排序方式: 共有71条查询结果,搜索用时 31 毫秒
21.
22.
针对车辆路径问题中单仓库非满载这一基本类型的具体特性,设计了一种混沌粒子群算法;利用混沌系统的随机性、规律性和遍历性初始化粒子,大范围覆盖车辆路径问题的解空间,加强算法最优路径的搜索能力;通过在求解过程中的次优路径处施加混沌扰动,使算法放弃当前求解的路径,避免结果为次优解。并通过试验验证了该算法在车辆路径问题中具有很强的寻优能力。 相似文献
23.
针对标准粒子群算法在解决多维复杂优化问题中存在的“早熟”现象,以及算法后期出现的搜索精度下降、收敛速度降低等不足,对算法做出改进:引入微生物行为机制中的趋化、繁殖、迁移算子。最后,通过实例验证对比,表明改进粒子群算法在搜索效率和解的质量方面均优于遗传算法和基本粒子群算法。 相似文献
24.
25.
26.
分别建立整车的动力性目标函数和经济性目标函数,对动力性和经济性目标函数赋予不同的加权因子,然后对其进行归一化处理,得到以汽车传动比为优化变量的目标函数。利用基于微粒间互相学习搜索最优区域的粒子群算法进行寻优计算,获得最优的传动比参数。以此建立某一乘用车的Cruise整车仿真模型,制定Cycle Run、Climbing Performance以及Full Load Acceleration计算任务,对比仿真分析优化前后整车的油耗、爬坡性及全负荷加速性。仿真结果表明:汽车的整车动力和经济性有明显改善。 相似文献
27.
粒子群优化算法在多用户检测中的应用 总被引:2,自引:0,他引:2
粒子群优化算法是一类有效的随机全局优化技术。它利用一个粒子群搜索解空间,每个粒子表示一个被优化问题的解,通过粒子间的相互作用发现复杂空间中的最优区域。多用户检测技术是直扩序列码分多址中的一项关键技术。将粒子群优化算法应用于多用户检测中,能有效抑制多址干扰,实现结构简单、鲁棒性强的目的,在加速收敛的同时降低了计算复杂度。仿真结果表明,这种多用户检测器充分利用了粒子群优化算法的优良特性,与传统的码分多址接收机、基于进化算法的多用户检测器和基于遗传算法的多用户检测器比较,在误码率和收敛速度等方面都有显著的改善。 相似文献
28.
29.
30.
磁浮系统是一种典型的非线性、不稳定性开环系统。由于传统的比例-积分-微分(PID)控制器的参数是固定的,因此,控制系统无法兼顾悬浮系统的静态和动态性能。本文提出一种基于粒子群优化(PSO)算法的分段专家免疫PID控制器。该控制器先利用免疫PID控制器给出悬浮系统的阶跃响应曲线,再根据误差变化将该曲线划分为五个阶段,分段实现基于PSO算法的专家PID控制器。该控制器的优点是能够在悬浮系统工作时在线对PID参数进行调节,适应误差的不同变化,使控制器响应速度加快、调节精度提高,稳态性能变好,而且几乎没有超调和振荡。利用Matlab仿真,结果表明在相同精度要求下,该控制方法与单一的专家PID控制器的相比,磁浮控制系统的过渡时间变短,调节时间变短且过渡性能较好。 相似文献