共查询到19条相似文献,搜索用时 62 毫秒
1.
2.
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
3.
4.
随着电梯的广泛使用,人们对电梯的研究也越来越多,针对乘客乘候梯时间过长、电梯能耗性能不理想的问题提出了一种基于粒子群算法的电梯群控调度方法。首先选取乘客乘梯时间、候梯时间、电梯电能损耗量建立电梯群控系统的多目标优化模型,使用粒子群算法对模型进行优化;然后设计仿真实验用乘客的平均乘梯时间、候梯时间以及电梯的起停次数这几个指标与遗传算法进行对比,最后的实验结果说明将粒子群优化算法应用到电梯群控调度中能够具有更好的表现。 相似文献
5.
6.
粒子群优化算法及其应用 总被引:20,自引:0,他引:20
粒子群优化(PSO)算法是一种新颖的演化算法,它属于一类随机全局优化技术,PSO算法通过粒子间的相互作用在复杂搜索空间中发现最优区域。PSO的优势在于简单而又功能强大。介绍了基本的PSO算法、研究现状及其应用,并讨论将来可能的研究内容。 相似文献
7.
8.
一种解决约束优化问题的模糊粒子群算法 总被引:3,自引:0,他引:3
该文针对复杂约束优化问题,提出了一种模糊粒子群算法(FPSO),设计了一个新的扰动算子,在此基础上定义了模糊个体极值和模糊全局极值,利用这两个定义改进了粒子群进化的方程,利用该方程更新粒子的速度与位置,可以避免早熟收敛问题;定义了不可行度阈值,利用此定义给出了新的粒子比较准则,该准则可以保留一部分性能较优的不可行解微粒。用概率论的有关知识证明了算法的收敛性。仿真结果表明,对于复杂约束优化问题,算法寻优性能优良,特别是对于超高维约束优化问题,该算法获得了更高精度的解。 相似文献
9.
10.
11.
12.
13.
针对影像匹配中存在误匹配点问题,提出了一种结构相似度(SSIM)理论的影像误匹配剔除算法,从亮度、对比度、结构三个方面建模得到一个相似性度量作为影像误匹配点剔除准则。该算法首先对匹配点邻域窗口计算其结构相似度,剔除结构相似度小于阈值的匹配点,然后对利用结构相似度理论难于剔除的误匹配点,再根据匹配点在影像空间几何分布特征来进一步进行剔除。通过与现有的基于RANSAC影像误匹配点剔除算法和基于灰度相关影像误匹配点剔除算法进行比较实验,结果表明本文算法能取得较好的误匹配点剔除效果,其综合性能优于其它两种误匹配点剔除算法,且时效性也较RANSAC算法好。 相似文献
14.
基于组件式蚁群算法的车辆路径问题研究 总被引:1,自引:1,他引:0
温蕴 《微电子学与计算机》2008,25(6)
现有方法仅从蚁群算法的基本结构出发设计软件,缺少软件设计模型的有效指导,很难用来求解不同种类的优化问题.鉴于此,应用组件软件设计方法,提出了一种组件武蚁群算法.该方法力求在结构上直接反映蚁群的本质思想和关键概念;最大程度降低与问题的相关性;强调以接口为中心的设计理念.大量车辆路径问题的验证结果表明,组件式蚁群算法性能优良,能够有效地求解车辆路径问题.该方法易于理解和使用,具有很强的可重用性和可扩展性,为求解各类优化问题提供了很好的起点和可持续发展的框架. 相似文献
15.
AnAlgorithmforSolvingaClasofTransportationProblemsXiaYoushenandYeDazhen(NanjingUniversityofPostsandTelecommunications,Nanjing... 相似文献
16.
针对复杂全局优化问题,提出一种粒子群进化算法(PSOEA)。针对粒子群算法容易陷入局部最优等缺点,设计一个新的变异算子,使得粒子能够在整个空间进行搜索,同时保证了算法的收敛性。用概率论的有关知识证明了算法的收敛性。仿真结果表明,对于全局优化问题,算法寻优性能优良,特别是对于超高维优化问题,该算法能获得更高精度的解。 相似文献
17.
本文以最小化工作流中任务完成所需的总的综合执行成本为目标,用一种改进的离散形式的粒子群算法并引入模拟退火机制和混沌机制来完成调度工作,并用实验证明该算法可行高效. 相似文献
18.
19.
Immune Algorithm for Solving the Optimization Problems of Computer Communication Networks 总被引:1,自引:0,他引:1
The basic problem in optimizing communication networks is to assign a proper circuit for each origindestination pair in networks so as to minimize the average network delay, and the network optimal route selection model is a multi-constrained 0-1 nonlinear programming problem. In this paper, a new stochastic optimization algorithm, Immune Algorithm, is applied to solve the optimization problem in communication networks. And the backbone network vBNS is chosen to illustrate the technique of evaluating delay in a virtual network. At last, IA is compared with the optimization method in communication networks based on Genetic Algorithm, and the result shows that IA is better than GA in global optimum finding. 相似文献