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 171 毫秒

1.  5最优化问题全局寻优的混合遗传算法  被引次数:7
   王登刚 刘迎曦 等《力学学报》,2002年第34卷第3期
   把BFGS方法作为一个与选择、交叉和变异平行的算子,嵌入到浮点编码遗传算法中,得到一种基于BFGS方法和浮点编码遗传算法的混合计算智能算法。该方法兼顾了遗传算法和BFGS方法两者的长处,既有较快的收敛速度,双能以非常大的概率求得最优化问题全局解。数值结果表明,混合方法是求解优化问题的一种有潜力的智能算法。    

2.  基于混合编码的混合遗传算法  被引次数:2
   牛向阳  高成修《数学杂志》,2008年第28卷第4期
   本文研究了神经网络优化问题.利用混合编码的方法,结合遗传算法与共轭梯度法的优点,得到一种基于混合编码的混合遗传算法.数值模拟结果表明,混合算法既具有较快的收敛速度,又能够收敛到全局最优解.    

3.  基于拟满应力设计和遗传算法的网架截面优化方法  
   赵波  简政  刘伟《上海力学》,2007年第28卷第3期
   通过在遗传算法中嵌入拟满应力算子,提出了一种以网架结构杆件截面作为离散变量的优化设计方法,即基于拟满应力设计和遗传算法的网架截面优化方法.分析结果表明,该法能够提高遗传算法的搜索效率和获得全局最优解的可靠性,对于同时有应力和位移约束的网架等空间结构截面优化问题,这种混合算法有较高的效率.    

4.  非线性函数的混沌优化方法比较研究  被引次数:16
   杨迪雄  李刚  程耿东《计算力学学报》,2004年第21卷第3期
   已有的混沌优化方法几乎都是利用Logistic映射作为混沌序列发生器,而Logistic映射产生的混沌序列的概率密度函数服从两头多、中间少的切比雪夫型分布,不利于搜索的效率和能力。为此,首先根据Logistie映射混沌轨道点密度函数的特点,建立改进的混沌-BFGS混合优化算法。之后,考虑到Kent映射混沌轨道点密度为均匀分布,建立了基于Kent映射的混沌-BFGS混合优化算法。然后对五种混合优化方法——不加改进的和改进的基于Logistic映射的混沌-BFGS法,基于Kent映射的混沌-BFGS法,Monte Carlo试验-BFGS法,网格-BFGS法进行了研究,分别对3个低维和2个高维非线性复杂测试函数进行优化计算,对它们的全局优化计算效率和寻优能力做了比较,并探讨了混合优化方法全局优化性能差异的原因。结果表明,混沌优化方法是与Monte Carlo方法类似的一种随机性试验优化方法。而且,这类优化方法的计算性能至少与以下因素有关:混沌/随机序列的统计性质,优化问题全局最优点位置。    

5.  一个新的BFGS信赖域算法  
   景书杰  于俊霞《数学杂志》,2015年第35卷第1期
   本文对于无约束最优化问题提出了一个新的BFGS 信赖域算法。利用BFGS 方法和信赖域方法,提出了改进的BFGS 信赖域方法。推广了文献[3,5]中的两种算法,得到一个新的BFGS信赖域算法,在适当条件下证明了算法的全局收敛性。    

6.  WDM网络保护容量问题的遗传算法求解  被引次数:1
   王志文  夏秦  李增智  李平均《光子学报》,2002年第31卷第11期
   本文以遗传算法为基础,设计了一个与传统数学方法完全不同的遗传搜索寻优算法并提出一种简捷解编码方式,该编码能够极大地简化选择、交叉和变异等遗传算子的执行.仿真实验结果表明文章算法能够迅速地求出保护容量优化问题的全局近似最优解,且能够满足工程设计的要求.    

7.  一种基于自适应混合遗传算法的非线性函数优化方法  
   胡觉亮  吴庆标《高校应用数学学报(A辑)》,2004年第19卷第Z1期
   遗传算法因其具有的特性,它采用交换、复制和突变等方法,获取的解为全局最优解,而且无需计算函数的导数,是一种只考虑输入与输出关系的黑箱问题,适用于处理各种复杂问题.此文基于最优保存的思想,把最速下降法与最优保存和自适应遗传算法相结合,用于求解非线性函数优化问题,提出一种基于自适应混合遗传算法的非线性函数全局优化方法.    

8.  基于遗传算法的同步优化算法  被引次数:1
   牛向阳《应用数学与计算数学学报》,2007年第21卷第1期
   提出一种基于遗传算法的同步优化算法,该算法吸取了遗传算法和模拟退火算法的各自优点,将二进制编码和实数编码有机地结合起来,既能够快速收敛到全局最优解,又能够在优化神经网络结构的同时,得到较好的权值分布.    

9.  面向多目标优化的一种混合进化算法  
   刘锋  王建军  杨德礼  昝冬平《运筹与管理》,2012年第4期
   针对多目标优化问题,设计一种基于量子计算和非支配排序遗传算法相结合的智能算法进行求解,综合量子算法和非支配排序遗传算法的优点,在局部搜索和全局搜索之间进行权衡。混合算法采用量子比特对问题的解进行编码,基于量子旋转门算子、分散交叉算子以及高斯变异算子对种群进行更新。进行局部深入搜索时,用一个解在目标空间中跟理想点的距离来评价该解的优劣;进行全局搜索时,基于非支配排序遗传算法中的有效前沿的划分和解之间的拥挤距离来评价某个解。最后,在经典的测试函数ZDT5上对所提混合算法进行了测试。通过对比分析若干项针对有效解集的评价指标,该混合算法在跟最优有效前沿的逼近程度以及有效解集分布的均匀程度上均优于目前得到广泛应用的非支配排序遗传算法。    

10.  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。    

11.  基于混合编码遗传算法和有限元分析的压电结构载荷识别  被引次数:1
   郑世杰  郭腾飞  董会丽  宋振《计算力学学报》,2009年第26卷第3期
   与传统的优化算法相比,遗传算法不需要计算目标函数的导数信息,便于迭代,可实现全局寻优.因此,本文提出一种采用混合编码的遗传算法与有限元分析相结合,对复合材料层合板、壳进行载荷识别的新方法.在遗传算法求解过程中,设计变量的编码方法选择是其重要环节,二进制编码容易产生连续函数离散化时的映射误差,且其求解精度与染色体的编码长度紧密相关,过长的染色体描述虽可提高精度,但会显著降低算法的求解效率.为此,本文提出采用混合编码的方法进行载荷识别,即用二进制编码表征载荷作用位置,浮点数编码表示载荷的大小.这一方法大大降低了染色体的长度,并显著提高了计算效率和精度.    

12.  遗传算法在分析化学中的应用  被引次数:6
   邓勃 刘嘉《分析科学学报》,1997年第13卷第2期
   遗传算法是基于自然界生物进化基本法进而发展起来的一类新算法,在优化过程中,它无需体系的选验知识,能在许多局部较优中找到全局最优点,是一种全局最优化方法,能有效地处理复杂的非线性问题,有广阔的发展前景,目前在分析化学领域已经有多方面应用,本文简要地介绍遗传算法的原理及其在分析化学等方面的若干应用。    

13.  求解具有奇异性的桁架拓扑优化的遗传算法  被引次数:2
   唐文艳  顾元宪  郭旭《计算力学学报》,2004年第21卷第2期
   采用遗传算法求解具有奇异最优解现象的桁架结构拓扑优化问题。在桁架结构拓扑优化的内力约束ε-放松列式基础上,根据遗传算法特点通过引入拓扑变量提出一种新的优化模型列式。在遗传算法中改进了适应度函数及约束处理方法、选择和交叉操作等,提高了求解算法的效率和可靠性。数值算例以及两种列式的对比分析表明,本文改进的遗传算法和新提出的优化模型列式,能够得到拓扑优化问题的全局最优解。    

14.  一个新的MBFGS信赖域算法  
   景书杰  苗荣  李少娟《数学杂志》,2014年第34卷第3期
   本文研究了无约束最优化问题.利用MBFGS信赖域算法的基本思想,通过对BFGS校正公式的改进,并结合线搜索技术,提出了一种新的MBFGS信赖域算法,拓宽了信赖域算法的适用范围,并在一定条件下证明了该算法的全局收敛性和超线性收敛性.    

15.  基于多基因分量编码遗传算法的矩形物体布局问题  被引次数:1
   徐生菊  王命延《南昌大学学报(理科版)》,2007年第31卷第4期
   布局问题普遍存在于社会各领域和行业,属于较难解决的NPC问题,传统方法很难找到最优解.遗传算法是一种借鉴生物进化机制和优胜劣汰法则的现代智能算法,具有一定的优势.将基于多基因分量编码的遗传算法应用于矩形物体布局问题的求解,并通过构建遗传算子选择规则库提高遗传算法的自适应性,具有一定的经济意义和理论意义.    

16.  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。    

17.  多目标规划的一种混合遗传算法  被引次数:3
   李学全 张泊 王军《数学理论与应用》,2005年第25卷第3期
   本文利用遗传算法的全局搜索内能力及直接搜索算法的局部优化能力,提出了一种用于多目标规划的混合遗传算法.与Pareto遗传算法相比.本文提出的算法能提高多目标遗传算法优化搜索效率,并保证了能得到适舍决策者要求的Pareto最优解.最后,理论与实践证明其有有效性.    

18.  改进的遗传算法求解桁架的形状优化  
   唐文艳  袁清珂《力学学报》,2006年第38卷第6期
   提出将改进的遗传算法用于优化具有离散尺寸、连续形状变量的桁架重量.考虑到离散和连续变量的本质,提出了混合编码方法,其中包括二进制和实数编码,整数和实数编码.采用了凝聚选择法——基于约束和适应度值双重标准,完全适应约束问题的本质.竞争保留最优个体方法延长了优良个体的寿命,使好基因有更大的机会遗传给下一代.算例表明改进的遗传算法是可行且有效的.    

19.  混沌优化算法在土质边坡稳定性分析中的应用  
   孟庆辉   方锐   阙金声《力学学报》,2009年第17卷第1期
   确定边坡最危险滑动面并计算与之相对应的安全系数是边坡支护的重要任务。本文结合简化Bishop法,用一种新的智能优化算法——混沌优化算法来搜索全局最优解。该方法利用混沌运动本身具有遍历性、随机性、“规律性”等内在特点,能在一定范围内按其自身“规律”不重复地遍历所有状态,易于跳出局部最优解,具有很强的全局搜索能力。通过坡高为12.3m的某电厂三层土质边坡的典型算例分析,并和遗传算法、枚举法计算结果对比可知,计算结果超于一致,其差值接近于0,因此混沌优化算法能在很高精度下搜索到全局最优解,能很好地解决边坡稳定性分析中的优化问题。    

20.  自适应免疫遗传算法  被引次数:8
   严心池  安伟光  赵维涛《应用力学学报》,2005年第22卷第3期
   遗传算法(GA)是基于自然遗传规则随机搜索技术的一种进化算法,但是随着实际结构的大型化和复杂化,它往往出现过早收敛的现象。在研究了算法的编码方式、控制参数和算子操作之后,就其全局收敛性的不足,提出动态自适应策略以改进其性能,在基本遗传算子的基础上,采用了免疫遗传算子和保优策略。其中免疫算子可以防止交叉变异中的个体退化,自适应策略则保持了种群的多样性,以此保证遗传算法尽快收敛到全局最优解,称之为自适应免疫遗传算法(AIGA)。随后以经典的十杆桁架结构优化问题作为例子说明算法的优越性,结果表明AIGA在随机结构优化中计算有效、结果可靠。    

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