权重,并加入服从贝塔分布的随机调整策略,以实现对惯性权重的动态调整,从而更好地平衡算法的全局和局部搜索能力,并增加种群的多样性.仿真实验结果表明,与其他一些改进算法相比,本文的新算法具有更快的收敛速度和更高的寻优精度.; 黄洋鲁海燕许凯波沈莞蔷; 关键词：粒子群优化均值余弦函数

求解TSP的自适应优秀系数粒子群优化算法被引量：15: 2017年; 针对基本离散粒子群优化(PSO)算法求解旅行售货商问题(TSP)时容易陷入局部最优解和早熟收敛的问题,提出了一种基于自适应优秀系数的粒子群(SECPSO)算法。为了提高算法的全局搜索能力,在已有工作的基础上,进一步利用启发式信息对静态的路径优秀系数进行修改,使之可根据解的搜索过程进行自适应动态调整;另外,为了进一步提高解的精确性和算法的收敛速度,添加了3-opt搜索机制,提高算法的局部搜索能力。利用Matlab进行了实验仿真,用国际通用的TSP数据库(TSPLIB)中的若干经典实例对算法性能进行了测试。实验结果表明,与其他几种算法相比,SECPSO算法在全局寻优能力和更快的收敛速度方面表现更优,是求解TSP问题的一种有潜力的智能算法。; 程毕芸鲁海燕黄洋许凯波; 关键词：粒子群优化算法

基于双层蚁群算法和动态环境的机器人路径规划方法被引量：47: 2019年; 针对动态环境未知时变的特点,提出一种机器人路径规划新方法.在该方法中,首先对栅格法建立的环境模型进行凸化处理,以避免机器人沿规划路径移动时陷入U型陷阱,从而加快路径规划的速度;其次,提出双层蚁群算法(DACO),在每次迭代中先用外层蚁群算法寻找一条路径,然后以该路径为基础构造一个小环境,接着在该环境下用内层蚁群算法重新寻优,若寻得的路径质量更高,则更新路径并执行本文给出的一种新型信息素二次更新策略;最后,针对环境中不同动态障碍物的体积和速度,提出三种避障策略.动态环境下,机器人先由DACO算法规划一条静态环境下从起点到终点的全局最优路径,然后从当前起点开始,通过自带传感器获取动态环境信息,并根据需要执行等待、正碰或追尾避障策略,到达新的起点.仿真实验表明,该方法可以在动态环境下实时地为移动机器人规划出一条安全且最短的路径,是求解移动机器人路径规划问题的一种切实有效的方法.; 许凯波鲁海燕黄洋胡士娟; 关键词：动态障碍物蚁群算法栅格法

基于S型函数的自适应粒子群优化算法被引量：41: 2019年; 针对粒子群算法求解精度低和后期收敛速度慢等问题,提出了一种基于S型函数的自适应粒子群优化算法SAPSO (S-shaped function based Adaptive Particle Swarm Optimization)。该算法利用倒S型函数的特点,实现了对惯性权重的非线性调整,从而更好地平衡算法的全局搜索能力和局部搜索能力;同时,在算法的位置更新公式中引入S型函数,并利用个体粒子自身的适应度值与群体平均适应度值的比值自适应地调整搜索步长,从而提高算法的搜索效率。在若干经典测试函数上的仿真实验结果表明,与已有的几种改进粒子群算法相比,SAPSO在收敛速度和求解精度方面均有较大优势。; 黄洋鲁海燕许凯波胡士娟; 关键词：惯性权重粒子群优化算法

求解TSP的改进信息素二次更新与局部优化蚁群算法被引量：34: 2017年; 针对蚁群(ACO)算法收敛速度慢、容易陷入局部最优的缺陷,提出了一种改进信息素二次更新局部优化蚁群算法(IPDULACO)。该算法对蚁群搜索到的当前全局最优解中路径贡献度大于给定的路径贡献阈值的子路径信息素进行二次更新,以提高构成潜在最优解的子路径被选择的概率,从而加快算法的收敛。然后,在搜索过程中,当蚁群陷入局部最优时,使用随机插入法对局部最优解中城市的排序进行调整,以增强算法跳出局部最优解的能力。将改进算法应用于若干经典的旅行售货商问题(TSP)进行仿真实验,实验结果表明,对于小规模的TSP,IPDULACO可以在较少的迭代次数内获得已知最优解;对于较大规模的TSP,IPDULACO可以在较少的迭代次数内获得更精确的解。因此,IPDULACO具有更强的搜索全局最优解的能力和更快的收敛速度,可以高效求解TSP。; 许凯波鲁海燕程毕芸黄洋; 关键词：蚁群算法

求解寻址多旅行商问题的改进单亲遗传算法被引量：7: 2019年; 为了解决非预先指定起点的单起点、闭回路且目标函数最长、路径最短的多旅行商问题,提出一种融合杂草算法繁殖机制的可寻址混合单亲遗传算法.该算法首先给出了一种新的编码方式,可在种群初始化时产生含有随机配送中心的个体,同时算法采用杂草算法的繁殖机制产生子代,从而加快收敛速度;然后采用改进的单亲遗传操作对路径进行寻优;最后采用混合选择算子对群体进行求解精度选择,避免算法陷入早熟收敛.为验证所提出的改进算法的有效性,采用Matlab对TSPLIB数据库中若干不同规模的实例进行仿真.实验结果表明,该算法在寻找最佳配送中心和最短路径方面具有良好的性能,且能在旅游路径规划问题上得到良好的应用.; 胡士娟鲁海燕黄洋黄洋; 关键词：多旅行商问题单亲遗传算法寻址选择算子

求解工作量平衡多旅行商问题的改进遗传算法被引量：12: 2019年; 针对工作量平衡的多旅行商问题,提出了一种融合杂草算法繁殖机制和局部优化变异算子的改进遗传算法(Reproductive mechanism and Local optimization mutation operator based Genetic Algorithm,RLGA)。该算法利用入侵杂草优化算法中以适应度为基准的繁殖机制来产生种群并进行遗传操作,以此来提高算法的搜索效率;同时提出一种混合局部优化算子作为变异算子来提高算法的局部搜索能力,从而提高收敛精度。实验结果表明,RLGA在求解工作量平衡的多旅行商问题时可以快速收敛到较优解,并且求解精度得到了很大的提高。; 胡士娟鲁海燕黄洋黄洋; 关键词：多旅行商问题遗传算法变异算子

全选清除导出

共1页<1>

黄洋

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

黄洋

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈