共查询到20条相似文献,搜索用时 46 毫秒
1.
2.
针对粒子群优化算法中出现早熟和不收敛问题,分析了基本PSO算法参数对其优化性能的影响,提出了基于非线性权重的自适应粒子群优化算法(NWAPSO)。在优化过程中,惯性权重随迭代次数非线性变化,改进的算法能使粒子自适应地改变搜索速度进行搜索,并与基本粒子群算法以及其他改进的粒子群算法进行了比较。实验结果表明,该算法在搜索精度和收敛速度等方面有明显优势。特别对于高维、多峰等复杂非线性优化问题,算法的优越性更明显。 相似文献
3.
4.
5.
针对差分进化算法进化后期收敛缓慢和稳定性不强的缺陷,将BFGS算法插入差分进化算法当中,提出了一种BFGS差分进化算法,用来求解非线性方程组。通过5个非线性方程组和一个工程实例的实验,说明:算法收敛精度较高、收敛速度较快、鲁棒性强、收敛成功率高,是一种较好的解决非线性方程组的方法。 相似文献
6.
DE算法是一类基于种群的启发式全局搜索技术,该算法原理简单,控制参数少,鲁棒性强,具有良好的优化性能.本文利用差分进化算法对Wiener模型参数进行辨识,把辨识问题等价为以估计参数为优化变量的非线性极小值优化问题,并分析了算法中种群规模NP、缩放因子F、交叉概率CR等控制参数对辨识过程中的全局并行搜索能力和收敛速度的影响,以保证算法的全局收敛性.对Wiener模型的数值仿真结果表明了DE算法在参数辨识问题中的有效性,以及较PSO算法更强的非线性系统辨识能力。 相似文献
7.
一种新的变步长LMS自适应滤波算法 总被引:75,自引:1,他引:75
传统LMS算法的优点是计算简单、易于实现,缺点是收敛速度慢,如果为加快收敛速度而增大步长因子μ,则会导致大的稳态误差,甚至引起算法发散。固定步长因子无法解决收敛速度和稳态误差之间的矛盾。本文通过建立步长因子μ与误差信号之间的非线性函数关系,得出一种新的变步长自适应滤波算法(SVSLMS)。理论分析和计算机仿真结果表明该算法的性能优于传统的LMS算法和NLMS算法。即在计算量增加不多的前提下,能同时获得较快的收敛、跟踪速度和较小的稳态误差。 相似文献
8.
基于快速收敛Grabcut的目标提取算法 总被引:2,自引:0,他引:2
为了加快Grabcut算法的收敛速度,提出了一种降低原图像分辨率以加快收敛速度的算法.该方法将原始图像的分辨率降低,在缩小图像上迭代Grabcut算法,使得收敛速度得到极大地加快.将收敛获得的目标区域作为原始图像初始值,并再次使用Grabcut算法,从而获得了目标的细节信息.从理论上证明了在降低分辨率图像上使用Grabcut算法,其Gibbs能量单调递减方向与在原图像上一致.同时实验结果表明了该算法收敛速度快,且目标提取的效果和原始的Grabcut算法相当. 相似文献
9.
基于神经元网和带死区的最小二乘算法的非线性离散时间系统的自适应控制 总被引:1,自引:0,他引:1
针对非线性离散时间系统,提出了一种用带死区的最小二乘算法去调节神经网参数的算法,同其他算法相比,这种算法具有非常高的收敛速度.对于这种自适应控制算法,证明了闭环系统的所有信号是有界的,跟踪误差收敛到以零为原点的球中. 相似文献
10.
11.
针对鲸鱼优化算法(WOA)存在的收敛速度慢、收敛精度低和易陷入局部最优等问题,提出了采用非线性收敛因子、协同a的惯性权重、时变独立搜索概率和免疫记忆改进的鲸鱼优化算法(IWTWOA);应用非线性收敛因子、协同a的惯性权重和时变独立搜索概率改进WOA迭代模型,平衡了算法的全局搜索和局部搜索能力,有效避免了陷入局部最优的问题;引入免疫算法的免疫记忆机制,提高了算法收敛速度;选取了15个基准测试函数进行性能测试,结果表明IWTWOA算法在稳定性、计算精度和收敛速度上均有所提高;最终将其应用在路径规划问题中,获得了较好的结果. 相似文献
12.
一种动态改变权值的简化粒子群算法 总被引:4,自引:1,他引:3
基本粒子群优化算法(bPSO)具有容易陷入局部极值、进化后期收敛速度慢、精度低等缺陷,而舍弃了速度项的简化粒子群算法(sPSO)在保证了收敛速度和精度的同时使算法更加简练.文中提出了一种动态改变权值的简化粒子群算法.并经实验证明,该算法在搜优精度和收敛速度上具有明显的优势. 相似文献
13.
14.
15.
在工程中,寻求复杂的带约束条件的非线形规划的最优解一直是一个难点,需要一种功能强大的算法,而微粒群算法(PSO)有这样的特点.PSO的代码和参数很少,概念简单,实现容易,随机简便,收敛性良好.目前,PSO的参数的控制和调整主要依赖于经验确定,不同参数的选择可能导致算法收敛加快或变慢,甚至不收敛;另外,需要对PSO不断进行改进以得到良好的收敛性.为此,用PSO来求解带约束条件的非线形规划问题,通过仿真实验对参数进行适当调整和算法分析,并引入收缩因子对算法改进,研究其对收敛速度的影响.计算机仿真实验表明对参数进行合理的调整,可使收敛速度明显加快,且引入收缩因子对算法改进算法的有效改进后,收敛速度提高近四倍. 相似文献
16.
17.
18.
19.
基于BP算法PID控制器的研究 总被引:1,自引:1,他引:0
文中主要研究了基于BP算法的PID控制器在非线性系统中的控制效果以及对权值整定初始化的优化.在介绍BP网络基本原理的基础上以非线性控制系统Simulink仿真为例,使用基于BP算法的PID控制器对该系统进行优化和整定,并结合Nguyen-Widrow初始化算法为层产生初始权重和偏置值,使得每层神经元的活动区域能大致平坦地分布在输入空间,实现了对PID参数的实时调节,并且使神经网络的学习和收敛速度加快,大大改善系统的初始运行的稳定性.仿真结果表明,基于BP算法的PID控制器在非线性控制系统中对其参数优化整定具有良好的效果. 相似文献
20.
针对标准粒子群算法收敛速度较慢、收敛精度较低、容易陷入局部最优等方面的缺点,提出一种融合细菌觅食算法和鲶鱼效应的混合粒子群算法。通过四个经典测试函数仿真实验,验证了该算法具有较其他改进方法更强的全局搜索能力、收敛速度和收敛精度。并针对一类可描述成Wiener模型的工业过程进行了参数辨识,通过数值仿真验证了混合粒子群算法的实用性以及较其他算法更强的非线性辨识能力。 相似文献