共查询到10条相似文献,搜索用时 15 毫秒
1.
粒子群优化算法中粒子更新方法研究 总被引:3,自引:1,他引:2
粒子群优化算法是根据鸟或鱼群居社会行为而提出的随机优化算法,但标准粒子群优化算法存在早熟收敛和搜索精度低等问题.因此模拟生物克隆选择中5%的B细胞自然消亡过程,在粒子群优化算法进化过程中分别基于代间差分、混沌理论、变异原理等方法设计了8种粒子更新算法,并按照模拟退火方法进行更新后粒子的选择.通过数值实验得出基于代间差分和混沌变异的粒子更新算法(即算法8)是一种很好的选择,并且当性能较差的20%左右粒子按照这种算法更新时效果较好.这种算法可以有效克服标准粒子群算法的早熟现象,并能够加快收敛速度. 相似文献
2.
为了解决量子遗传算法(QGA)用于连续多峰函数优化易陷入局部极值的问题,将免疫学中的克隆选择算法的概念和原理引入到量子遗传算法中,提出了一种新型的进化算法——基于克隆选择的量子遗传函数优化算法.该算法通过克隆选择、高斯变异以及量子旋转门等操作对可行解进行搜索,提高了算法在解决函数优化问题的全局寻优能力。典型函数的测试结果表明该算法优于传统的QGA和一些遗传算法。 相似文献
3.
4.
针对粒子群优化(PSO)算法容易陷入局部极值的不足,引入免疫机制对PSO算法进行优化,实现全局搜索。通过免疫机制的应用,根据亲和度的高低进行粒子克隆、选择、淘汰和高频变异,增强了算法全局搜索的能力,提高了收敛速度和精度。实验表明,改进后的算法完成全局搜索所需的迭代次数明显少于PSO算法,具有优良的自适应调整性能。 相似文献
5.
6.
船舶动力学性能及结构特性的综合优化方法 总被引:2,自引:2,他引:2
建立船舶动力学性能及结构特性综合优化的数学模型;基于并行算法、遗传算法和混沌算法,构造一种并行遗传混沌算法,并将其应用于求解此类综合优化计算问题;编制了界面友好的vc++软件.对于船舶动力学性能及结构特性综合优化问题,进行单目标或多目标条件下的遗传算法或混沌算法及其并行或复合算法的大量优化计算.计算结果表明:该算法不但能有效地克服遗传算法的早熟问题,而且耗时少、计算可靠、效率高;船舶动力性能及结构特性综合优化结果较同类优化设计的综合性能指标高. 相似文献
7.
8.
实现船舶电力系统的快速供电恢复是一个复杂的多目标非线性组合优化问题.根据系统的特点,采用混沌自适应遗传算法,使用混沌优化产生初始群体,以保证初始种群含有较丰富的模式,从而增加搜索快速收敛于全局最优解的可能,然后通过采用精英保留的选择机制和自适应交叉、变异概率,有效地加快了算法的收敛速度.船舶电力系统典型故障恢复算例表明,该算法改善了遗传算法的性能,提高了算法的收敛速度及精度,避免了不成熟收敛,较好地实现了船舶电力系统的多目标故障恢复. 相似文献
9.