贵州省科学技术基金(J[2013]2082)
- 作品数：8 被引量：118H指数：5
- 相关作者：龙文赵东泉徐松金陈义雄黄亚飞更多>>
- 相关机构：贵州财经大学贵州省经济系统仿真重点实验室铜仁学院更多>>
- 发文基金：贵州省科学技术基金国家自然科学基金北京市自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 量子粒子群混合优化算法求解约束优化问题被引量：8
- 2015年
- 针对标准粒子群优化算法和量子行为粒子群优化算法的特性,将两种算法融合在一起,提出一种量子粒子群混合优化算法用于求解约束优化问题.此算法充分发挥了标准粒子群优化算法中通过个体与群体之间的相互学习,加强粒子间的信息交互,更新粒子的搜索速度;又兼顾了在量子行为粒子群优化算法中以概率密度函数的方式进行全局搜索,促使粒子跳出局部极值点,有效避免了粒子的早熟收敛.仿真结果表明:改进的混合优化算法,有效提高了算法的全局搜索能力和收敛速度,对处理约束优化问题具有一定的研究价值.
- 陈义雄梁昔明黄亚飞龙文
- 关键词：粒子群优化量子早熟
- 求解约束优化问题的改进灰狼优化算法被引量：62
- 2015年
- 针对基本灰狼优化(GWO)算法存在求解精度低、收敛速度慢、局部搜索能力差的问题,提出一种改进灰狼优化(IGWO)算法用于求解约束优化问题。该算法采用非固定多段映射罚函数法处理约束条件,将原约束优化问题转化为无约束优化问题,然后利用IGWO算法对转换后的无约束优化问题进行求解。在IGWO算法中,引入佳点集理论生成初始种群,为算法全局搜索奠定基础;为了提高局部搜索能力和加快收敛,对当前最优灰狼个体执行Powell局部搜索。采用几个标准约束优化测试问题进行仿真实验,结果表明该算法不仅克服了基本GWO的缺点,而且性能优于差分进化和粒子群优化算法。
- 龙文赵东泉徐松金
- 关键词：佳点集
- 求解约束化工优化问题的混合布谷鸟搜索算法被引量：9
- 2014年
- 针对布谷鸟搜索算法存在收敛速度慢和易陷入局部最优等缺陷,提出一种基于Rosenbrock搜索和柯西变异的混合布谷鸟搜索算法用于求解约束化工优化问题。该算法首先采用佳点集方法对鸟窝位置进行初始化,为全局搜索的多样性奠定基础;然后利用Rosenbrock搜索算法对当前最优位置进行局部搜索,以提高算法的收敛速度;最后对当前最优解进行柯西变异以避免算法陷入局部最优。两个约束化工优化问题的实验结果表明了该混合算法的有效性。
- 龙文陈乐
- 关键词：柯西变异
- 基于组合进化算法的混沌时间序列重构相空间参数选取被引量：3
- 2013年
- 研究一种基于组合进化算法优化相空间重构参数的混沌时间序列预测方法。该方法首先建立时间延迟τ和嵌入维数m在相空间中的信息熵优化模型,然后提出一种改进的组合进化算法同时求解2个重构参数τ和m,结合最小二乘向量机进行混沌时间序列预测。实验结果表明,该方法能够确定合适的相空间重构参数τ和m,提高预测精度。
- 龙文张文专焦建军
- 关键词：混沌时间序列信息熵
- 基于交叉算子的改进人工蜂群算法被引量：17
- 2015年
- 针对人工蜂群算法存在后期收敛速度慢、局部搜索能力差和易陷入局部最优的问题,提出一种基于交叉算子的改进人工蜂群算法.该算法利用佳点集方法产生初始种群,使得初始化个体尽可能均匀地分布在搜索空间;随机选择食物源位置与当前最优食物源位置进行算术交叉操作,引导群体向全局最优解靠近,提高算法的局部搜索能力和加快收敛速度.通过5个高维标准测试函数的实验结果表明新算法的有效性.
- 王伟龙文
- 关键词：人工蜂群算法
- 自适应调整子种群个体数目的遗传算法及其应用被引量：3
- 2013年
- 为了协调算法的勘探和开采能力,提出一种自适应调整子种群个体数目的遗传算法.该算法首先采用佳点集方法初始化种群以保证个体均匀分布在搜索空间中.基于个体的适应度将种群分为3个子种群,并分别采用不同的交叉和变异算子.在进化过程中,根据不同的搜索阶段自适应动态调整各子种群个体的数目.几个标准测试函数的实验结果表明该算法具有较好的寻优性能.将新算法应用到重油热解模型参数估计中,可以获得满意的结果.
- 龙文
- 关键词：遗传算法自适应参数估计
- 求解约束优化问题的萤火虫算法及其工程应用被引量：18
- 2015年
- 针对基本萤火虫算法存在收敛速度慢、易陷入局部最优等缺点,提出一种改进的萤火虫算法用于求解约束优化问题。该算法首先利用混沌序列初始化萤火虫的位置,引入动态随机局部搜索以加快算法的收敛速度;为了避免算法陷入局部最优,对当前全局最优解进行多样性变异操作。对几个数值优化和工程优化问题进行实验。研究结果表明:与其他启发计算法相比,该算法具有较强的寻优性能。
- 龙文蔡绍洪焦建军陈义雄黄亚飞
- 关键词：萤火虫算法约束优化问题
- 子种群个体动态调整的人工蜂群算法被引量：3
- 2015年
- 针对基本人工蜂群算法存在局部搜索能力差、收敛速度慢等缺点,提出一种动态调整子种群个体数目的改进人工蜂群算法用于求解无约束优化问题.该算法利用反向学习策略产生初始种群,以保证个体尽可能均匀分布在搜索空间中;基于个体适应度值,将种群分为两个子种群,分别采取不同的蜜源搜索公式,用于进行全局搜索和局部搜索.5个标准测试函数的仿真实验结果表明,改进算法具有较好的寻优性能.
- 龙文赵东泉徐松金唐明珠
- 关键词：人工蜂群无约束优化问题多种群
