共查询到20条相似文献,搜索用时 250 毫秒
1.
基于自适应粒子群算法的约束布局优化研究 总被引:1,自引:0,他引:1
二维带平衡及不干涉约束的圆集在圆容器内的布局优化问题(如卫星舱布局)在理论上属于带性能约束的布局优化M题,它是NP—hard问题的难点,由于它的复杂性,传统的粒子群优化算法难于求解.通过对传统的粒子群优化算法的多重改进,提出了一种自适应粒子群优化算法,该算法在整个搜索过程中,既能保持粒子群原有基本结构,同时又能扩大搜索范围,在提高多样性的同时保证搜索精度,从而加快了收敛速度,有效避免早熟收敛问题,得到最优解.将改进后的算法应用于约束布局问题,建立了此类问题的粒子群算法,通过3个算例的数值计算,验证了该算法的可行性和有效性. 相似文献
2.
3.
4.
迭代粒子群算法及其在间歇过程鲁棒优化中的应用 总被引:1,自引:0,他引:1
针对无状态独立约束和终端约束的间歇过程鲁棒优化问题,将迭代方法与粒子群优化算法相结合,提出了迭代粒子群算法.对于该算法,首先将控制变量离散化,用标准粒子群优化算法搜索离散控制变量的最优解.然后在随后的迭代过程中将基准移到刚解得的最优值处,同时收缩控制变量的搜索域,使优化性能指标和控制轨线在迭代过程中不断趋于最优解.算法简洁、可行、高效,避免了求解大规模微分方程组的问题.对一个间歇过程的仿真结果证明了迭代粒子群算法可以有效地解决无状态独立约束和终端约束的间歇过程鲁棒优化问题. 相似文献
5.
粒子群算法及其在布局优化中的应用 总被引:3,自引:0,他引:3
复杂工程布局(如卫星舱布局)方案设计问题,在理论上属带性能约束的布局优化问题(NPC问题),很难求解。论文以卫星舱布局为例,将粒子群算法(PSO)应用于布局问题,构造此类问题的粒子表达方法,建立了此类问题的粒子群算法。文中通过3个算例(其中一个为已知最优解的算例)的数值计算,验证了该算法的可行性和有效性。 相似文献
6.
广义粒子群优化模型 总被引:55,自引:0,他引:55
粒子群优化算法提出至今一直未能有效解决的离散及组合优化问题.针对这个问题,文中首先回顾了粒子群优化算法在整数规划问题的应用以及该算法的二进制离散优化模型,并分析了其缺陷.然后,基于传统算法的速度一位移更新操作,在分析粒子群优化机理的基础上提出了广义粒子群优化模型(GPSO),使其适用于解决离散及组合优化问题.GPSO模型本质仍然符合粒子群优化机理,但是其粒子更新策略既可根据优化问题的特点设计,也可实现与已有方法的融合.该文以旅行商问题(TSP)为例,针对遗传算法(GA)解决该问题的成功经验,使用遗传操作作为GPSO模型中的更新算子,进一步提出基于遗传操作的粒子群优化模型,并以Inverover算子作为模型中具体的遗传操作设计了基于GPSO模型的TSP算法.与采用相同遗传操作的GA比较,基于GPSO模型的算法解的质量与收敛稳定性提高,同时计算费用显著降低. 相似文献
7.
有等式约束优化问题的粒子群优化算法 总被引:3,自引:5,他引:3
目前大多数粒子群优化算法针对无约束优化问题或不等式约束优化问题,求解有等式约束优化问题的方法是把每个等式约束变成两个不等式约束,这种方法的缺点是在进化过程中粒子位置很难满足等式约束条件,影响了收敛速度和解的精度。提出了求解有等式约束优化问题的两种新粒子群优化算法,数值试验结果表明,算法是有效的。 相似文献
8.
家居布局作为虚拟场景设计的重要内容,在虚拟现实、三维游戏以及室内家居设计中都有应用.针对现有的家居自动布局方法存在约束冲突容易导致局部最优,以及由于全局优化方法收敛速度慢而达不到实时要求的问题,提出层次优化的思想化解约束冲突并采用粒子群优化算法解决布局优化问题.首先引入层次树对家具之间的约束关系进行结构化组织,避免约束冲突;然后引入粒子群优化算法进行优化求解,由于粒子群优化算法有着良好的并行结构,便于GPU加速,从而提高算法效率.通过多样化的实例对算法的有效性进行了验证,并对运行效率进行细致分析,结果表明,文中方法提升了家居布局的质量和效率. 相似文献
9.
近年来,多目标优化问题引起了广泛关注,其求解目标多、目标函数复杂,当前方法通常将所有目标加权后求解,但这些方法会造成解集缺乏准确性.针对上述情况,本文首先根据目标分解的框架:辅助目标和等价目标约束优化框架,该框架是将约束优化的问题分解为辅助目标和等价目标相结合的优化问题,同时动态调整所分解出的对应子问题的权值,使分解出的子问题求解趋向于等价目标求解.其次基于粒子群优化算法和灰狼优化算法的各自优势,提出参数自适应的粒子群灰狼混合算法,混合算法的优势集合了粒子群算法的收敛性快和灰狼算法的搜索过程多样性,从而提高粒子进化过程的准确性.通过IEEE CEC2017数据集测试的结果表明:在调参合适的情况下,获得的函数最优值个数多于乌鸦搜索、受约束的模拟退火、带约束的水循环等经典算法,在10D情况下,28个测试函数中11个测试函数表现最佳;在30D的情况下,12个测试函数表现最佳. 相似文献
10.
11.
12.
针对标准粒子群优化算法(PSO)在寻优过程中容易出现早熟的问题,提出一种基于周期性演化策略的粒子群优化算法.该策略通过在速度更新方程中构建基于粒子群能量的粒子群最优值扰动项,使得粒子群能量在演化过程中可以周期性变化.相比标准PSO算法,当粒子群能量较大时,能够增强局部搜索能力;当粒子群能量较小时,能够增强全局搜索能力.典型优化问题的仿真结果表明,所提出的算法与线性下降惯性权重粒子群优化(LWPSO)和PSO算法相比,优化性能得到了显著提高. 相似文献
13.
复杂约束条件下的混合粒子群优化算法* 总被引:2,自引:1,他引:1
针对具有复杂约束条件的优化问题,提出了一种混合粒子群算法。该混合算法在将标准粒子群算法与线性搜索法有机结合的基础上,依次对粒子的每一维变量进行适当变化并同时判断其变化的效果。最后进行了数值实验,其结果表明,所提出的混合粒子群算法对于具有复杂有约束条件的优化问题有较好的优化效果。 相似文献
14.
优化问题是化工过程的一个主要问题,而由化工问题建模所得到的优化问题大多较为复杂,此时要求的优化算法具有良好的优化性能。粒子群优化算法是新近发展起来的一种优化算法,但其对多极值函数的优化时,易陷局部极值。本文在分析粒子群优化算法的机理、考虑二进制比十进制更易于学习等的基础上,提出采用二进制表示粒子群优化算法,使每个粒子更易于从个体极值与全局极值中学习,从而使算法具有更强的搜索能力与更快的收敛速度,性能测试说明了所提出的算法是有效的.最后将算法用于求解换热网络的优化问题,取得良好效果。 相似文献
15.
16.
An effective hybrid particle swarm optimization algorithm for multi-objective flexible job-shop scheduling problem 总被引:7,自引:0,他引:7
Guohui Zhang Xinyu Shao Peigen Li Liang Gao 《Computers & Industrial Engineering》2009,56(4):1309-1318
Flexible job-shop scheduling problem (FJSP) is an extension of the classical job-shop scheduling problem. Although the traditional optimization algorithms could obtain preferable results in solving the mono-objective FJSP. However, they are very difficult to solve multi-objective FJSP very well. In this paper, a particle swarm optimization (PSO) algorithm and a tabu search (TS) algorithm are combined to solve the multi-objective FJSP with several conflicting and incommensurable objectives. PSO which integrates local search and global search scheme possesses high search efficiency. And, TS is a meta-heuristic which is designed for finding a near optimal solution of combinatorial optimization problems. Through reasonably hybridizing the two optimization algorithms, an effective hybrid approach for the multi-objective FJSP has been proposed. The computational results have proved that the proposed hybrid algorithm is an efficient and effective approach to solve the multi-objective FJSP, especially for the problems on a large scale. 相似文献
17.
18.
19.