共查询到17条相似文献,搜索用时 46 毫秒
1.
2.
3.
为提高大视场高灵敏度星敏感器的星图识别速度和识别成功率,提出了一种基于混合粒子群算法的星图识别方法,该方法首先根据星图中星点的灰度信息确定候选识别主星集合;然后选择该集合中的一个星点为圆心,以一定角距为半径画圆,将圆内的所有星点构成特征数据集合;然后利用混合粒子群算法对圆内的星点进行快速路径寻优;最后利用最优路径长度进行索引,并利用最优路径中前三个星点间的角距以及它们的星等信息进行匹配识别;实验结果表明,与现有识别方法相比,该方法具有高的识别率,良好的实时性和鲁棒性,且所需的导航星库容量小. 相似文献
4.
针对典型的背包问题,给出了一种基于粒子群算法的求解方法。考虑到粒子群算法在解决问题时容易陷入局部最优的缺点,将模拟退火(SA)思想引入到了粒子群算法中,得到了粒子群——模拟退火算法。该算法保持了粒子群算法原有的简单易实现特点,同时改善了粒子群算法易陷入局部最优的缺点。实验结果表明,该算法具有较好的求解质量。 相似文献
5.
本文介绍了粒子群算法的基本概念及粒子群算法的训练过程,分别从基本进入、改变惯性因子、改变收缩因子三个方面对其进行优化改进。 相似文献
6.
7.
求解约束优化问题的混合粒子群算法 总被引:4,自引:4,他引:0
针对约束优化问题提出一种混合粒子群求解算法,该算法根据可行性规则,引入自适应惩罚函数,结合模拟退火算法,不断地寻找更优可行解,逐渐达到搜索全局最优解.通过对一些标准函数测试,计算机仿真结果表明,该方法是有效和可行的,且具有较高的计算精度,相比传统算法,最优解精度达到10-15. 相似文献
9.
10.
粒子群优化算法(PSO)是一种群体智能进化计算方法,但在搜索过程中粒子紧跟最优粒子运动降低了粒子多样性和全局搜索能力,从而易陷入局部极值.本文提出一种新的粒子群优化算法(PSO-EWD),主要改进体现在2个方面:将惯性权重与进化因子相关联,根据种群的进化状态而改变权重大小,以平衡全局搜索能力与局部搜索能力;将时变的分布式时延引入速度更新公式中,以增加粒子的多样性.本文通过5种算法在9个基准函数上的实验对比,证明了新提出的算法相较于另外4种算法具有更优的适应度值、稳定性和收敛速度. 相似文献
11.
针对标准粒子群优化算法在优化复杂函数时容易早熟,收敛精度低等缺点,根据遗传学中优良个体之间杂交产生优良后代概率大的特性,提出一种改进方案,由于个体最优位置包含的有用信息多于粒子当前位置,在每一次迭代中,对所得到的个体最优位置进行交叉操作,以产生优良后代,并当粒子群陷入早熟收敛时,运用新的细菌觅食趋化操作使所有粒子在不破坏现有种群结构的情况下,逐步摆脱局部最优的束缚.将其应用于函数优化中,得到了较好的优化效果. 相似文献
12.
Orthomorphism on F n 2 is a kind of elementary permutation with good cryptographic properties. This paper proposes a hybrid strategy of Particle Swarm Optimization (PSO) and Simulated Annealing (SA ) for finding orthomorphisms with good cryptographic properties . By experiment based on this strategy, we get some orthomorphisms on F n 2 (n = 5, 6, 7, 9, 10) with good cryptographic properties in the open document for the first time, and the optimal orthomorphism on F 8 2 found in this paper also does better than the one proposed by Feng Dengguo et al. in stream cipher Loiss in difference uniformity, algebraic degree, algebraic immunity and corresponding permutation polynomial degree. The PSOSA hybrid strategy for optimizing orthomorphism in this paper makes design of orthomorphisms with good cryptographic properties automated, efficient and convenient, which proposes a new approach to design orthomorphisms . 相似文献
13.
14.
基于干扰因子的QPSO算法改进 总被引:1,自引:1,他引:0
具有量子行为的粒子群优化算法(Quantum-Behaved Particle Swarm Optimization,QPSO)是一种新的基于群体智能的优化方法.与粒子群算法(Particle Swarm Optimization,PSO)相比,QPSO的全局收敛性能更好.但与其他进化算法一样,QPSO仍然不可避免地遇到早熟收敛的问题.因此在QPSO算法的基础上,引入干扰因子以避免算法的早熟现象.实验结果表明,改进后的QPSO算法具有更好的收敛性能. 相似文献
15.
16.
提出了一种基于混沌理论的求解聚类问题的混合PSO算法,该算法结合相关算法的优势采用混沌扰动生成初始化聚类种子,以保证解的分布性能;采用PSO算法进行初步聚类,以改善算法的全局搜索性能;然后采用K-均值算法进行局部精练,以加快算法的收敛速度。将粒子分为静态和动态两种,精心设计了动态粒子的属性,用碟型数据和IRIS数据仿真实验表明,该算法是有效的,能很好地解决聚类问题。 相似文献
17.
Da-Qing Guo Yong-Jin Zhao Hui Xiong Xiao Li 《中国电子科技》2007,5(2):149-152
A new class of hybrid particle swarm optimization (PSO) algorithm is developed for solving the premature convergence caused by some particles in standard PSO fall into stagnation. In this algorithm, the linearly decreasing inertia weight technique (LDIW) and the mutative scale chaos optimization algorithm (MSCOA) are combined with standard PSO, which are used to balance the global and local exploration abilities and enhance the local searching abilities, respectively. In order to evaluate the performance of the new method, three benchmark functions are used. The simulation results confirm the proposed algorithm can greatly enhance the searching ability and effectively improve the premature convergence. 相似文献