首页 | 本学科首页   官方微博 | 高级检索  
    检索          
共有20条相似文献,以下是第1-20项 搜索用时 281 毫秒

1.  多目标0-1规划问题的蜂群算法  
   韩燕燕  马良  赵小强《运筹与管理》,2012年第21卷第2期
   针对多目标0-1规划问题,本文给出一种新型的智能优化算法——蜂群算法进行求解,并通过实例验证,与遗传算法、蚁群算法和元胞蚁群算法作了相应比较。就多目标0-1规划问题而言,蜂群算法能得到更多的Pareto解,说明了蜂群算法在解决该类问题上的有效性。    

2.  膜量子蜂群优化的多目标频谱分配  
   高洪元  李晨琬《物理学报》,2014年第12期
   为了解决认知无线电系统中最大和网络效益和用户间公平性联合最优化的多目标频谱分配难题,基于量子蜂群理论和膜计算,提出了一种新的离散多目标组合优化算法—–膜量子蜂群优化.所提算法在基础膜可以搜索到单个目标的全局最优解,在表层膜获得兼顾网络效益和公平的Pareto前端解.通过膜间的通信规则、量子觅食行为的协同演进和非支配解排序可获得能同时求解单目标和多目标优化问题的多目标优化算法,并与经典的敏感图论着色算法、遗传算法、量子遗传算法和粒子群算法等频谱分配算法在不同的目标函数下进行仿真性能比较.仿真结果表明:在不同网络效益函数下所提的膜量子蜂群频谱分配算法都能够较好地找到单目标最优解,优于经典的频谱分配算法和已有的智能频谱分配算法,还可获得多目标频谱分配的Pareto前端最优解集.    

3.  基于混合算法的传导冷却高温超导磁体的优化设计  
   王超[1  2] 王秋良《低温物理学报》,2005年第27卷第2期
   遗传算法是一种行之有效的优化算法,具有很强的自适应性、鲁棒性和全局搜索能力,但其亦存在着未成熟收敛及进化缓慢等问题.为提高遗传算法的寻优性能并考虑到磁体工程实际问题,本文对遗传算法作了改进,并与局部优化算法——序列二次规划算法相结合形成一种优势互补的混合算法,并将其应用于3.2T传导冷却Bi系高温超导磁体的优化设计中,取得了良好效果.    

4.  基于混合算法的传导冷却高温超导磁体的优化设计  
   王超  王秋良《低温物理学报》,2005年第27卷第Z1期
   遗传算法是一种行之有效的优化算法,具有很强的自适应性、鲁棒性和全局搜索能力,但其亦存在着未成熟收敛及进化缓慢等问题.为提高遗传算法的寻优性能并考虑到磁体工程实际问题,本文对遗传算法作了改进,并与局部优化算法序列二次规划算法相结合形成一种优势互补的混合算法,并将其应用于3.2T传导冷却Bi系高温超导磁体的优化设计中,取得了良好效果.    

5.  作业车间调度问题的改进混合遗传算法  
   孙宇明《数学理论与应用》,2007年第27卷第1期
   作业车间调度是一类求解困难的组合优化问题,本文在考虑遗传算法早熟收敛问题和禁忌搜索法自适应优点的基础上,将遗传算法和禁忌搜索法相结合,提出了一种基于遗传和禁忌搜索的混合算法,并用实例对该算法进行了仿真研究.结果表明,该算法有很好的收敛精度,是可行的,与传统的算法相比较,有明显的优越性.    

6.  基于广义混沌混合PSO的快速红外图像分割算法  
   倪超  李奇  夏良正《光子学报》,2007年第36卷第10期
   为了准确的实现红外目标识别,提出了一种基于广义混沌混合PSO的快速红外图像分割算法.二维模糊划分最大熵分割方法不仅利用了灰度信息以及空间邻域信息,而且兼顾了图像自身的模糊性,能取得较为满意的分割结果.该方法实质上是一种具有搜索空间大、多局部极值点的典型非线性整数规划问题.广义混沌混合PSO算法在广义PSO算法的基础上,引入自适应平衡搜索,当算法发生停滞时引入模拟退火机制有选择地对当前全局最优粒子进行混沌优化,在增强局部搜索能力的同时能够克服早熟收敛现象.实验证明,运用广义混沌混合PSO算法实现红外图像二维模糊划分最大熵分割是快速、稳定的.    

7.  基于粒子群优化的核匹配追踪目标识别  
   徐小慧  魏鑫  张安《光子学报》,2009年第38卷第4期
   提出了一种基于粒子群优化的用于目标识别的核匹配追踪算法.该算法用粒子群优化算法在基函数字典中选择最优的基函数,大大降低了基匹配追踪算法的计算复杂度.通过与标准核匹配追踪算法及基于遗传算法的核匹配追踪算法对UCI数据集及纹理图像的识别试验表明,核匹配追踪算法优良的分类性能以及粒子群优化算法高效的全局搜索能力使新算法能有效识别目标数据.    

8.  改进单向搜索遗传算法的工程结构优化设计  被引次数:7
   张延年 刘剑平 刘斌 董锦坤 朱朝艳《上海力学》,2005年第26卷第2期
   本文基于规范规定的约束条件和各项技术标准要求,建立了离散变量结构优化模型。针对遗传算法在迭代过程中经常出现未成熟收敛、振荡、随机性太大和迭代过程缓慢等缺点,提出一种新的遗传算子单亲遗传算子,用于对遗传算法的改进。并提出一种离散变量结构优化设计的单向搜索算法与遗传算法结合在一起解决问题。优化设计结果表明,这种改进单向搜索遗传算法的收敛特性得到了很好的改善,即发挥了单向搜索算法局部搜索能力强的特点,又发挥了遗传算法全局性好的特点。该方法是一种有效的工程结构优化设计方法。    

9.  面向工程全局优化的混沌优化算法研究进展  
   刘振军  杨迪雄《计算力学学报》,2016年第33卷第3期
   近年来,基于混沌的初值敏感性、伪随机性、遍历性以及自相似分形等非线性动力学特性所发展的混沌优化方法,是一种有潜力的工程全局优化新工具,已广泛应用于科学与工程技术的各学科领域。根据混沌优化方法的发展历程,以算法基本思想和工程应用研究状况为重点,评述了混沌神经网络优化方法、第一类混合混沌优化算法(基于混沌搜索)、第二类混合混沌优化算法(混沌序列代替随机序列)以及混沌分形优化四种主要混沌优化算法。混沌映射最早被引入神经网络,发展了混沌神经网络优化方法,可解决复杂的组合优化等全局优化问题。遗传算法及粒子群等启发式随机算法虽具全局搜索能力,但易出现早熟并陷入局部最优。然后,出现了混沌搜索的概念,研究者将其嵌入启发式算法建立了第一类混合混沌优化算法,可有效克服原启发式算法早熟收敛的缺点。随后,利用混沌映射产生的混沌序列代替启发式算法中的随机参数形成了第二类混合混沌优化算法。混合混沌优化算法有益于实现快速全局收敛和提高计算精度。最后,利用混沌分形特性,从分形理论出发提出一类新颖的混沌分形优化算法,可搜索到优化问题的所有全局最优解。此外,对混沌优化算法研究的几个发展方向进行了展望,诸如加强混沌优化算法的参数设计、处理大规模优化、多目标优化问题以及使用代理模型等。    

10.  一种基于DE算法和NSGA-Ⅱ的多目标混合进化算法  
   王林  陈璨《运筹与管理》,2010年第19卷第6期
   设计了一种新颖的基于差分进化算法和NSGA-Ⅱ的混合进化算法用来解决多目标优化问题.在此算法中,根据算法的搜索情况设计相应的自适应变异算子,以便在突变操作中找到Pareto解.同时,选择操作将基于NSGA-Ⅱ快速非优超排序和拥挤机制将父代与子代的双种群进行截短,确保最优解不会丢失并保证解的多样性.三个经典测试函数的仿真结果表明,文中算法在实现多目标优化问题的两个目标(获得收敛于真实Pareto前沿的解和解沿着前沿均匀扩展)方面表现出良好的综合性能.    

11.  基于免疫遗传的多目标优化  
   时丽娜  黄汉明  李小勇  唐贤健  潘士虎《广西物理》,2009年第2期
   提出了一种免疫遗传算法(MOGA)用来解决多目标优化问题。在该算法(MOGA)中,使用了高斯变异算子,提高了收敛速度;创建了记忆细胞集来保存每代所产生的Pareto最优解。此算法与NSGAⅡ算法进行模拟实验结果进行对比,通过比较发现,该算法无论是在个体的多样性还是收敛性上都要比NSGAⅡ算法好,表明免疫遗传算法在解决多目标优化问题上具有可观的研究前景。    

12.  基于Pareto类遗传算法的平面叶栅多工况优化  
   舒信伟  谷传纲  杨波  肖军  高闯《工程热物理学报》,2008年第29卷第4期
   将叶型参数化、试验设计方法、神经网络算法与Pareto类遗传算法相结合,发展了一种平面叶栅多目标优化设计方法.在该算法中,为提高优化效率,提出了并行神经网络算法和改进了NSGA-Ⅱ算法.以极小化三个工况点的总压损失系数为目标函数,将该优化方法应用于某平面叶栅多工况优化设计.与初始叶栅相比,优化后叶栅的总压损失系数在三个工况均有一定的减小,说明该优化方法是有效的.    

13.  求多峰函数全部全局最优解的改进遗传算法  被引次数:2
   张爱华  曹晓刚  钟守楠《数学杂志》,2009年第29卷第1期
   本文研究了多峰优化问题,利用梯度算子和筛选策略,得到了一种可求解多峰函数全部最优解的改进型遗传算法.数值模拟结果表明,该算法在处理复杂多峰函数优化问题时,局部搜索能力和克服过早收敛能力方面相对于传统遗传算法均有很大提高.    

14.  基于单亲遗传算法的集装箱码头岸桥作业调度  
   李建辉  胡燕海《宁波大学学报(理工版)》,2015年第1期
   分析了单船装卸作业的岸桥调度问题,以船舶作业时间和岸桥闲置时间最短为目标函数,建立了面向单船的集装箱码头岸桥调度和装卸船任务分配问题的多目标混合整数规划优化模型。设计了一种基于矩阵编码的单亲遗传算法进行求解,将实验算例与相关文献进行比较,结果显示本研究提出的算法能得到更优解。    

15.  基于遗传算法的抗震钢框架多目标优化设计  被引次数:2
   黄冀卓  王湛《力学学报》,2007年第39卷第3期
   考虑抗震钢框架优化问题具有多目标的特点,在遗传算法的基础上对抗震钢框架多目标优化设计进行了怂探讨.在无约束Pareto排序遗传算法的基础上,提出了一个简单、实用而又可以避免采用罚函数的全新排序方法,在此基础上形成了一种求解有约束多目标优化问题的Pareto遗传算法(CMOPGA),并给出了具体的算法流程图.以钢框架重量最轻和结构总动应变能最小为目标,基于相关的设计规范,给出了抗震钢框架多目标优化问题的一种合理提法.采用CMOPGA对一个两跨六层抗震钢框架实例进行了多目标优化设计,并提出了一个在Pareto最优解集的基础上选取妥协解的相对最小距离妥协原则.算例结果表明,采用CMOPGA求解抗震钢框架多目标优化问题是可行和有效的.    

16.  一种求解混合整数非线性规划问题的演化算法--搜索空间自动收缩法  
   曾三友  康立山  丁立新《武汉大学学报(理学版)》,2000年第46卷第5期
   提出一种求解混合整数非线性规划问题的新的演化算法 -搜索空间自动收缩法 (ACSSOS) .在这种算法中 ,演化算法既用来定位最优解区域 ,实现搜索空间自动向全局最优解收缩 ,又用来最终求得最优解 .由于在遗传算子中引用了舍入操作 ,它不仅可用来求解混合非线性整数规划问题 ,也可求解纯整型或纯实型变量非线性函数优化问题 .数值试验结果表明本文的算法在解的质量、稳定性和收敛速度等方面优于一般的演化算法 .    

17.  机械系统动力优化设计的自适应混合遗传算法  
   韦凌云  赵玫《应用力学学报》,2004年第21卷第4期
   针对机械系统动力优化设计问题的特点,本文提出了一个自适应混合遗传算法。该方法将目适应控制参数调整策略、小生境技术和单纯形法有机地融入遗传算法,较为有效地解决了基本遗传算法的过早收敛和局部搜索能力弱的问题,提高了算法全局寻优的可靠性和收敛速度,为解决机械系统动力优化设计问题提供了一种可靠、有效和易用的优化方法。一个五自由度汽车悬挂系统的动力优化设计实例验证了算法的效率、可靠性和实用性。    

18.  现金押运路线问题——基于多类型的风险  
   徐国勋  李妍峰  李军《运筹与管理》,2018年第4期
   以人民币现金押运为研究背景,考虑了一种基于多类型风险的现金押运路线问题,以在途风险成本、库存现金风险成本以及运输成本为优化目标,建立了混合整数线性规划模型,并提出了一种基于多样化策略和改进邻域搜索的混合遗传算法,其中遗传算法对押运路线进行选择,贪心算法用来求解各类风险指标。数值实验分别对问题特性和算法性能进行了分析。实验结果表明:1)混合遗传算法能求解更大规模的问题,得到较好的解,并很好地平衡了运行时间和求解质量;2)多类型风险影响了行驶路线;3)客户的期望需求影响了库存现金风险。    

19.  多目标0-1规划问题的元胞狼群优化算法研究  
   马龙  卢才武  顾清华  陈晓妮《运筹与管理》,2018年第3期
   针对多目标0-1规划问题,首先基于元胞自动机原理和人工狼群智能算法,提出一种元胞狼群优化算法,该算法将元胞机的演化规则与嚎叫信息素更新规则、人工狼群更新规则进行组合,采用元胞及其邻居来增强搜索过程的多样性和分布性,使人工头狼在元胞空间搜索的过程中,增强了人工狼群算法的全局搜索能力,并获得更多的全局非劣解;其次结合多目标0-1规划模型对元胞狼群算法进行了详细的数学描述,定义了人工狼群搜索空间、移动算子、元胞演化规则和非劣解集更新规则,并给出了元胞狼群算法的具体实现步骤;最后通过MATLAB软件对3个典型的多目标0-1规划问题算例进行解算,并将解算结果与其它人工智能算法的结果进行比较,结果表明:元胞狼群算法在多目标0-1规划问题求解方面可获得更多的非劣解集和更优的非劣解,并具有较快的收敛速度和较好的全局寻优能力。    

20.  遗传信赖域方法  被引次数:5
   钟守楠  高飞  纪昌明《数学杂志》,2001年第21卷第4期
   本文将具有并行计算性能的遗传算法与具有全局收敛的信赖域方法相结合以形成混合搜索方法,为解决复杂多峰极值优化问题提供一种有效算法,证明了算法的收敛性。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号