张震
- 作品数：3 被引量：28H指数：3
- 供职机构：浙江大学工学部更多>>
- 相关领域：自动化与计算机技术电气工程更多>>
- 基于QPSO算法的电力变压器优化设计被引量：20
- 2013年
- 首先研究以穷举法求解变压器优化设计(Transformer Design Optimization,TDO)问题。为解决穷举法计算效率低下的问题,应用一种全局优化算法——量子粒子群算法(QuantumBehaved Particle Swarm Optimization,QPSO)来求解TDO,并提出一种目标函数比较原则以处理多约束问题。变压器优化设计中,优化参数、约束和目标函数均有非连续和非线性的特性,本文验证了QPSO擅于求解该类型问题。针对算法中唯一的控制参数,以穷举法的计算结果为参照标准,研究了两种不同控制策略下QPSO的求解特性,并给出求解TDO问题的最佳参数控制策略。通过实例计算验证了QPSO的高计算效率和优良的寻优能力。
- 潘再平张震潘晓弘
- 关键词：穷举法量子粒子群算法控制参数
- 骨干粒子群算法两种不同实现的优化特性被引量：3
- 2015年
- 总结了骨干粒子群算法(BBPSO)的一般形式,指出决定BBPSO算法本质的4个要素.BBPSO在实施中,粒子不同维度采用的随机变量值相同或不同,这将导致算法的特性及适合的优化对象不同.记相同的为I型实现,不同的为II型实现,通过实验指出2种实现的差别:I型实现有各向同性的优点,但是粒子多样性差;II型粒子多样性更优,但各向异性,使用高斯、柯西、指数和均匀分布形式的II型BBPSO都倾向于沿坐标轴寻解.从理论上分析了这些差别的成因,指出I型实现总体性能较差,只适合优化梯度变化明显的单峰函数;II型实现总体性能较好,擅长求解峰的方向平行于坐标轴的单峰或多峰函数.
- 张震潘再平潘晓弘
- 基于剪枝策略的骨干粒子群算法被引量：8
- 2015年
- 为了优化算法的全局探索能力和局部开发能力,提出一种基于两方面改进的骨干粒子群算法.提出一种进化方程,通过即时搜索域的分析说明该方程可以改善粒子多样性.提出粒子群"剪枝"策略:每当粒子搜索到新的群体最优位置时,剪去该粒子,同时初始化一个新位置以安插该粒子.理论分析指出,在增强全局探索能力的同时,合适的剪枝策略能增加局部开发能力.实验结果表明,所提出算法的性能较几种经典PSO算法有显著的提升.
- 张震潘再平潘晓弘
- 关键词：剪枝策略
