共查询到18条相似文献,搜索用时 104 毫秒
1.
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。 相似文献
2.
3.
4.
5.
《计算力学学报》2016,(3)
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。 相似文献
6.
将改进的量子行为粒子群优化算法应用于材料热导率函数估计问题中,并提出了一种多轮升维策略对算法的搜索过程进行优化,形成了一种鲁棒性强且高效的反演方法。通过数值实验测试了该方法在测量误差以及系统误差下的表现,并对不同粒子群优化算法的性能进行了比较研究。结果表明,采用的反演方法能够在较大的搜索范围与反演维度下稳定收敛,对测量误差的敏感度较低;提出的多轮升维策略能够使各类粒子群优化算法在热导率函数估计问题中的搜索效率得到提升。 相似文献
7.
复杂边坡的安全系数可能存在多个局部极小值点,如何确定边坡的最小安全系数是复杂边坡稳定性分析中的一个关键问题。本文结合简化Bishop法,采用一种新的启发式全局优化算法——智能单粒子算法(ISPO)来搜索复杂边坡的最危险滑动面。为帮助该算法快速跳出局部极值点,本文将模拟退火(SA)机制引入到智能单粒子算法中,结合了两种算法各自的优点,提出了引入退火机制的智能单粒子算法SA-ISPO。将本文提出的SA-ISPO算法用于搜索两个复杂边坡的最危险滑动面,并与其它方法相比较,验证了SA-ISPO算法的优越性,该算法搜索效率高,计算结果不受搜索范围的影响,是一种较好的全局优化算法。 相似文献
8.
为了解决迭代最近点算法的定位精度和实时性问题,提出了一种基于混沌优化搜索的迭代最近点算法.在该算法中,以参考导航系统测量位置为中心规划真实位置的搜索范围,从参考地形图上提取相应的地形高程数据,与对应经纬度位置一起定义成模式类,将模式识别的过程转化成函数优化问题,然后运用混沌优化算法搜索目标函数最小值进行全局寻优,从而获得匹配最近点.仿真结果表明,在保证寻优性能的情况下,可以减少匹配次数,提高识别速度,满足地形匹配精度和实时性的要求. 相似文献
9.
粒子群优化算法在传递对准中的应用 总被引:1,自引:1,他引:0
给出了一种基于粒子群优化算法的捷联惯导传递对准算法。简单分析了传递对准任务要求和主子惯导惯性器件输出之间的关系,将传递对准问题作为参数优化问题进行求解,给出了基于粒子群优化算法进行传递对准的数学模型。定义了传递对准的优化目标函数,介绍了粒子群优化算法及其应用于传递对准的具体算法设置。用粒子群优化算法求解目标函数的最小值,可获得主子惯导之间的失准角,进行一次校正即可完成传递对准过程。通过计算机仿真对算法进行了验证分析,在仿真条件下(陀螺精度为0.1°/h),能达到方位0.1°的精度。与其他对准算法一样,算法受载体机动条件的影响较大,一般需要姿态机动来提高陀螺的信噪比。 相似文献
10.
将生物界中的免疫机制引入到猴群算法中,提出了一种用于传感器优化布置的免疫猴群算法。采用双重编码的方式,克服了原猴群算法只能解决连续变量优化问题的缺陷;采用混沌搜索的方式初始化猴群位置,以保证猴子能够均匀分布,提高了算法的全局搜索能力;通过在爬过程中引入深度爬的方式,增强了算法的局部搜索能力;在爬过程结束后加入基于浓度选择的机制对猴群进行初次选择,并对位置最优的猴子进行免疫克隆操作,以此保证猴群的多样性;在望过程结束后加入基于适应度的二次选择,并对位置较差的猴子进行免疫疫苗注射,以此提高算法的收敛能力。文末以大连世贸大厦为例,进行了参数敏感性分析以及传感器优化布置方案的选择,结果表明,免疫猴群算法的搜索效率较原猴群算法有了大幅提高,能较好地解决传感器优化布置问题。 相似文献
11.
Adaptive infinite impulse response filters have received much attention due to its utilization in a wide range of real-world applications. The design of the IIR filters poses a typically nonlinear, non-differentiable and multimodal problem in the estimation of the coefficient parameters. The aim of the current study is the application of a novel hybrid optimization technique based on the combination of cellular particle swarm optimization and differential evolution called CPSO–DE for the optimal parameter estimation of IIR filters. DE is used as the evolution rule of the cellular part in CPSO to improve the performance of the original CPSO. Benchmark IIR systems commonly used in the specialized literature have been selected for tuning the parameters and demonstrating the effectiveness of the CPSO–DE method. The proposed CPSO–DE method is experimentally compared with two new design methods: the tissue-like membrane system (TMS), the hybrid particle swarm optimization and gravitational search algorithm (HPSO–GSA), the original CPSO-outer and CPSO-inner, and classical implementations of PSO, GSA and DE. Computational results and comparison of CPSO–DE with the other evolutionary and hybrid methods show satisfactory results. The hybridization of CPSO and DE demonstrates powerful estimation ability. In particular, to our knowledge, this hybridization has not yet been investigated for the IIR system identification. 相似文献
12.
初始对准是惯导系统的关键技术,罗经法对准是实现捷联惯导系统初始对准的重要手段。罗经对准回路的参数选择直接影响对准结果的好坏。对于不同的捷联惯导系统,罗经回路的最优参数也是不同的。传统的方法是根据经验以及大量的反复试验确定罗经对准参数,不能保证对准参数为最优。针对此问题,提出以水平罗经对准回路阻尼振荡周期T_(d1)和航向罗经对准回路阻尼振荡周期T_(d2)为寻优目标,用粒子群算法对参数(T_(d1),T_(d2))进行寻优的方法,以确定出满足条件的最优对准参数,从而提高捷联罗经初始对准的性能。实验结果表明:粒子群算法能够快速、准确地搜索出罗经对准回路的最优参数,提高捷联罗经对准的性能。将粒子群算法应用到捷联罗经初始对准中是有效的。 相似文献
13.
Design of adaptive infinite impulse response (IIR) filter is the process of utilizing adaptive algorithm to iteratively determine the filter parameters to obtain an optimal model for the unknown plant based on minimizing the error cost function. However, the error cost surface of IIR filter is generally nonlinear, non-differentiable and multimodal. Hence, an efficient global optimization technique is required to minimize the error cost objective. A novel hybrid particle swarm optimization and gravitational search algorithm (HPSO–GSA) is proposed in this paper for IIR filter design. The proposed HPSO–GSA updates particle positions through obeying the influence of gravity acceleration in GSA and receiving direction of cognitive memory and social sharing information from PSO by means of coevolutionary strategy. The effect of key parameters on the performance of the proposed algorithm is firstly studied, and the proper parameters in HPSO–GSA are established using five benchmark plants along with the same-order model. The simulation studies have been performed for the performance comparison of eight algorithms such as PSO, GSA, QPSO, DPSO, FO-DPSO, GAPSO, PSOGSA and the proposed HPSO–GSA for unknown IIR system identification with the same-order and reduced-order filters. Simulation results show that the proposed algorithm has advantages over PSO, GSA and other PSO-based variants in terms of the convergence speed and the MSE levels. 相似文献
14.
15.
基于修正PSO-UKF的SINS/GPS组合导航滤波算法 总被引:1,自引:1,他引:0
针对噪声时变特性引起滤波精度下降的问题,提出了一种基于修正粒子群技术( PSO)的自适应UKF算法.为了克服传统粒子群算法过早收敛,容易陷入局部最优的问题,基于粒子的适应值方差提出了一种惯性权值实时修正算法,有效改善了传统PSO算法.在使用新息序列对观测噪声进行实时跟踪的同时,通过构造合理的适应度函数将修正PSO算法和... 相似文献
16.
为提高混凝土坝等大体积结构参数反演效率和精度,减少由于应用有限元进行大量正分析而产生的计算机时,建立了一种结合Kriging代理模型和粒子群优化(PSO)算法的迭代更新反演方法。通过拉丁超立方抽样(LHS)方法确定初始样本点的空间分布,并使用有限元正分析获取对应的响应值,构建粗糙的初始代理模型,结合具有全局寻优能力的PSO算法,反演大体积结构的分区弹性模量,随之再代入有限元模型中,计算获取新的位移响应,并将其作为新样本加入到样本集中,通过迭代更新获得局部更高精度的代理模型。工程实际算例表明,该方法对混凝土坝等大体积结构参数反演精度较高和适用性好,且能大幅减少传统有限元模型反演方法所需消耗的正分析机时,提高反演效率。 相似文献
17.
求解非线性方程组的混合遗传算法 总被引:27,自引:2,他引:25
非线性方程组的求解是数值计算领域中最困难的问题。大多数的数值求解算法例如牛顿法的收敛性和性能特征在很大程度上依赖于初始点。但是对于很多非线性方程组,选择好的初始点是一件非常困难的事情。本文结合遗传算法和经典算法的优点,提出了一种用于求解非线性方程组的混合遗传算法。该混合算法充分发挥了遗传算法的群体搜索和全局收敛性,有效地克服了经典算法的初始点敏感问题;同时在遗传算法中引入经典算法(Powell法、拟牛顿迭代法)作局部搜索,克服了遗传算法收敛速度慢和精度差的缺点。选择了几个典型非线性方程组,从收敛可靠性、计算成本和适用性等指标分析对比了不同算法。计算结果表明所设计的混合遗传算法有着可靠的收敛性和较高的收敛速度和精度,是求解非线性方程组的一种成功算法。 相似文献
18.
The paper first applies the 0–1 test for chaos to detecting chaos exhibited by fractional-order delayed systems. The results of the test reveal that there exists chaos in some fractional-order delayed systems with specific parameter values, which coincides with previous reports based on the phase portrait. In addition, it is very important to identify exactly the unknown specific parameters of fractional-order chaotic delayed systems in chaos control and synchronization. Thus, a method for parameter identification of fractional-order chaotic delayed systems based on particle swarm optimization (PSO) is presented. By treating the orders as parameters, the parameters and orders are identified through minimizing an objective function. PSO can efficiently find the optimal feasible solution of the objective function. Finally, numerical simulations on fractional-order chaotic logistic delayed system and fractional-order chaotic Chen delayed system show that the proposed method has effective performance of parameter identification. 相似文献