期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到206篇文章
< 1 2 … 11 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
Empirical Review of Standard Benchmark Functions Using Evolutionary Global Optimization 认领 引用
1
作者 Johannes MDieterich1] Bernd Hartke1] 《Applied Mathematics》 2012年第10期1552-1564,共13页
We have employed a recent implementation of genetic algorithms to study a range of standard benchmark functions for global optimization. It turns out that some of them are not very useful as challenging test functions... We have employed a recent implementation of genetic algorithms to study a range of standard benchmark functions for global optimization. It turns out that some of them are not very useful as challenging test functions, since they neither allow for a discrimination between different variants of genetic operators nor exhibit a dimensionality scaling resembling that of real-world problems, for example that of global structure optimization of atomic and molecular clusters. The latter properties seem to be simulated better by two other types of benchmark functions. One type is designed to be deceptive, exemplified here by Lunacek’s function. The other type offers additional advantages of markedly increased complexity and of broad tunability in search space characteristics. For the latter type, we use an implementation based on randomly distributed Gaussians. We advocate the use of the latter types of test functions for algorithm development and benchmarking. 展开更多
关键词 Optimization Genetic Algorithms Benchmark Functions Dimensionality Scaling Crossover Operators
暂未订购 下载PDF
Structured Random Cycle-Guided Algorithm (SRCA): An Adaptive Metaheuristic Combining Directionally-Guided and Stochastic Search Strategies 认领 引用
2
作者 Giuseppe Marannano Antonino Cirello Tommaso Ingrassia 《Computers, Materials & Continua》 SCIE EI 2026年第6期1873-1898,共26页
In response to the growing need for adaptive optimization algorithms capable of handling complex,multimodal,and high-dimensional search spaces,this paper introduces the Structured Random Cycle-guided Algorithm(SRCA).S... In response to the growing need for adaptive optimization algorithms capable of handling complex,multimodal,and high-dimensional search spaces,this paper introduces the Structured Random Cycle-guided Algorithm(SRCA).SRCA is not presented as a fundamentally new optimization paradigm,but rather as an architectural synthesis and a unified adaptive framework for dynamic operator selection.Based on a cycle-structured architecture,directional and stochastic search behaviors are dynamically selected at the individual level.The algorithm orchestrates well-established structured movements with a diverse pool of stochastic exploration strategies,enabling a coherent and adaptive balance between exploration and exploitation throughout the optimization process.Unlike traditional metaheuristics that rely on fixed behavioral roles or static movement schemes,SRCA allows each individual to adapt its search strategy based on real-time population feedback,monitored through convergence and dispersion indicators.The performance of SRCA is quantitatively assessed under strictly identical experimental conditions on a comprehensive set of 23 benchmark functions,including multimodal and high-dimensional problems,as well as on six classical constrained engineering design problems.Numerical results demonstrate competitive convergence reliability and robustness across diverse optimization tasks,confirming the effectiveness of the proposed adaptive cycle-based framework. 展开更多
关键词 Metaheuristic algorithms optimization constrained optimization benchmark functions structured random cycle-guided algorithm
暂未订购 下载PDF
改进鲸鱼优化算法解决工程优化问题 认领 引用
3
作者 涂斌斌 王飞 +2 位作者 韩晓微 王小天 刘瀚林 《机械设计》 CSCD 北大核心 2026年第7期42-51,共10页
针对标准鲸鱼优化算法全局探索能力不足、收敛精度低和速度慢等问题,提出一种基于维度的邻域搜索策略,在迭代时为每个搜索代理构建一个邻域,在这个邻域中的搜索代理可以共享搜索信息;考虑到搜索代理的运动是一种假设连续的跳跃式移动,... 针对标准鲸鱼优化算法全局探索能力不足、收敛精度低和速度慢等问题,提出一种基于维度的邻域搜索策略,在迭代时为每个搜索代理构建一个邻域,在这个邻域中的搜索代理可以共享搜索信息;考虑到搜索代理的运动是一种假设连续的跳跃式移动,可能会导致搜索代理在搜索过程中过早地陷入局部最优,故在位置更新时加入自适应权重进行调节。改进的鲸鱼优化算法(DWOA)主要用于解决全局优化和工程设计问题,通过9个基准测试函数和4个工程设计问题对DWOA和其他优秀的优化算法进行了评估。试验结果表明:DWOA在全局探索能力、局部开发能力、收敛速度和收敛精度上均有较强的竞争力。该改进算法在工程设计问题上的求解优势明显,证明了其有效性和适用性。 展开更多
关键词 鲸鱼优化算法 自适应权重 邻域搜索 基准测试函数 工程设计问题
暂未订购 下载PDF
基于松树剪枝优化算法的云计算任务调度方法 认领 引用
4
作者 孙鉴 韩梦悦 +2 位作者 张伟 吴雪 申沐奇 《计算机工程与设计》 北大核心 2026年第7期2202-2211,共10页
为了提高云计算环境下的任务调度效率,研究了一种基于松树生长特性的松树剪枝优化算法。该算法借鉴松树剪枝机制,设计了剪枝、探索与生长3种搜索模式,实现了全局与局部搜索的协同优化。实验结果表明,松树剪枝优化算法在不同标准函数测... 为了提高云计算环境下的任务调度效率,研究了一种基于松树生长特性的松树剪枝优化算法。该算法借鉴松树剪枝机制,设计了剪枝、探索与生长3种搜索模式,实现了全局与局部搜索的协同优化。实验结果表明,松树剪枝优化算法在不同标准函数测试中表现出优良的收敛性与稳定性;在云计算任务调度中,与传统算法相比,综合成本降低6.74%,最大完成时间减少21.89%,适应度下降3.87%,有效提升了调度性能与资源利用率。 展开更多
关键词 元启发式算法 松树剪枝算法 全局搜索 局部搜索 标准函数测试 多目标优化 云计算 任务调度
暂未订购 下载PDF
生态产品价值实现成效评价及时空演变分析:以黄河流域重点生态功能区为例 认领 引用
5
作者 王昊 常小青 +2 位作者 相文静 梁田 张林波 《环境科学研究》 CAS CSCD 北大核心 2026年第5期1243-1255,共13页
黄河流域作为我国重要的生态安全屏障和经济地带,长期面临保护与发展之间的矛盾。科学评价生态产品价值实现成效对黄河流域建立健全生态产品价值实现机制、推动生态优势转化为发展优势、统筹生态保护和高质量发展具有重要现实意义。基... 黄河流域作为我国重要的生态安全屏障和经济地带,长期面临保护与发展之间的矛盾。科学评价生态产品价值实现成效对黄河流域建立健全生态产品价值实现机制、推动生态优势转化为发展优势、统筹生态保护和高质量发展具有重要现实意义。基于生态产品价值实现全过程理论框架,构建涵盖生态产品供给、生态产业发展、农民增收致富和工作推进成效多维度评价指标体系,利用双基准渐进法、综合加权指数法测度2015-2020年黄河流域重点生态功能区生态产品价值实现成效,并分析其时空演化格局及主要障碍因素。结果表明:①黄河流域生态产品价值实现成效总体滞后,2020年流域内仅3个县级行政区实现成效达到良好水平,价值转化潜力尚未充分释放。②从时空演化与关联特征看,2015-2020年黄河流域重点生态功能区生态产品价值实现总体成效明显提升,呈现“高-高”和“低-低”空间集聚特征,区域间成效提升速度存在非均衡性,各领域得分提升且空间集聚程度增强。③生态产品供给是影响实现成效的首要障碍因子。研究显示,黄河流域重点生态功能区生态产品价值实现已进入提质增效新阶段,但区域失衡与结构失衡问题凸显,未来应因地制宜深化改革,基于资源禀赋优势探索差异化价值实现路径,同时加快构建跨区域生态产品交易市场和利益补偿机制,推动形成优势互补、协同共治的流域生态治理新格局。 展开更多
关键词 重点生态功能区 生态产品价值实现成效 双基准渐进法 时空变化 空间集聚
暂未订购 下载PDF
各种智能优化算法性能对比分析 认领 引用
6
作者 关伟文 《工程技术研究》 2026年第4期10-15,共6页
构建标准化基准测试框架,深入对比分析了六种经典及新兴智能优化算法。采用了13种经典基准函数进行测试,通过30次独立运行计算的平均偏差、标准差及收敛曲线等多维指标对各种智能优化算法进行评估。实验结果表明,哈里斯鹰优化算法通过... 构建标准化基准测试框架,深入对比分析了六种经典及新兴智能优化算法。采用了13种经典基准函数进行测试,通过30次独立运行计算的平均偏差、标准差及收敛曲线等多维指标对各种智能优化算法进行评估。实验结果表明,哈里斯鹰优化算法通过其动态搜索策略和Levy飞行算子,在全局探索及复杂非可分问题上表现出优异性能;灰狼优化算法和鲸鱼优化算法在单峰函数上具有较强局部利用能力,但在欺骗性多峰景观中易陷入停滞;差分进化算法展现了稳健性能,而遗传算法与粒子群优化算法在高维空间中的表现明显退化,其经典算子难以满足高精度求解需求。 展开更多
关键词 智能优化算法 元启发式算法 基准测试函数
暂未订购 下载PDF
基于信噪比的学习型哈里斯鹰优化算法 认领 引用 被引量：3
7
作者 张林 沈佳颖 +1 位作者 胡传陆 朱东林 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2025年第7期2360-2373,共14页
针对哈里斯鹰优化(HHO)算法存在种群学习性与适应性不足的问题,提出一种基于信噪比的学习型哈里斯鹰优化(SLHHO)算法。该算法通过引入信噪比的概念来判断个体的位置信息,设计了一种协调学习策略,可以更合理地更新种群内个体的位置,进而... 针对哈里斯鹰优化(HHO)算法存在种群学习性与适应性不足的问题,提出一种基于信噪比的学习型哈里斯鹰优化(SLHHO)算法。该算法通过引入信噪比的概念来判断个体的位置信息,设计了一种协调学习策略,可以更合理地更新种群内个体的位置,进而对逃逸距离重新设计,提升了算法的适应与寻优能力。以12个基准函数为标准,将所提算法与哈里斯鹰算法的变体及其他算法进行性能测试,并在时间复杂度、多样性、探索与开发等评价指标中进行对比分析,结果显示,SLHHO算法具有较强的竞争力与可行性,在压力容器设计问题中,验证了SLHHO算法的实用性。 展开更多
关键词 哈里斯鹰优化 信噪比 协调学习 逃逸距离 基准函数
暂未订购 下载PDF
多策略改进的蝴蝶优化算法 认领 引用 被引量：2
8
作者 张琪 顾腾达 +2 位作者 任宇辰 季津琪 陈海涛 《计算机工程与科学》 CSCD 北大核心 2025年第7期1312-1320,共9页
针对蝴蝶优化算法存在搜索精度差、全局搜索和局部开发能力不平衡、容易陷入局部最优等问题,为提升蝴蝶优化算法的鲁棒性和寻优能力,提出一种多策略改进的蝴蝶优化算法。该算法选用随机一致性初始化蝴蝶种群,使蝴蝶个体在搜索空间中的... 针对蝴蝶优化算法存在搜索精度差、全局搜索和局部开发能力不平衡、容易陷入局部最优等问题,为提升蝴蝶优化算法的鲁棒性和寻优能力,提出一种多策略改进的蝴蝶优化算法。该算法选用随机一致性初始化蝴蝶种群,使蝴蝶个体在搜索空间中的各个维度分布更加均匀,对解空间的覆盖率更广;引入动态惯性权重策略,平衡全局搜索与局部搜索;引入精英差分变异策略,提高算法的全局搜索能力。将改进后的算法与7种优化算法在17个基准函数上进行实验对比,结果表明,改进后的算法相比于原始蝴蝶优化算法,具有更好的收敛性和求解精度,且全局寻优能力和鲁棒性得到了提升。 展开更多
关键词 蝴蝶优化算法 随机一致性初始化 差分进化算法 基准函数 Wilcoxon秩和检验
暂未订购 下载PDF
融合独立思维与局部逃逸的头脑风暴优化算法 认领 引用 被引量：1
9
作者 贾鹤鸣 饶洪华 +3 位作者 吴迪 薛博文 文昌盛 李永超 《计算机科学与探索》 CSCD 北大核心 2025年第6期1522-1539,共18页
头脑风暴优化算法(BSO)是一种模拟人脑思维活动所提出的群智能优化算法。针对传统头脑风暴优化算法精度较差、寻优能力弱、易陷入局部最优等问题,提出了融合独立思维与局部逃逸的头脑风暴优化算法(IBSO)。提出了一种独立思维策略,当算... 头脑风暴优化算法(BSO)是一种模拟人脑思维活动所提出的群智能优化算法。针对传统头脑风暴优化算法精度较差、寻优能力弱、易陷入局部最优等问题,提出了融合独立思维与局部逃逸的头脑风暴优化算法(IBSO)。提出了一种独立思维策略,当算法陷入局部最优解停滞时,加入了一个阈值用于判断是否需要执行独立思维策略。当算法陷入局部最优导致无法获得更优解时,算法会通过独立思维策略寻找一个新的位置,协助算法寻求更优解以跳出局部最优。采用了局部逃逸策略(LEO),加强了算法全局探索能力,使得算法的搜索效率更强。通过CEC2014基准测试函数和CEC2020基准测试函数来测试IBSO算法的优化性能,并与8种优化算法进行对比实验。结果表明,所改进的算法寻优能力更强,具有更高的稳定性和全局搜索能力。采用最新的工程问题评价指标对三杆桁架设计和拉伸/压缩弹簧设计两种工程问题进行测试实验,进一步验证了IBSO算法在工程问题中的实用性。 展开更多
关键词 头脑风暴优化算法 局部逃逸策略 基准测试函数 工程问题
暂未订购 下载PDF
An Improved GT Algorithm for Solving Complicated Dynamic Function Optimization Problems 认领 引用
10
作者 ZHANG Qing LI Yan +1 位作者 KANG Zhuo KANG Lishan 《Wuhan University Journal of Natural Sciences》 CAS 2009年第5期404-408,共5页
An improved Guo Tao algorithm （IGT algorithm） is proposed for solving complicated dynamic function optimization problems, and a function optimization benchmark problem with constrained condition and two dynamic para... An improved Guo Tao algorithm （IGT algorithm） is proposed for solving complicated dynamic function optimization problems, and a function optimization benchmark problem with constrained condition and two dynamic parameters has been designed. The results achieved by IGT algorithm have been compared with the results from the Guo Tao algorithm （GT algorithm）. It is shown that the new algorithm （IGT algorithm） provides better results. This preliminarily demonstrates the efficiency of the new algorithm in complicated dynamic environments. 展开更多
关键词 dynamic function optimization Guo Tao algorithm （GT algorithm） benchmark problems
暂未订购 下载PDF
融合多策略的改进河马优化算法及其应用 认领 引用 被引量：4
11
作者 袁磊 《海南大学学报（自然科学版中英文）》 CAS 2025年第3期289-296,共8页
针对标准河马优化算法存在全局探索能力欠缺及易陷入局部最优等不足,提出了一种融合多策略的改进河马优化算法。该算法通过在初始化过程中引入混沌映射来改善收敛速度,通过引入自适应权重防止算法陷入局部最优,并利用反向学习得到反向... 针对标准河马优化算法存在全局探索能力欠缺及易陷入局部最优等不足,提出了一种融合多策略的改进河马优化算法。该算法通过在初始化过程中引入混沌映射来改善收敛速度,通过引入自适应权重防止算法陷入局部最优,并利用反向学习得到反向解来扩大算法搜索范围。对改进河马优化算法采用6个基准测试函数进行性能测试,并与多个其他优化算法进行了比较。结果表明:改进河马优化算法的寻优性能明显优于其他优化算法。将改进河马优化算法应用于两个工程设计问题中,均取得了较好的优化效果。 展开更多
关键词 河马优化算法 多策略 基准测试函数 工程设计
暂未订购 下载PDF
融合多策略的沙猫群算法及其应用 认领 引用 被引量：1
12
作者 班云飞 张达敏 +1 位作者 左锋琴 沈倩雯 《计算机工程与设计》 北大核心 2025年第7期2054-2062,共9页
针对沙猫群算法易陷入局部最优、收敛速度慢等问题,提出一种融合多策略的沙猫群算法。将经典SCSO搜索阶段的位置更新公式做结构变体,增加种群的多样性;提出自适应麻雀因子提高算法的收敛速度和精度;在开发阶段引入动态螺旋探索策略,以... 针对沙猫群算法易陷入局部最优、收敛速度慢等问题,提出一种融合多策略的沙猫群算法。将经典SCSO搜索阶段的位置更新公式做结构变体,增加种群的多样性;提出自适应麻雀因子提高算法的收敛速度和精度;在开发阶段引入动态螺旋探索策略,以一种选择概率控制该策略的作用阶段,避免算法陷入局部最优。与其它算法在8个基准测试函数和Wilcoxon秩和检验上进行对比,实验结果表明,改进算法的寻优精度高、收敛速度快且具有跳出局部最优的能力,同时将其应用在5G基站中心选址问题中,验证了算法在实际应用中的有效性和可行性。 展开更多
关键词 沙猫群算法 结构变体 自适应麻雀因子 动态螺旋探索策略 5G基站中心选址 基准测试函数 秩和检验
暂未订购 下载PDF
燃料棒性能分析软件评价方法研究 认领 引用
13
作者 田欣鹭 靖剑平 +3 位作者 谭思超 温爽 高新力 刘宇生 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2025年第11期2242-2251,共10页
为解决在燃料棒性能分析软件评价工作中所面临的评价方法不完善的问题,本文提出我国自主化燃料性能分析软件的评价流程,基于燃料性能安全准则、模型开发数据和燃料性能机理的研究,提出了软件理论模型的完整性和正确性、验证和确认的充... 为解决在燃料棒性能分析软件评价工作中所面临的评价方法不完善的问题,本文提出我国自主化燃料性能分析软件的评价流程,基于燃料性能安全准则、模型开发数据和燃料性能机理的研究,提出了软件理论模型的完整性和正确性、验证和确认的充分性等评价重点。针对软件确认工作中存在的试验数据缺乏、确认数据无法覆盖应用对象适用范围的问题,提出了确认数据外推合理性判断方法,并提出了燃料棒性能分析软件评价中校核计算工作的评价要点,结合算例计算结果分析,选取某燃料棒开展包壳蠕变计算,计算不同燃耗下轴向段包壳直径,并与国际基准题中测量数据进行对比分析。计算得到的P/M平均值接近于1,相对误差在±0.65%之间,验证了燃料棒性能分析软件的预测结果符合性较好,说明此评价方法合理可行。 展开更多
关键词 燃料棒性能分析 软件评价方法 评价流程 软件验证与确认 校核计算分析 理论模型完整性 软件计算功能 基准题
暂未订购 下载PDF
Operations Improvement Function and Organisational Adaptability of Petroleum Tank Farms in South-South, Nigeria 认领 引用
14
作者 Karibo B. Bagshaw Thomas C. Okoisama 《American Journal of Operations Research》 2023年第3期53-70,共18页
The study examined the nexus between operations improvement function (dimensioned by contingency planning, benchmarking and continuous improvement processes) and organisational adaptability of Petroleum tank farms in ... The study examined the nexus between operations improvement function (dimensioned by contingency planning, benchmarking and continuous improvement processes) and organisational adaptability of Petroleum tank farms in South-South, Nigeria. The contingency theory and the theory of routine dynamics underpinned the study, and positivism was the underlying philosophy. The study adopted the cross-sectional survey through the use of questionnaire. 820 middle and top-level managers constituted the elements of the population, and the Krejcie & Morgan’s formula was used to determine the sample size of 262 respondents. Structural Equation Modeling was deployed to test the hypotheses at a 0.05 significance level. The results showed that contingency planning;benchmarking and continuous improvement processes all have a significant positive relationship with organisational adaptability of Petroleum tank farms in South-South, Nigeria. The study concludes that Petroleum tank farms’ operations should focus on the adoption of contingency planning, benchmarking and continuous improvement processes to enhance organisational adaptability. Therefore, it is recommended that the management of Petroleum tank farms should put in place mechanisms to advance continuous improvement processes by allocating the necessary amount of resources, such as energy, time and money, in order to promote the continuous development of the continuous improvement systems. Furthermore, managers of Petroleum tank farms should make better the adoption of contingency planning, ensuring that there is as much necessary training and information for employees on how to act during a crises situation, in order to evaluate safety and prepare in advance for recovery from disasters. 展开更多
关键词 Adaptability Benchmarking Contingency Planning Continuous Improvement Processes Operations Improvement Function and Petroleum Tank Farms
暂未订购 下载PDF
多种策略融合的改进长鼻浣熊优化算法 认领 引用
15
作者 吕日鲜 李文敬 +1 位作者 陆建波 李双 《计算机工程与设计》 北大核心 2025年第12期3429-3437,共9页
为解决长鼻浣熊优化算法收敛速度慢,容易陷入局部最优的问题,提出了一种多种策略融合的改进长鼻浣熊优化算法(MCOA)。运用值分布均匀的Circle混沌映射替换随机参数r,提高种群的质量和多样性;在长鼻浣熊逃离捕食者行为过程中结合沙猫群... 为解决长鼻浣熊优化算法收敛速度慢,容易陷入局部最优的问题,提出了一种多种策略融合的改进长鼻浣熊优化算法(MCOA)。运用值分布均匀的Circle混沌映射替换随机参数r,提高种群的质量和多样性;在长鼻浣熊逃离捕食者行为过程中结合沙猫群优化算法攻击行为,提高算法搜寻最优解的能力;为避免陷入局部最优,引入Cauchy逆累积分布算子,构建了基于多种策略融合的改进长鼻浣熊优化算法。通过14个基准函数将本算法与COA等4个算法进行仿真对比实验,实验结果验证该算法在收敛速度和寻优精度上优于其它比较算法,是一种收敛速度快精度高的多种策略融合的群体智能优化算法。 展开更多
关键词 长鼻浣熊优化算法 混沌映射 沙猫群优化算法 柯西逆累积分布算子 群体智能 基准函数 局部最优
暂未订购 下载PDF
基于改进淘金算法BP神经网络预测方法研究 认领 引用
16
作者 戴诗雨 孙哲 +1 位作者 袁凯 孙知信 《印刷与数字媒体技术研究》 CAS 北大核心 2025年第5期121-137,共17页
围绕时间序列数据精准预测的问题,本研究提出了基于改进淘金算法BP神经网络的预测方法。首先,针对传统淘金优化算法(GRO)收敛速度慢、易陷入局部最优等缺陷,引入了Tent混沌映射和莱维飞行策略,分别对该算法种群初始化和迭代寻优两个阶... 围绕时间序列数据精准预测的问题,本研究提出了基于改进淘金算法BP神经网络的预测方法。首先,针对传统淘金优化算法(GRO)收敛速度慢、易陷入局部最优等缺陷,引入了Tent混沌映射和莱维飞行策略,分别对该算法种群初始化和迭代寻优两个阶段进行改进,并通过算法测试和方法比较,验证了改进淘金优化算法(DGRO)在解决最优化问题方面的良好的性能。然后,设置BP神经网络基本参数,并利用DGRO对BP神经网络的初始连接权重和阈值进行调整,构建了DGRO-BP模型。最后,利用某快递驿站实际处理快件量的数据集对本研究提出的模型进行测试。结果显示,DGRO-BP在诸多预测精度评价指标上相较于BP和GWO-BP等具备优越性,尤其是在平均绝对误差(MAE)指标上,DGRO-BP模型的平均绝对误差比标准BP神经网络模型低了约46.15%,证实了DGRO-BP在处理该类问题上的优势,对时间序列数据预测问题的研究具有重要意义。 展开更多
关键词 淘金优化算法 算法优化 BP神经网络 快递数据预测 测试函数
暂未订购 下载PDF
A Chaos Sparrow Search Algorithm with Logarithmic Spiral and Adaptive Step for Engineering Problems 认领 引用 被引量：15
17
作者 Andi Tang Huan Zhou +1 位作者 Tong Han Lei Xie 《Computer Modeling in Engineering & Sciences》 SCIE EI 2022年第1期331-364,共34页
The sparrow search algorithm(SSA)is a newly proposed meta-heuristic optimization algorithm based on the sparrowforaging principle.Similar to other meta-heuristic algorithms,SSA has problems such as slowconvergence spe... The sparrow search algorithm(SSA)is a newly proposed meta-heuristic optimization algorithm based on the sparrowforaging principle.Similar to other meta-heuristic algorithms,SSA has problems such as slowconvergence speed and difficulty in jumping out of the local optimum.In order to overcome these shortcomings,a chaotic sparrow search algorithm based on logarithmic spiral strategy and adaptive step strategy(CLSSA)is proposed in this paper.Firstly,in order to balance the exploration and exploitation ability of the algorithm,chaotic mapping is introduced to adjust the main parameters of SSA.Secondly,in order to improve the diversity of the population and enhance the search of the surrounding space,the logarithmic spiral strategy is introduced to improve the sparrow search mechanism.Finally,the adaptive step strategy is introduced to better control the process of algorithm exploitation and exploration.The best chaotic map is determined by different test functions,and the CLSSA with the best chaotic map is applied to solve 23 benchmark functions and 3 classical engineering problems.The simulation results show that the iterative map is the best chaotic map,and CLSSA is efficient and useful for engineering problems,which is better than all comparison algorithms. 展开更多
关键词 Sparrow search algorithm global optimization adaptive step benchmark function chaos map
暂未订购 下载PDF
Enhanced Moth-flame Optimization Based on Cultural Learning and Gaussian Mutation 认领 引用 被引量：4
18
作者 Liwu Xu Yuanzheng Li +4 位作者 Kaicheng Li Gooi Hoay Beng Zhiqiang Jiang Chao Wang Nian Liu 《Journal of Bionic Engineering》 SCIE EI CSCD 2018年第4期751-763,共13页
This paper presents an Enhanced Moth-Flame Optimization （EMFO） technique based on Cultural Learning （CL） and Gaussian Mutation （GM）. The mechanism of CL and the operator of GM are incorporated to the original al... This paper presents an Enhanced Moth-Flame Optimization （EMFO） technique based on Cultural Learning （CL） and Gaussian Mutation （GM）. The mechanism of CL and the operator of GM are incorporated to the original algorithm of Moth-Flame Optimization （MFO）. CL plays an important role in the inheritance of historical experiences and stimulates moths to obtain information from flames more effectively, which helps MFO enhance its searching ability. Furthermore, in order to overcome the disadvantage of trapping into local optima, the operator of GM is introduced to MFO. This operator acts on the best flame in order to generate several variant ones, which can increase the diversity. The proposed algorithm of EMFO has been comprehensively evaluated on 13 benchmark functions, in comparison with MFO. Simulation results verify that EMFO shows a significant improvement on MFO, in terms of solution quality and algorithmic reliability. 展开更多
关键词 bioinspired computing moth-flame optimization cultural learning Gaussian mutation benchmark functions
θ-PSO: a new strategy of particle swarm optimization 认领 引用 被引量：11
19
作者 Wei-min ZHONG Shao-jun LI Feng QIAN 《Journal of Zhejiang University-SCIENCE A》 SCIE EI CAS 2008年第6期786-790,共5页
Particle swarm optimization (PSO) is an efficient, robust and simple optimization algorithm. Most studies are mainly concentrated on better understanding of the standard PSO control parameters, such as acceleration co... Particle swarm optimization (PSO) is an efficient, robust and simple optimization algorithm. Most studies are mainly concentrated on better understanding of the standard PSO control parameters, such as acceleration coefficients, etc. In this paper, a more simple strategy of PSO algorithm called θ-PSO is proposed. In θ-PSO, an increment of phase angle vector replaces the increment of velocity vector and the positions are decided by the mapping of phase angles. Benchmark testing of nonlinear func- tions is described and the results show that the performance of θ-PSO is much more effective than that of the standard PSO. 展开更多
关键词 Particle swarm optimization （PSO） Phase angle Benchmark function
暂未订购 下载PDF
基于径向基函数与Sigmoid函数的改进粒子群算法 认领 引用
20
作者 黄洋 《科技创新与应用》 2025年第3期66-69,共4页
针对粒子群算法求解精度低和收敛速度慢等问题,提出一种基于径向基函数与Sigmoid函数的粒子群算法。通过引入径向基函数和Sigmoid函数,分别对惯性权重和位置更新公式进行改进,从而提高算法的全局搜索能力和搜索效率;最后利用6个基准测... 针对粒子群算法求解精度低和收敛速度慢等问题,提出一种基于径向基函数与Sigmoid函数的粒子群算法。通过引入径向基函数和Sigmoid函数,分别对惯性权重和位置更新公式进行改进,从而提高算法的全局搜索能力和搜索效率;最后利用6个基准测试函数对算法的性能进行实验验证和分析。实验结果表明,改进后的算法能够收敛到全局最优值,并且在收敛速度和求解精度上均有较大提高。 展开更多
关键词 径向基函数 惯性权重 Sigmoid函数 粒子群算法 基准测试函数
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 11 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈