江西省自然科学基金(20132BAB211031)
- 作品数：5 被引量：16H指数：3
- 相关作者：赵嘉吕莉付平孙辉王冠更多>>
- 相关机构：南昌工程学院中国联通更多>>
- 发文基金：江西省自然科学基金国家自然科学基金江西省科技厅科技支撑计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于狭义中心和随机维度学习的人工蜂群算法被引量：1
- 2015年
- 针对人工蜂群算法收敛速度慢、寻优精度低的缺点,提出基于狭义中心和随机维度学习的人工蜂群算法。首先,在算法中定义狭义中心蜜蜂,并与当前种群最优解进行贪婪选择为种群最优解;其次,用最优解引导算法进行搜索,以增强算法局部搜索能力;再次,在每次迭代时,蜜蜂随机选择若干维度数进行学习,以加速算法收敛。8个经典基准函数的测试结果表明,新算法在收敛速度和解的精度上优于类似改进算法。
- 蒋桂圆吕莉赵嘉徐辉辉胡颖太付平
- 关键词：人工蜂群算法随机向量收敛速度全局最优
- 基于不同学习模型的精英反向粒子群优化算法被引量：4
- 2015年
- 粒子群优化算法在求解连续函数优化问题时易早熟收敛、求解精度低,将反向学习策略引入粒子群优化算法,提出基于精英反向学习的粒子群优化算法.算法在进化过程中,依函数评估次数线性递减方式选择维度空间,随机选择全局最优粒子的维度进行反向学习,扩大搜索区域的范围,以此增强算法的全局勘探能力,提高算法寻找最优解的概率.随后,将4种常见的广义反向学习模型引入精英反向粒子群优化算法中,得到4种不同学习模型的精英反向粒子群优化算法.在12个经典测试函数上将上述4种算法进行对比,实验结果表明:虽然不同的反向学习模型形成的算法均比标准粒子群优化算法性能更优,但它们之间的寻优效率、计算精度等方面差异较大.
- 赵嘉付平李崇侠吕莉
- 关键词：粒子群优化算法函数优化
- 广义中心混合蛙跳算法被引量：2
- 2015年
- 为解决标准混合蛙跳算法族群之间信息共享能力差的问题,加强族群内蛙的学习能力,利用各族群最优蛙位置的平均中心,构造一个与各族群最优蛙都有关联的虚拟广义中心蛙,提出广义中心混合蛙跳算法。该算法在进化过程中,首先蛙群最优蛙在原有位置及广义中心蛙的位置上进行"贪婪"选择,选择最好位置作为新的族群最优蛙位置;其次将广义中心蛙的优势运用于蛙跳规则中,在标准混合蛙跳算法的蛙跳规则中加入族群最差蛙向广义中心蛙学习的能力。将本文算法与不同维度下的标准混合蛙跳算法及新近提出的知名群智能算法进行比较,实验结果表明,本文算法在解的精度、收敛速度及解的稳定性等方面具有更优的性能。
- 赵嘉吕莉樊棠怀
- 关键词：蛙跳算法混合蛙跳算法群智能算法
- 自适应精英反向学习的粒子群优化算法被引量：6
- 2015年
- 针对标准粒子群优化算法易陷入局部最优、进化后期收敛速度慢和收敛精度低等缺点,提出一种自适应精英反向学习的粒子群优化算法.在迭代过程中,算法判断种群是否陷入局部最优,若陷入局部最优,则随机选择精英粒子的部分维度进行反向学习,且学习的维度空间大小随着进化呈线性递减,以此增强算法在进化前期的探索能力和后期的开发能力.在固定评估次数的情况下,实验对10个常用经典基准测试函数在30维上进行仿真测试,实验结果表明:改进算法在收敛速度、寻优精度和逃离局部最优的能力上明显优于一些知名的改进粒子群优化算法.
- 赵嘉吕莉孙辉
- 关键词：粒子群优化算法自适应
- 基于反向学习粒子群算法的无线传感器网络路由优化被引量：3
- 2013年
- 为了实现无线传感器网络的能量均衡,延长网络生存时间,针对现有网络路由优化算法的不足,提出了一种改进的离散粒子群路由优化算法;在粒子进化过程中,引入反向学习策略,通过生成反向种群,扩大了搜索范围,增强了算法的全局寻优能力;为了避免粒子过早陷入局部最优,引入遗传算法的交叉和变异机制替代传统粒子群算法的速度-位移公式,提高了搜索效率;最优路径评价函数综合考虑了能耗及节点的剩余能量,使剩余能量多的节点优先参与数据转发,均衡了节点间的能量消耗;通过与遗传算法及经典粒子群算法的对比实验表明,随着数据转发的轮数增加,本文算法的能量消耗较少,剩余能量较多,节点的能耗有效性高;而随着网络运行时间的增加,文中算法存活的节点数最多,说明网络能耗均衡性好;在同样条件下,其寻优成功率也明显优于其他两种算法。
- 谭德坤王冠
- 关键词：无线传感器网络粒子群算法路由优化
