|
1.
|
基于粒子群算法的水稻用水的优化配置
|
|
|
|
|
|
|
罗永恒 张蜜 周建华《经济数学》,2012年第1期
|
|
|
本文旨在实现水稻用水资源的优化配置.早稻、一季稻和晚稻等不同类型水稻的用水,以及同一类型的水稻在不同的生长阶段,均存在着用水优化配置的问题.粒子群优化算法比较容易操作,在计算方面具有效率和精度高的优点,可以应用于水稻用水的优化配置模型的求解.以衡阳县高炉村的水稻用水优化配置为具体算例,验证了算法的可行性.
|
|
2.
|
免疫逃避型粒子群优化算法
|
|
|
|
|
|
|
程军 李荣钧《数学的实践与认识》,2014年第19期
|
|
|
针对基本粒子群优化算法容易陷入局部极值的缺陷,提出了一种免疫逃避型粒子群优化算法.其基本思想是将初始粒子群划分为寄生与宿主两个种群以模拟生物寄生行为,对寄生种群的粒子采用精英学习策略,对宿主群的粒子采用探索策略,再引入免疫系统的高频变异对寄生群采用相应的免疫逃避机制,以增强群体逃离局部极值、提高算法的全局寻优能力.采用标准测试函数的实验结果表明,该算法在收敛速度和求解精度方面均有显著改进.
|
|
3.
|
NSGA-II算法在农业水保措施配置优化中的应用
|
|
|
|
|
|
|
刘哲《数学的实践与认识》,2014年第13期
|
|
|
农业水保措施的配置要考虑其生态效益和经济效益.不同水保措施组合方案有其相应的生态和经济效益,如何配置使综合效益最佳是一个最优化问题.分析了农业水保措施配置最优化需要考虑的两个目标,并将其公式化,建立了水保措施配置优化模型,并应用NSGA-II多目标遗传算法求解该模型.最后,以甘肃天水市罗玉沟流域的水保措施配置为例,进行了初步应用.结果表明,采用NSGA-II算法在水保措施配置优化模型求解时,计算效率较高,优化结果稳定,具有一定的应用价值.
|
|
4.
|
军械装备保障数据仓库中的ETL过程优化研究
|
|
|
|
|
|
|
谢峰 孙江生 张西山《应用声学》,2015年第23卷第5期
|
|
|
在对军械装备保障数据仓库体系结构进行研究的基础上,针对ETL任务的调度优化问题进行研究。通过对ETL调度过程的数学化描述,采用一种改进的粒子群算法,实现了对调度过程的优化。通过改进惯性向量,形成更具寻优特性的改进粒子群算法,并应用在以最小执行时间为目标函数的ETL任务调度中。实践证明,采用此种改进算法,在调度优化中取得良好应用效果,相对传统方式执行效率有了较大提升。
|
|
5.
|
求解旅行商问题的一种改进粒子群算法 被引次数：1
|
|
|
|
|
|
|
郭崇慧 谷超 江贺《运筹与管理》,2010年第19卷第5期
|
|
|
本文研究了求解旅行商问题的粒子群算法。针对标准粒子群算法在求解旅行商问题过程中容易出现早熟和停滞现象的缺点,提出了一种改进的粒子群算法。首先,在初始种群的选取过程中,利用改进的贪婪策略直接获得具有较高性能的初始种群以提高算法的搜索效率。其次,通过引入次优吸引子,使粒子在搜索过程中可以更加充分地利用群体的信息来提高自身的性能,有效抑制收敛过程中的停滞现象,提高算法的搜索能力。最后为了验证所提出的方法的有效性和可行性,对TSPLIB标准库中的多个实例进行了测试,并给出了数值结果。
|
|
6.
|
基于群智能算法的预防性维修周期优化
|
|
|
|
|
|
|
马飒飒 张虹 薛嘉《数学的实践与认识》,2010年第40卷第12期
|
|
|
分析将蚁群优化算法应用于预防性维修周期工程寻优问题时遇到的算法参数选择困难等问题,提出将粒子群优化算法和空间划分方法引入该过程以改进原蚁群算法的寻优规则和历程.建立混合粒子群和蚁群算法的群智能优化策略:PS_ACO(Particle Swarm and Ant Colony Optimization),并将其应用于混联系统预防性维修周期优化过程中,以解决由于蚁群算法中参数选择不当和随机产生维修周期解值带来的求解精度差、寻优效率低等问题.算法的寻优结果对比分析表明:该PS_ACO算法应用于预防性维修周期优化问题,在寻优效率及寻优精度上有部分改进,且可相对削弱算法参数选择对优化结果的影响.
|
|
7.
|
改进的二进制粒子群算法求解车辆路径问题
|
|
|
|
|
|
|
罗金炎《数学的实践与认识》,2014年第23期
|
|
|
设计了一种改进的二进制粒子群优化算法来求解车辆路径问题,算法基于粒子群算法的寻优模式充分考虑粒子之间的导向作用,改进二进制粒子群算法的位取值方式,减小了在进化过程中停滞于局部最优解的概率,并通过构造辅助函数处理优化问题的约束条件,基于分层次实现多个目标的思路来寻优,提高了算法的搜索效率和计算速度.实验测试结果验证了该算法对求解车辆路径问题的适用性和有效性.
|
|
8.
|
大系统试验选优理论研究
|
|
|
|
|
|
|
程吉林 郭元裕 金兆森 黄建晔 朱红耕《数学物理学报(A辑)》,2004年第24卷第1期
|
|
|
针对某些高维动态、大型线性、复杂非线性、复杂模拟仿真和定性知识模型，该文全面总结了作者采用数学模型、知识模型和试验选优理论相结合的方法而提出的试验选优理论，该理论体系可以使一些目前无法求解或很难求解的大型问题获得近似解。并在复杂水资源系统的优化中取得了良好的效果。
|
|
9.
|
微动粒子群优化算法用于Egun的多参量优化
|
|
|
|
|
|
|
范俊杰 张兆传《强激光与粒子束》,2010年第22卷第12期
|
|
|
针对2维电子光学多参量优化问题，采用微动粒子群优化算法，在给出目标电子轨迹和优化范围的前提下，可以得到趋近于该电子轨迹的真空边界和聚束磁结构。该算法分为前后两阶段：第一阶段采用前后试探法(微动)，同时参照最优粒子的信息；第二阶段采用标准粒子群优化算法。针对涉及多个相关参量的电子光学设计问题，标准粒子群优化算法仅能保证以较高概率收敛到局部最佳解，而微动粒子群优化算法能以较高概率收敛到全局最佳解，并且展现了多核计算机在电子光学设计上的潜力。初步的软件试验显示：消耗人类工程师几周时间的电子光学设计问题，用微动粒子群算法在普通个人计算机上几十小时就能完成。
|
|
10.
|
基于PSO_Trainlm BP模型的图像去噪研究
|
|
|
|
|
|
|
王海军《数学的实践与认识》,2014年第21期
|
|
|
针对在使用BP模型进行图像去噪时,模型存在的对初始权阈值敏感、易陷入局部极小值和收敛速度慢的问题.为了提高模型去噪效率,提出采用改进粒子群神经网络模型进行图像去噪.首先运用改进粒子群算法对BP神经网络权阈值进行初始寻优,再用trainlm BP算法对优化的网络权阈值进一步精确优化,随后建立基于粒子群算法的BP神经网络去噪模型,并将其应用到图像去噪研究中.仿真结果表明,新模型结合了粒子群算法的全局寻优能力和BP算法的局部搜索能力,减小了模型对初始权阈值的敏感性,有效防止了模型陷入局部极小值的可能,提高了图像去噪模型的速度和质量.
|
|
11.
|
基于粒子群优化算法的船舶动力定位云模型控制器设计
|
|
|
|
|
|
|
郭丹丹《应用声学》,2014年第22卷第12期
|
|
|
云模型控制理论是智能控制学科的新兴领域,因此如何扩展云模型的应用范围并使其走向工程化实用化成为其研究重点。针对船舶运动模型具有不确定性和外部扰动随机性等特点,尝试将云模型应用于船舶动力定位的控制过程中。由于云模型控制器存在参数难以整定的问题,提出了基于粒子群算法的优化设计方法。针对标准粒子群优化算法容易出现早熟收敛的问题,引入自适应粒子群优化算法。仿真研究表明云模型控制及粒子群优化的可行性和有效性。
|
|
12.
|
混沌免疫多目标算法求解认知引擎参数优化问题
|
|
|
|
|
|
|
柴争义 陈亮 朱思峰《物理学报》,2012年第61卷第5期
|
|
|
合理的认知引擎参数设置可以提高频谱的使用性能. 通过分析认知无线网络中的认知引擎参数配置, 给出了其数学模型, 并将其转化为一个多目标优化问题, 进而提出一种基于混沌免疫多目标优化的求解方法. 算法使用Logistic混沌映射初始化种群, 并在每一代将混沌特性用于最优解集的搜索; 设计了适合此问题的免疫克隆算子和抗体群更新算子, 保证了Pateto最优解集分布的多样性和均匀性. 最后, 在多载波环境下对算法进行了仿真实验. 结果表明, 算法可以根据信道条件和用户服务的动态变化, 自适应调整各个子载波的发射功率和调制方式, 可以求出更多满足偏好需求的解, 满足认知引擎参数优化要求.
|
|
13.
|
基于粒子群优化的分数阶PFGM(1,1)模型在建筑物沉降预测中的应用
|
|
|
|
|
|
|
徐云霞 王建宏 张楠《数学的实践与认识》,2018年第8期
|
|
|
针对传统的灰色预测模型对建筑物沉降预测精度不高、拟合数据较差的问题,在传统的GM(1,1)模型基础上提出了分数阶建模的思想,采用粒子群优化算法求解最优分数阶次,建立基于粒子群优化的分数阶PFGM(1,1)模型.实例计算表明,分数阶FGM(1,1)模型可以提高建筑物沉降的预测精度,通过粒子群优化算法选取最优阶次可以进一步提高预测精度和误差检验等级.由此可见,基于粒子群优化的分数阶PFGM(1,1)模型对建筑物的沉降控制有着重要的指导作用.
|
|
14.
|
光量子体系下基于粒子群算法的LED植物照明光源设计
|
|
|
|
|
|
|
唐浩洲 文尚胜 符民 何果 张槐洋 廖少雄 康丽娟《发光学报》,2019年第40卷第3期
|
|
|
在现代农业生产中，常采用发光二极管（LED）作为植物照明光源对农业作物进行补光，为提高LED植物照明阵列光源的均匀度，本文在光量子体系下，提出一种新的基于粒子群算法的LED植物照明阵列光源设计方法。通过MATLAB对红蓝光LED植物光源阵列进行数学建模，运用粒子群算法寻找高均匀度条件下的红蓝光LED坐标，设计出二维情况下的红蓝光LED排布阵列；在三维情况下，为解决维度升高时可能会导致的求解陷入局部极小问题，采用改进的随机惯性权粒子群算法进行三维方案设计，并使用Tracepro对两种设计方案进行验证，与传统的红蓝光LED等间距逐行排列设计进行了对比。研究结果表明，与常见逐行排列LED阵列设计达到的光量子通量密度（PPFD）均匀度为79.6%相比，通过粒子群算法寻优的设计方法，二维设计方案的PPFD均匀度达到88.7%，较等间距逐行排列设计提高了9.1%；三维设计方案的PPFD均匀度达到92.6%，较二维设计方案提高了3.9%，较等间距逐行排列设计提高了13%。本实验证明了运用粒子群算法在二维和三维空间进行LED植物照明阵列光源设计的可行性，在简易设计流程的同时，提高了工作效率。
|
|
15.
|
基于粒子群优化求解纳什均衡的演化算法 被引次数：7
|
|
|
|
|
|
|
余谦 王先甲《武汉大学学报(理学版)》,2006年第52卷第1期
|
|
|
基于粒子群优化方法从群智能的角度建立了博弈的演化模型，为求解有限n人非合作博弈的纳什均衡设计了一种粒子群优化算法．通过随机初始点的可行化以及对迭代步长的控制，保证粒子群在算法的迭代过程中始终保持在博弈的可行策略空间内，避免了在随机搜索中产生无效的粒子，因此提高了粒子群优化算法求解纳什均衡的计算性能．给出了算法的数值例子并分析了该算法的计算性能，通过粒子群算法与遗传算法的比较显示了粒子群算法求解博弈纳什均衡解的高效性．
|
|
16.
|
二冷配水优化建模与混合自适应PSO算法求解
|
|
|
|
|
|
|
曾燕 王晓 成新文《应用声学》,2015年第23卷第3期
|
|
|
针对连铸二冷区生产环境复杂且存在着大量水雾干扰的情况,建立了连铸水量优化模型并提出了一种混合的自适应粒子群算法来求解连铸二冷水优化问题。依据冶金过程中的工艺要求建立了二冷水量优化模型,并在经典的PSO算法基础上提出了适合该问题求解了混合自适应PSO算法。由于连铸过程存在着偏微分方程约束,传统的优化方法容易陷入局部最优解,不能达到很好的动态优化效果。研究了粒子群算法,基于种群的多样性,不断的自适应的更新粒子群算法中参数,将禁忌搜索的方法和传统的粒子群算法结合,增强了算法的局部搜索能力和全局寻找全局最优的能力。将该算法应用到连铸二冷水动态优化中,实验结果表面该算法能够快速有效的求解该优化问题。该方法用于连铸二冷水优化是可行的、有效的。
|
|
17.
|
约束粒子群算法求解自融资投资组合模型研究 被引次数：1
|
|
|
|
|
|
|
刘衍民 赵庆祯 牛奔《数学的实践与认识》,2011年第41卷第2期
|
|
|
在马克维茨投资组合的均值-方差模型框架下,给出限制投资数量的自融资投资组合优化模型.在金融市场上有广泛应用,为了有效地求解此类问题的最优解,采用一种基于广义学习策略的约束粒子群算法(CPSO).CPSO算法具有广义的学习策略,极大地提升了种群的多样性,进而提升种群跳出局部最优解的能力.在基准函数测试中,结果显示CPSO算法有较好的运行结果.在自融资投资组合优化模型上,优化结果表明CPSO算法是可行的,有效的,并有较好的优化结果.
|
|
18.
|
粒子群算法优化相空间重构参数的网络流量预测模型
|
|
|
|
|
|
|
曾伟 黄亮《应用声学》,2014年第22卷第9期
|
|
|
在网络流量预测过程中,相空间重构参数是影响预测性能的重要方面,传统参数分开优化,为了提高网络流量的预测精度,提出一种粒子群算法优化相空间重构参数的网络流量预测模型(PSO-BPNN);首先将BP神经网络作为学习算法,然后采用粒子群算法对相空间重构参数—延迟时间和嵌入维进行联合优化,并重构网络流量序列,最后以小波BP神经网络建立最优络流量预测模型,并采用仿真实验对模型性能进行分析,结果表明,PSO-BPNN提高了网络流量的预测精度。
|
|
19.
|
一种磨损预测的优化算法研究
|
|
|
|
|
|
|
吕德峰 左洪福 蔡景 王烨《摩擦学学报》,2008年第28卷第6期
|
|
|
根据机械部件磨损机理复杂、磨损量预测难精确的特点,提出基于免疫粒子群参数优化的最小二乘支持向量机方法预测磨损量.该算法采用免疫粒子群优化最小二乘支持向量机建模参数,避免了算法陷入局部最优解,实现了精确度高、泛化能力强的磨损量预测模型.对轴承钢试件磨损进行了试验研究,试验数据分析结果表明,基于免疫粒子群的最小二乘支持向量机预测方法优于前向反馈神经网络算法、遗传算法及蚁群算法,预测误差较小,具有很好的预测能力.
|
|
20.
|
模糊环境下的差异作业平行机批调度优化问题研究
|
|
|
|
|
|
|
《模糊系统与数学》,2014年第3期
|
|
|
针对现实生产制造系统中存在的时间参数模糊化问题,采用梯形模糊数表征时间参数,给出了一种具有模糊加工时间与模糊批次间隔的,以最小化制造跨度为目标的差异作业平行机批调度问题模型。在问题求解方面,给出了一种基于粒子群优化和差异进化的混合优化算法,避免求解过程陷入局部最优,并通过改进的Batch First Fit算法获得优化的分批。仿真实验验证了该算法具有可行性和有效性。
|
|
