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34篇文章
< 1 2 >
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：
基于松树剪枝优化算法的云计算任务调度方法 认领 引用
1
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
融合多策略的沙猫群算法及其应用 认领 引用 被引量：1
2
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
多策略改进的蝴蝶优化算法 认领 引用 被引量：2
3
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
融合多策略的改进河马优化算法及其应用 认领 引用 被引量：4
4
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
基于改进淘金算法BP神经网络预测方法研究 认领 引用
5
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
Circle混沌映射协同随机游走的混合白鲨优化算法 认领 引用
6
作者 郭彬 《现代信息科技》 2025年第18期65-69,共5页
白鲨优化算法的初始化种群质量较差,并且容易陷入局部最优。通过引入Circle混沌映射来提高白鲨优化算法在初始化阶段的种群多样性,并且以一定的概率触发随机游走策略,从而帮助算法更好地跳出局部最优。基于CEC2022基准测试函数集开展实... 白鲨优化算法的初始化种群质量较差,并且容易陷入局部最优。通过引入Circle混沌映射来提高白鲨优化算法在初始化阶段的种群多样性,并且以一定的概率触发随机游走策略,从而帮助算法更好地跳出局部最优。基于CEC2022基准测试函数集开展实验验证,通过与多种智能优化算法的对比分析发现,改进后的白鲨优化算法的性能指标较为突出。实验结果表明,该算法具有更高的求解精度和更快的收敛速度,同时在稳定性方面也优于其他对比算法。以上结果验证了改进策略的有效性。 展开更多
关键词 白鲨优化算法 CEC2022基准测试函数 Circle混沌映射 随机游走策略
暂未订购 下载PDF
融合联合反向学习与宿主切换机制的䲟鱼优化算法 认领 引用 被引量：3
7
作者 贾鹤鸣 文昌盛 +3 位作者 吴迪 饶洪华 刘庆鑫 力尚龙 《计算机科学与探索》 CSCD 北大核心 2023年第12期2896-2912,共17页
䲟鱼优化算法(ROA)是2021年提出的元启发式优化算法,其模拟了海洋中䲟鱼寄生依附宿主、经验攻击和宿主觅食的行为。ROA的结构简单且易于实现,但全局性稍显不足,易导致算法收敛速度慢甚至后期难以收敛的现象。针对上述问题,在探索阶段加入... 䲟鱼优化算法(ROA)是2021年提出的元启发式优化算法,其模拟了海洋中䲟鱼寄生依附宿主、经验攻击和宿主觅食的行为。ROA的结构简单且易于实现,但全局性稍显不足,易导致算法收敛速度慢甚至后期难以收敛的现象。针对上述问题,在探索阶段加入宿主切换机制,引入新宿主白鲸,提高原算法的探索能力;同时加入联合反向学习策略,增强了算法跳出局部最优的能力,进一步提高了算法的综合优化性能。通过以上改进,提出了一种融合联合反向学习与宿主切换机制的䲟鱼优化算法(IROA)。为了验证IROA的性能与改进优势,将IROA与原始ROA、6种典型的原始算法以及4种关于ROA的改进算法进行对比。通过CEC2020标准测试函数的实验结果表明,IROA具有更强的寻优能力和更高的收敛精度;最后针对汽车防撞性设计问题的求解,进一步验证了IROA的优势和工程适用性。 展开更多
关键词 䲟鱼优化算法 元启发式优化算法 联合反向学习 宿主切换机制 白鲸优化算法 基准函数测试 工程问题求解
暂未订购 下载PDF
改进正弦算法引导的蜣螂优化算法 认领 引用 被引量：93
8
作者 潘劲成 李少波 +2 位作者 周鹏 杨贵林 吕东超 《计算机工程与应用》 CSCD 北大核心 2023年第22期92-110,共19页
蜣螂优化器(dung beetle optimizer,DBO)是一种有效的元启发式算法。蜣螂优化算法虽然具有寻优能力强,收敛速度快的特点,但同时也存在全局探索和局部开发能力不平衡,容易陷入局部最优,且全局探索能力较弱的缺点。提出了一种改进的DBO算... 蜣螂优化器(dung beetle optimizer,DBO)是一种有效的元启发式算法。蜣螂优化算法虽然具有寻优能力强,收敛速度快的特点,但同时也存在全局探索和局部开发能力不平衡,容易陷入局部最优,且全局探索能力较弱的缺点。提出了一种改进的DBO算法来解决全局优化问题,命名为MSADBO。受改进正弦算法(improved sine algorithm,MSA)的启发,赋予蜣螂MSA的全局探索和局部开发能力,扩大其搜索范围,提高全局探索能力,减少陷入局部最优的可能性。同时加入了混沌映射初始化和变异算子进行扰动。为了验证MSADBO的有效性,对该算法采用23个基准测试函数进行了测试,并与其他知名的元启发式算法进行了比较。结果表明,该算法具有良好的性能。为了进一步阐述MSADBO算法的实际应用潜力,将该算法成功地应用于3个工程设计问题。实验结果表明,所提出的MSADBO算法可以有效地处理实际应用问题。 展开更多
关键词 蜣螂优化算法 改进正弦算法 MSADBO 混沌映射初始化 变异算子 基准测试函数 工程设计问题
暂未订购 下载PDF
融合学习行为策略的改进黑猩猩优化算法 认领 引用 被引量：13
9
作者 贾鹤鸣 林建凯 +3 位作者 吴迪 力尚龙 文昌盛 饶洪华 《计算机工程与应用》 CSCD 北大核心 2023年第16期82-92,共11页
针对黑猩猩优化算法收敛速度慢、寻优精度低以及容易陷入局部最优的问题,提出融合学习行为策略的改进黑猩猩优化算法(modified chimp optimization algorithm,MChOA)。采用准反向学习策略更新种群,增加种群的多样性和随机性,提高算法全... 针对黑猩猩优化算法收敛速度慢、寻优精度低以及容易陷入局部最优的问题,提出融合学习行为策略的改进黑猩猩优化算法(modified chimp optimization algorithm,MChOA)。采用准反向学习策略更新种群,增加种群的多样性和随机性,提高算法全局搜索能力,同时避免算法陷入局部最优。基于黑猩猩学习行为策略,通过随机选择“模仿学习”算子或“情绪感应”算子更新黑猩猩个体位置,增强算法局部开发能力,加快算法的收敛速度。选取16个基准函数以及12个CEC2014进行仿真实验测试,结果表明MChOA与传统ChOA相比具有较高的求解精度和较好的寻优性能。通过两个工程设计问题的求解,证明了MChOA在实际工程问题上也具有较高的实际应用价值。 展开更多
关键词 黑猩猩优化算法 准反向学习 学习行为策略 基准测试函数 工程问题求解
暂未订购 下载PDF
基于深度学习的低照度图像增强算法综述 认领 引用 被引量：6
10
作者 李紫薇 刘金龙 +1 位作者 杨慧珍 张之光 《应用光学》 CAS 北大核心 2024年第6期1095-1107,共13页
在弱光条件下拍摄的图像往往存在亮度和对比度较低、颜色失真和噪声较大等特点,严重影响人眼的主观效果,极大地限制了高阶视觉任务的性能。低照度图像增强(low illuminance image enhancement,LIIE)旨在改善这类图像的视觉效果,为后续... 在弱光条件下拍摄的图像往往存在亮度和对比度较低、颜色失真和噪声较大等特点,严重影响人眼的主观效果,极大地限制了高阶视觉任务的性能。低照度图像增强(low illuminance image enhancement,LIIE)旨在改善这类图像的视觉效果,为后续处理提供有利条件。在诸多低照度图像增强算法中,基于深度学习的低照度图像增强成为最新的解决方案。首先梳理了基于深度学习的低照度图像增强的代表性方法;其次介绍了现有低照度图像数据集、损失函数和评价指标;再次通过基准测试与实验分析,进一步对现有基于深度学习的低照度图像增强算法进行全面评估;最后对目前研究进行总结,并对低照度图像增强的发展方向进行讨论和展望。 展开更多
关键词 低照度图像 图像增强 深度学习 损失函数 基准测试
暂未订购 下载PDF
基于余弦控制因子和多项式变异的鲸鱼优化算法 认领 引用 被引量：38
11
作者 黄清宝 李俊兴 +2 位作者 宋春宁 徐辰华 林小峰 《控制与决策》 EI CSCD 北大核心 2020年第3期559-568,共10页
针对基本鲸鱼优化算法(Whale optimization algorithm,WOA)在求解最优解不在原点附近的目标函数时存在收敛精度低、易陷入局部最优解的缺陷,提出一种基于余弦控制因子和多项式变异的鲸鱼优化算法(CPWOA).所提算法中控制参数按照余弦曲... 针对基本鲸鱼优化算法(Whale optimization algorithm,WOA)在求解最优解不在原点附近的目标函数时存在收敛精度低、易陷入局部最优解的缺陷,提出一种基于余弦控制因子和多项式变异的鲸鱼优化算法(CPWOA).所提算法中控制参数按照余弦曲线变化,并加入同步余弦惯性权值,使得在迭代前期减缓收敛速度以进行充分的全局探索,而在迭代后期加速收敛以提高算法精度;同时,对最佳鲸鱼位置引入多项式变异,以增强算法跳出局部最优解的能力.将所提算法对多个shifted单峰、多峰和固定维测试函数进行求解,实验结果表明,与基本WOA、EHO、GWO、SCA、MBO以及其他改进型WOA算法相比,CPWOA对绝大多数测试函数的求解有更高的精度和稳定性.用非参数估计方法对计算结果进行差异显著性统计检验,表明CPWOA算法的显著性更优. 展开更多
关键词 余弦因子 多项式变异 鲸鱼优化算法 全局优化 偏移型测试函数 统计检验
暂未订购 下载PDF
基于混沌宿主切换机制的?鱼优化算法 认领 引用 被引量：1
12
作者 贾鹤鸣 力尚龙 +3 位作者 陈丽珍 刘庆鑫 吴迪 郑荣 《计算机应用》 CSCD 北大核心 2023年第6期1759-1767,共9页
鱼优化算法(ROA)的寻优过程包括依附宿主、经验攻击和宿主觅食3种模式,它的探索能力与开发能力较强;但原始算法通过经验攻击切换宿主,导致探索与开发之间平衡较差、收敛较慢且容易陷入局部最优。针对上述问题,提出了一种基于混沌宿主... 鱼优化算法(ROA)的寻优过程包括依附宿主、经验攻击和宿主觅食3种模式,它的探索能力与开发能力较强;但原始算法通过经验攻击切换宿主,导致探索与开发之间平衡较差、收敛较慢且容易陷入局部最优。针对上述问题,提出了一种基于混沌宿主切换机制的改进鱼优化算法(MROA)。首先,设计一种新的宿主切换机制,以更好地平衡探索和开发的能力;然后,为了使鱼初始宿主多样化,引入Tent混沌映射进行种群初始化,进一步优化算法的性能;最后,将MROA与原始ROA和爬行动物搜索算法(RSA)等6种算法在CEC2020测试函数上进行对比实验。分析实验结果可知,MROA求得的最优适应度值、平均适应度值和适应度值标准差分别比ROA、RSA、鲸鱼优化算法(WOA)、哈里斯鹰优化(HHO)算法、精子群优化(SSO)算法、正余弦算法(SCA)和乌燕鸥优化算法(STOA)平均提高了28%、33%和12%。基于CEC2020的测试结果表明,MROA具有良好的寻优能力、收敛能力和鲁棒性;同时,通过求解焊接梁设计问题和多片式离合器制动器设计问题,进一步验证了MROA在工程问题中的有效性。 展开更多
关键词 鱼优化算法 宿主切换机制 Tent混沌映射 基准函数测试 工程问题求解
暂未订购 下载PDF
基于收敛速度和多样性的多目标粒子群种群规模优化设计 认领 引用 被引量：7
13
作者 韩红桂 武淑君 《电子学报》 EI CAS CSCD 北大核心 2018年第9期2263-2269,共7页
针对多目标粒子群优化算法种群规模难以确定的问题,文中提出了一种基于收敛速度和多样性的多目标粒子群优化(Convergence speed and Diversity-based Multi-Objective Particle Swarm Optimization,CD-MOPSO)算法.首先,利用优化过程的... 针对多目标粒子群优化算法种群规模难以确定的问题,文中提出了一种基于收敛速度和多样性的多目标粒子群优化(Convergence speed and Diversity-based Multi-Objective Particle Swarm Optimization,CD-MOPSO)算法.首先,利用优化过程的收敛速度和多样性指标构造种群规模适应度函数,完成了种群规模与优化性能关系的描述;其次,基于适应度函数设计了一种种群规模自适应调整方法,实现了种群规模的动态调整;最后,将提出的CD-MOPSO在基准优化问题ZDT上测试并应用于城市管网优化,实验结果显示CD-MOPSO能够根据求解问题自动调整种群规模,与NSGA-II、MOPSO。 展开更多
关键词 多目标粒子群优化算法 种群规模 自适应调整方法 动态调整 适应度函数 收敛速度 多样性 基准测试函数 城市管网优化
暂未订购 下载PDF
全局扰动和互利因子作用的飞蛾扑火优化算法 认领 引用 被引量：6
14
作者 靳储蔚 李姗鸿 +1 位作者 张琳娜 张达敏 《计算机工程与设计》 北大核心 2023年第8期2297-2304,共8页
为解决飞蛾扑火优化(moth-flame optimization, MFO)算法收敛速度慢、容易陷入局部最优等问题,提出一种飞蛾扑火优化(DBMFO)算法。使用Bernoulli混沌映射,提高初始种群的多样性;引入全局扰动因子,提高算法的全局搜索能力;使用互利因子... 为解决飞蛾扑火优化(moth-flame optimization, MFO)算法收敛速度慢、容易陷入局部最优等问题,提出一种飞蛾扑火优化(DBMFO)算法。使用Bernoulli混沌映射,提高初始种群的多样性;引入全局扰动因子,提高算法的全局搜索能力;使用互利因子对全局扰动后的位置再次进行更新,避免新的算法陷入局部最优,使得算法更快收敛。通过对10个基准函数进行仿真实验,确定迭代系数的取值,通过Wilcoxon秩和检验来验证算法性能,其结果表明,改进的DBMFO算法在求解的精确度以及收敛速度上均有明显提升。 展开更多
关键词 群智能算法 飞蛾扑火优化 伯努利混沌映射 全局扰动因子 互利因子 10个基准测试函数 秩和检验
暂未订购 下载PDF
多策略融合改进的蜣螂优化算法 认领 引用 被引量：18
15
作者 王乐遥 顾磊 《计算机系统应用》 2024年第2期224-231,共8页
针对标准蜣螂优化算法(DBO)存在的全局探索能力欠缺、收敛精度低及易陷入局部最优等不足,提出了一种融合多策略的改进蜣螂优化算法(MSDBO).首先,引入社会学习策略引导推球蜣螂进行位置更新,提高了算法全局探索能力,避免算法陷入局部最优... 针对标准蜣螂优化算法(DBO)存在的全局探索能力欠缺、收敛精度低及易陷入局部最优等不足,提出了一种融合多策略的改进蜣螂优化算法(MSDBO).首先,引入社会学习策略引导推球蜣螂进行位置更新,提高了算法全局探索能力,避免算法陷入局部最优;其次,提出一种方向跟随策略,建立起小偷蜣螂与推球蜣螂个体间的交互,提高了寻优精度;最后,引入环境感知概率,引导小偷蜣螂合理采用方向跟随策略,兼顾了性能与时间消耗.在12个基准测试函数上进行求解分析,并与其他优化算法进行对比,证明了MSDBO的寻优性能明显优于对比算法,在压力容器设计优化问题上的结果验证了MSDBO求解实际工程约束优化问题的有效性. 展开更多
关键词 蜣螂优化算法 社会学习 方向跟随 环境感知概率 基准测试函数 压力容器设计
暂未订购 下载PDF
竞争算法优化BP神经网络性能研究 认领 引用 被引量：2
16
作者 卢滢宇 《计算机系统应用》 2019年第5期173-177,共5页
针对诸多群智能算法容易陷入局部最优、收敛速度慢的特点,提出一种参数设置少,全局搜索能力强的竞争算法.通过10个基准函数与粒子群算法的比较, 30次试验下竞争算法的平均值与最小值均优于粒子群算法,验证了该算法的有效性.用竞争算法优... 针对诸多群智能算法容易陷入局部最优、收敛速度慢的特点,提出一种参数设置少,全局搜索能力强的竞争算法.通过10个基准函数与粒子群算法的比较, 30次试验下竞争算法的平均值与最小值均优于粒子群算法,验证了该算法的有效性.用竞争算法优化BP神经网络,并对11个测试数据集进行分类,实验结果表明,用竞争算法优化后的BP神经网络在11个测试集上性能均优于原始算法,且在大部分测试集上性能优于用遗传算法优化的BP神经网络.该算法能有效提高分类正确率,增强鲁棒性. 展开更多
关键词 BP神经网络 竞争算法 基准函数 测试数据集
暂未订购 下载PDF
一种改进灰狼优化算法 认领 引用 被引量：9
17
作者 陈建东 聂斌 雷银香 《现代信息科技》 2023年第19期94-98,共5页
针对原始灰狼优化算法(GWO)易陷入局部最优和全局搜索能力较弱的问题,提出一种改进灰狼优化算法(Improved Grey Wolf Optimization,IGWO)。该算法首先通过引入非线性收敛因子来调整控制参数,进一步平衡GWO的全局搜索和局部开发能力。其... 针对原始灰狼优化算法(GWO)易陷入局部最优和全局搜索能力较弱的问题,提出一种改进灰狼优化算法(Improved Grey Wolf Optimization,IGWO)。该算法首先通过引入非线性收敛因子来调整控制参数,进一步平衡GWO的全局搜索和局部开发能力。其次,在灰狼位置更新的过程中结合布谷鸟优化算法的搜索机制,帮助灰狼种群陷入停滞时跳出局部最优。最后,在6个基准测试函数进行仿真实验,结果表明IGWO能提升GWO的性能。 展开更多
关键词 灰狼优化算法 非线性收敛因子 布谷鸟搜索 基准测试函数
暂未订购 下载PDF
基于正余弦的非线性哈里斯鹰优化算法 认领 引用 被引量：6
18
作者 夏小刚 彭嘉超 《河南科技大学学报（自然科学版）》 CAS 北大核心 2024年第5期93-104,M0008,共12页
针对哈里斯鹰优化算法(HHO)收敛精度低、易陷入局部最优等问题,提出了一种基于正余弦的非线性哈里斯鹰优化算法(SCNHHO)。首先,采用佳点集策略对种群进行初始化,使种群分布更均匀,提高算法收敛速度和精度;其次,在探索阶段引入正余弦策略... 针对哈里斯鹰优化算法(HHO)收敛精度低、易陷入局部最优等问题,提出了一种基于正余弦的非线性哈里斯鹰优化算法(SCNHHO)。首先,采用佳点集策略对种群进行初始化,使种群分布更均匀,提高算法收敛速度和精度;其次,在探索阶段引入正余弦策略,利用正余弦函数的震荡特性扩大搜索范围,寻求更多潜在的优质解;最后,在开发阶段引入非线性参数来平衡探索与开发,避免算法陷入局部最优。针对不同维度的基准测试函数进行性能测试,结合Wilcoxon秩和检验与Friedman检验的结果,将该算法与其他5个对比算法进行分析。结果表明,改进算法性能较原始HHO算法有较大提升,并且优于斑马优化算法(ZOA)、鲸鱼优化算法(WOA)和2种哈里斯鹰算法的变体(MHHO和IHHO),验证了改进策略的有效性。最后通过三杆桁架设计问题进一步验证了SCNHHO的实用性。 展开更多
关键词 哈里斯鹰优化算法 佳点集策略 正余弦函数 非线性参数 Wilcoxon秩和检验 基准测试函数
暂未订购 下载PDF
遗传并行粒子群优化算法及其性能分析 认领 引用 被引量：1
19
作者 刘昊 李大卫 王莉 《辽宁科技大学学报》 CAS 2008年第5期495-499,共5页
在已有的并行粒子群优化算法的基础上,结合遗传算法,并利用Java语言支持多线程特点,开发出单子群、k子群、任意子群三种遗传并行粒子群优化算法。通过对6个Benchmark测试函数的测试分析,表明这三种算法都具有运行速度快,求解质量高的特点。
关键词 粒子群优化 并行 遗传算法 Benchmark测试函数 性能分析
暂未订购 下载PDF
一种多策略改进鲸鱼优化算法的混沌系统参数辨识 认领 引用 被引量：8
20
作者 潘悦悦 吴立飞 杨晓忠 《智能系统学报》 CSCD 北大核心 2024年第1期176-189,共14页
针对混沌系统参数辨识精度不高的问题,以鲸鱼优化算法(whale optimization algorithm,WOA)为基础,提出一种多策略改进鲸鱼优化算法(multi-strategy improved whale optimization algorithm,MIWOA)。采用Chebyshev混沌映射选取高质量初... 针对混沌系统参数辨识精度不高的问题,以鲸鱼优化算法(whale optimization algorithm,WOA)为基础,提出一种多策略改进鲸鱼优化算法(multi-strategy improved whale optimization algorithm,MIWOA)。采用Chebyshev混沌映射选取高质量初始种群,采用非线性收敛因子和自适应权重,提高算法收敛速度,为了避免算法陷入局部最优,动态选择自适应t分布或蚁狮优化算法更新后期位置,提高处理局部极值的能力。通过对10个基准函数和高维测试函数进行仿真试验,表明MIWOA具有良好的稳定性和收敛精度。将MIWOA应用于辨识Rossler和Lu混沌系统参数,仿真结果优于现有成果,表明本文MIWOA辨识混沌系统参数的高效性和实用性。 展开更多
关键词 多策略改进鲸鱼优化算法 混沌系统 参数辨识 Chebyshev混沌映射 自适应t分布 蚁狮优化算法 基准函数 Wilcoxon秩和检验
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 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈