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 125 毫秒

1.  基于粒子群算法的软件可靠性分配问题研究  
   贾冀婷《微电子学与计算机》,2011年第28卷第12期
   针对软件可靠性分配中不易求解全局最优解这一问题,将可靠性指标分配到每个模块中,并利用改进的粒子群优化算法来搜索模型的最优解.实验结果表明,改进的粒子群优化算法在求解软件可靠性分配问题时的效果优于遗传算法等其他智能优化算法.    

2.  基于量子粒子群的软件模糊可靠性分配模型  
   侯雪梅  高飞  宋瑞丽  韩鹿  高明霞《信息工程大学学报》,2013年第14卷第1期
   针对软件可靠性分配中存在多个优化目标的问题,提出了一种新的模糊多目标分配模型,并采用量子粒子群优化算法求解该模型。将软件可靠性和成本作为模糊目标函数,通过三角形隶属函数对模糊目标进行处理,将优化后的量子粒子群算法用来求解软件模糊可靠性分配模型。实验结果验证了文章提出的软件模糊可靠性分配模型是有效的,多目标的Pareto最优解为可靠性和成本之间的决策提供了依据。    

3.  改进的粒子群算法在VRP中的应用  
   赵传信  张雪东  季一木《计算机技术与发展》,2008年第18卷第6期
   将粒子群算法和禁忌搜索算法相结合构造禁忌搜索粒子群算法.提出一种对粒子群算法中全局最优解进行禁忌搜索的混合算法,扩展了粒子群算法进化方式.将其用于车辆路径优化问题求解.与基本粒子群算法相比较,结合禁忌搜索算法的粒子群算法明显提高了算法收敛速度和优化性能.    

4.  改进的粒子群算法在VRP中的应用  
   赵传信  张雪东  季一木《微机发展》,2008年第18卷第6期
   将粒子群算法和禁忌搜索算法相结合构造禁忌搜索粒子群算法。提出一种对粒子群算法中全局最优解进行禁忌搜索的混合算法,扩展了粒子群算法进化方式。将其用于车辆路径优化问题求解。与基本粒子群算法相比较,结合禁忌搜索算法的粒子群算法明显提高了算法收敛速度和优化性能。    

5.  基于模块软件系统的测试资源分配研究  
   杨平良《机械设计与制造工程》,2013年第12期
   基于串-并联模块软件系统,研究了单元测试中测试资源分配问题。同时考虑系统可靠性和软件费用,提出一种带约束的多目标优化模型,针对标准粒子群算法收敛速度慢、容易陷入局部极小等缺点,给出了一种杂交粒子群算法。该算法利用迭代局部搜索算法的邻域搜索及其扰动机制进行详细局部搜索并跳出局部最优解,采用“回飞机制”处理约束条件,求解近似最优解。最后通过实例与遗传算法比较,结果表明该方法能有效地分配测试资源,在提高软件测试质量的同时降低软件费用。    

6.  软件可靠性分配中的开发成本最小化问题研究  
   韩冰青  明朝辉《福建电脑》,2005年第7期
   本文研究软件可靠性分配模式中的软件开发成本最小化问题。将软件系统的成本最小化问题表达为一类带约束条件的组合优化问题,采用并行遗传算法中的粗粒度模型及多种群进化策略,提高了搜索性能。实验表明:并行遗传算法有效地提高了求解质量。    

7.  一种改进的求解TSP混合粒子群优化算法  被引次数:1
   王东  吴湘滨  毛先成  刘文剑《计算机工程》,2008年第34卷第6期
   为解决粒子群算法在求解组合优化问题中存在的早熟性收敛和收敛速度慢等问题,将粒子群算法与局部搜索优化算法结合,可抑制粒子群算法早熟收敛问题,提高粒子群算法的收敛速度。通过建立有效的局部搜索优化算法所需借助的参照优化边集,提高了局部搜索优化算法的求解质量和求解效率。新的混合粒子群算法高效收敛于中小规模旅行商问题的全局最优解,实验表明改进的混合粒子群算法是有效的。    

8.  求解二次分配问题的离散粒子群优化算法  被引次数:14
   钟一文  蔡荣英《自动化学报》,2007年第33卷第8期
   提出了一种求解二次分配问题的离散粒子群优化算法. 根据二次分配问题及离散量的特点, 重新定义了粒子的位置、速度等量及其运算规则, 为抑制早熟停滞现象, 为粒子和粒子群分别定义了个体多样性和平均多样性. 算法中定义了排斥算子来保持粒子群的多样性, 使用局部搜索算子来提高算法的局部求精能力, 使算法在空间勘探和局部求精间取得了较好的平衡. 在 QAPLIB 的实例上的仿真结果表明, 离散粒子群优化算法具有良好的性能.    

9.  基于改进离散粒子群优化算法的作战弹药分配研究  
   赵志宁  石全  张军刚《数值计算与计算机应用》,2013年第34卷第3期
   结合作战弹药分配的具体实际,利用广义指派问题描述与数学模型,描述了弹药分配算法存在的问题与对策,提出了一种基于连续空间的离散粒子群优化算法以求解该模型.算法针对问题设计了特定的粒子编码方案,并引入了一种局部搜索以提高算法的局部搜索能力.算例分析表明了所提离散粒子群优化算法求解弹药分配问题的可行性.    

10.  人工免疫粒子群算法在系统可靠性优化中的应用  被引次数:1
   阮旻智  李庆民  王红军  黄傲林  马杰《控制理论与应用》,2010年第27卷第9期
   为了优化舰载装备系统在其设计初期的可靠性, 根据模糊优选理论, 建立了基于正负理想方案的可靠性分配的多指标模糊优化模型. 针对基本粒子群(PSO)算法易陷入早熟状态以及群体缺乏多样性等不足之处, 将人工免疫系统(AIS)原理与改进的粒子群算法有机结合, 并对粒子的飞行速度进行控制, 提出一种基于人工免疫的粒子群算法(AI-PSO). 将该算法应用于系统可靠性优化求解中, 仿真试验结果表明, 相比其他算法而言, 该算法具有较强的全局搜索能力, 其优化结果更为合理.    

11.  基于混合粒子群算法的群岛泊位分配问题研究  
   彭建良  李仁健  李修琳  Ju Chun-hua《工业工程》,2014年第5期
   泊位分配是提高港口运营效率的关键。针对群岛泊位分配问题,以船舶总在港时间为优化目标,构建了群岛泊位分配问题模型,并提出了一种混合粒子群算法进行求解。该算法在更新粒子状态时加入模拟退火和免疫调节操作,增强了算法的全局搜索能力。实验结果表明,混合粒子群算法在求解群岛泊位分配问题时,具有较好的优化性能,验证了算法的有效性和可行性。    

12.  基于邻域混沌PSO算法的目标分配优化方法  
   欧微  焦丽萍  陈平  易朝晖《微机发展》,2012年第8期
   针对基本粒子群算法在求解火力打击体系目标分配问题时易陷入局部极值、计算精度差的局限性,提出了一种基于混沌粒子群算法(ChaosParticleSwarmOptimization,CPSO)的目标分配优化方法。在综合考虑整体毁伤效能、打击匹配度和风险概率的基础上,分析了目标分配问题的数学模型,设计了相应的粒子编码方法、更新策略和有效性修订方法,提出一种在种群最优粒子邻域内进行混沌搜索的改进策略。仿真结果表明,所提CPSO算法的性能明显优于基本粒子群算法和变异粒子群算法。    

13.  车间调度问题的量子粒子群优化算法设计  
   肖蕾蕾  史二娜《山西电子技术》,2013年第2期
   针对粒子群优化算法搜索空间有限、容易出现早熟现象的缺陷,将量子粒子群优化算法用于求解车间调度问题,按照量子粒子群优化算法的进化规则在调度空间内搜索最优解,并对量子粒子群算法的参数选择进行了研究。以典型的Job-Shop调度问题作为实验对象,实验结果表明QPSO算法相对PSO算法具有较好的全局搜索能力。    

14.  一种并行粒子群算法及其在热轧计划中的应用  
   赵珺  王伟  潘学军《计算机集成制造系统》,2007年第13卷第4期
   针对串行优化算法在搜索时间上的不足,提出了一类组合优化问题的并行粒子群算法。该算法将粒子群划分为多子种群异步并行运算,利用不同范围内的多极值,指导粒子速度更新,加入邻域搜索策略,提高了搜索速度,同时也有效地防止了粒子在最优点附近发生的振荡现象。仿真实验表明,该算法与其他搜索方法比较,在搜索时间和求解质量上具有优势。现已应用于钢铁生产热轧计划编制中,并用实际生产数据表明了该算法的可靠性。    

15.  基于量子粒子群优化算法的车辆路径问题  
   李艳芳  姜磊  黄洪亮《计算机与数字工程》,2008年第36卷第3期
   针对粒子群优化算法的搜索空间有限、容易出现早熟现象的缺陷,提出将一种基于量子行为的粒子群优化算法用于求解车辆路径问题.车辆路径问题是组合优化问题中的NP-难问题.将量子粒子群算法用于车辆路径问题求解,用粒子的位置表示车辆路径,建立车辆路径的数学模型.与粒子群算法相比,量子粒子群算法提高了最优路径搜索的成功率,能更有效的求解问题.    

16.  水系统优化的粒子群算法分析  
   段海涛  刘永忠  冯霄《华北电力大学学报(自然科学版)》,2007年第34卷第2期
   针对水系统集成优化问题,采用4种粒子群算法进行求解,并对算法进行了改进。通过算例分析了粒子群算法用于水系统优化时的计算特性。研究表明:在水系统集成优化时,基于混沌局部搜索的粒子群算法较适于该问题的计算。    

17.  矩形件排样问题的粒子群算法求解  
   黄红兵《机械工程师》,2007年第12期
   粒子群算法是近年来出现的一种搜索寻优算法,文中用粒子群算法求解矩形件优化排样问题,试验实例表明求解算法是有效的.    

18.  广义蚁群与粒子群结合算法在电力系统经济负荷分配中的应用  被引次数:19
   侯云鹤  鲁丽娟  熊信艮  吴耀武《电网技术》,2004年第28卷第21期
   提出了一种结合广义蚁群算法和粒子群算法的优化算法,并将其用于求解复杂的非凸、非线性的电力系统经济负荷分配问题.该结合算法同时具有广义蚁群算法的大规模寻优特性和粒子群算法的较强局部搜索能力,在确保全局收敛性的基础上,能够快速搜索到高质量的优化解.多个算例的仿真结果表明了该结合算法的有效性和可行性.    

19.  空间粒子群优化算法及其在电力系统环保经济负荷分配中的应用  
   周任军  李绍金  李红英  康信文  刘乐平  周胜瑜《电力自动化设备》,2014年第34卷第9期
   针对粒子群优化算法易陷入局部最优、收敛过早的缺陷,提出一种空间粒子群优化算法,通过附加一类高度参数,使粒子移动的方向和距离由单一速度决定转变成还受高度作用,构成位置、速度、高度三维参数空间,从而降低了计算结果的随机性。将该算法用于求解电力系统经济负荷分配问题,在传统经济负荷分配考虑燃料成本的基础上,综合考虑由机组排放污染气体所产生的环境成本。仿真结果表明,相比经典粒子群优化算法和改进粒子群优化算法,空间粒子群优化算法有较强的全局搜索能力和更可靠的优化计算结果,在解决非线性、非凸性、不连续优化问题中具有有效性和优越性。    

20.  粒子群优化算法在电网规划中的应用  
   磨莉《中国新技术新产品》,2010年第20期
   粒子群算法适合求解连续变量优化问题,本文提出了粒子群算法的新离散化方法。常规粒子群算法在电力系统优化问题中取得了成功,但有"趋同性"。本文提出了改进多粒子群优化算法(IPPSO),IPPSO是两层结构:底层用多个粒子群相互独立地搜索解空间以扩大搜索范围;上层用1个粒子群追逐当前全局最优解以加快收敛。粒子群以及粒子状态更新策略不要求相同。    

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