共查询到20条相似文献,搜索用时 27 毫秒
1.
2.
针对传统遗传算法(GA)容易产生早熟收敛和易陷入局部最优解的问题,提出了一种基于遗传-粒子群混合算法(GA-PSO)的软件测试数据自动生成算法:以粒子群优化算法(PSO)为主线,按PSO算法中标准的速度和位置更新,将GA算法的筛选、交叉、变异与PSO算法的自动更新特征结合在一起,使所有测试数据在局部区域中再次寻找最优值,从而避免了过早收敛,改进了搜索最佳值的能力.仿真实验表明:遗传-粒子群混合算法具有更快的收敛速度,保持了种群的多样性,提高了全局搜索能力. 相似文献
3.
4.
5.
为了在卷绕系统中建立稳定的张力控制系统,课题组使用自抗扰控制器设计了控制系统.提出采用麻雀算法(SSA)优化整定自抗扰控制器的参数.针对SSA以跳跃的方式寻优、已陷入局部最优和原点收敛性强的缺点,提出基于粒子群算法(PSO)的改进麻雀算法(PGSSA);该方法引入了PSO的速度算子,修改麻雀算法的发现者和跟随者的位置来... 相似文献
6.
7.
《现代纺织技术》2017,(3)
针对标准粒子群算法(PSO)在横动伺服控制系统黑像模型辨识过程中出现的局部收敛问题,提出了一种引入多粒子共享策略(multi-particle information share)的改进粒子群算法(MPSO)辨识方法。首先,建立了系统的五阶传递函数模型,其次,在PSO算法的基础上,引入多粒子信息共享和综合判断来修正各粒子的下一次行动策略,避免粒子趋同陷入局部最优,实现了系统模型的优化。最后,为了验证辨识模型的正确性,进行仿真与实测对比实验,结果表明:该算法辨识出的模型准确度较高,具有较好的控制品质,对于同一速度输入信号,仿真与实测的输出曲线跟随性好,误差在-0.2~0.2rad范围内,误差小。 相似文献
8.
针对空压机控制系统中的节能减排、均衡调度和管网压力波动等问题,提出了空压机联动控制的多目标优化调度模型,并以改进惯性权重的粒子群算法进行求解。以灰色系统理论中的灰色关联度作为改进粒子群算法的适应度函数,对影响空压机联动系统的机组功耗、生产均衡调度和管网压力波动等多目标进行了优化求解。引入的非线性动态调整惯性权重策略改进了算法的全局收敛能力,有效地提高了粒子搜索过程中的智能性。通过某饮料罐装车间的技术改造,证明了本算法的有效性。 相似文献
9.
为了克服粒子群算法易陷入早熟收敛的缺点及提高差分进化算法的搜索能力,提出了一种自适应交替的粒子群差分进化算法.该算法采用自适应的概率交替使用PSO和DE,通过对6个基准函数的测试,说明本文提出的算法是一种收敛速度快、求解精度高的全局优化算法. 相似文献
10.
11.
制浆过程中碱回收蒸发工段黑液液位控制直接影响着黑液浓度和蒸发效率。针对黑液液位非线性、大时滞及时变性的特点,传统PID方法控制精度较低,使用标准粒子群算法可以优化PID参数,提高精度,但是收敛速度慢,整定时间长。针对这些问题,采用改进的粒子群算法来整定PID参数,通过动态调整惯性因子和加速因子,以及改进收敛准则等方法来提高粒子群算法的全局寻优能力和收敛速度,并在MATLAB/SIMULINK仿真实验平台上,比较了传统PID方法、标准PSO算法和改进PSO算法对黑液液位的控制效果,结果表明改进PSO算法优化的PID控制缩短了调节时间,降低了超调量,说明改进粒子群算法优化后的黑液液位PID控制具有更快的响应速度和更好的鲁棒性,有效地提高了控制质量。 相似文献
12.
粒子群优化(PSO)算法是一种新兴的优化技术,其思想来源于人工生命和演化计算理论.该算法简单易实行,可调参数少,已得到广泛研究和应用.现主要阐述了粒子群算法(PSO)和BP神经网络的特点,并分析了粒子群算法优化BP神经网络的必要性,同时对今后的研究前景作了具体的展望. 相似文献
13.
玉米品种图像识别中的影响因素研究 总被引:1,自引:1,他引:1
为了研究玉米品种图像识别中的关键影响因素,搭建了一套基于PCA和ICA特征提取和支持向量机(SVM)分类算法的玉米品种识别系统,采用扫描仪获得了11个品种每个品种50粒图像,基于图像的像素特征和统计特征,分别研究了主分量分析(PCA)和独立分量分析(ICA)的特征提取和特征优化方法,并进一步考察了支持向量机(SVM)模式分类过程中的关键参数优化问题.试验结果表明,对11个品种550个籽粒的品种最高检出率为97.17%,在同样的情况下ICA优化的特征较PCA优化的特征识别率能提高3%左右,适当选择统计特征比使用像素特征识别率提高约10%,另外SVM参数影响到识别效果,但整体影响不大.本方法与结论对玉米种子纯度和品种真实性检验具有积极意义. 相似文献
14.
基于多目标决策协调模型的粒子群算法及其收敛性分析 总被引:1,自引:0,他引:1
宋素萍 《郑州轻工业学院学报(自然科学版)》2008,23(4)
PSO在求解高维多目标优化问题对有限个体用排序策略来寻找Pareto最优个体时,粒子群体中个体之间很难进行Pareto排序比较,或出现所有个体皆有Pareto最优解而无法实施正常的个体选优.为此,提出了一种基于多目标决策协调模型的粒子群算法,该算法将运筹学多目标决策的协调模型引入粒子群迭代过程,群体按协调模型使用偏好信息进行排序,而不是基于Pareto优于关系对当代群体进行个体排序.实验表明,该算法对解决高维多目标问题行之有效,且具有较快的收敛速度. 相似文献
15.
针对粒子群算法在解决组合优化时存在早熟和易陷入局部最优的问题,提出一种求解旅行商问题(TSP)的混合粒子群算法。将粒子群算法与遗传算法结合,引入遗传算法中的交叉和变异操作,通过个体极值和群体极值的交叉以及粒子自身变异的方式增加种群的多样性,避免粒子陷入局部最优,提高算法的局部搜索能力。仿真结果表明,新的混合粒子群算法在解决TSP问题时具有较好的收敛性及优化效果。 相似文献
16.
17.
18.
19.
粒子群算法作为当前进化算法中的最新模式,主要通过记忆与反馈机制来实现高效快速的搜索,以其全局最优性、迅捷性、收敛性等特点为解决大规模的数学问题提供了技术支持。输电网扩展规划作为一个非常庞大的函数问题,需要借助粒子群算法来实现输电网总体规划的优化。然而,粒子群算法在具体的应用实践中也存在着诸多不足之处,包括易在早期成熟收敛导致出现局部最优不足,并对输电网规划的优化产生偏差。本文正是基于此,探讨在粒子群算法改进视角下,输电网规划的优化方案。 相似文献
20.
基于粒子群优化算法的排课问题研究 总被引:1,自引:0,他引:1
提出一种基于粒子群优化算法的排课算法,通过粒子编码、适应值函数构建、粒子群初始化和交叉操作等,使适应值函数能够随着进化代数的增加而呈不断下降的趋势,从而很好地解决了教务系统中的排课问题. 相似文献