共查询到20条相似文献,搜索用时 62 毫秒
1.
针对标准人工鱼群算法解精度不高的缺点,文章提出了动态自适应人工鱼群算法,使人工鱼群算法的两个重要参数—步长和视野实现动态自适应调整,使鱼群中的个体在早期具有较大的步长和较宽阔的视野,以保证算法具有较快的收敛速度和较广阔的搜索范围,而在后期逐渐转入精细的局部搜索,使算法的解精度得以提高。并通过实验对比证明动态自适应人工鱼群算法的解精度优于标准人工鱼群算法。 相似文献
2.
3.
一种改进的人工鱼群算法 总被引:1,自引:0,他引:1
本文介绍了基本人工鱼群算法,并在步长及觅食行为这两方面对基本人工鱼群算法做出了改进,提出一种改进的人工鱼群算法(IAFSA)。实验结果证明,改进的人工鱼群算法具有较好的收敛性。 相似文献
4.
导览路径规划作为园林智能辅助导览系统中的重要一环,能够为游客提供实时的目的地地图路径指导,直接影响着用户的使用体验。为了提高其准确性和实时性,提出一种基于人工鱼群算法的园林导览路径规划方法。对导览环境模型及相关问题进行描述,并通过总长度和平滑度两个方面设计了路径规划的目标函数。对采用的人工鱼群优化算法进行分析,并针对人工鱼群算法存在的缺点,在步长更新方式上进行了改进,有利于提高寻优精度和运行速度。仿真环境下的测试结果表明,提出的改进算法具有更好的最优解和快速收敛性能。实际案例应用结果验证了提出路径规划方法的可行性和有效性。 相似文献
5.
6.
7.
基于自适应人工鱼群算法的多用户检测器 总被引:22,自引:0,他引:22
将智能优化算法应用到多用户检测器(MUD)问题中,是近年来改善MUD性能的一个研究方向。人工鱼群算法(AFSA)是一种新的智能优化算法,该算法具有一些遗传算法和粒子群算法不具备的特点。但是用其解决离散优化问题时,该算法保持探索与开发平衡的能力较差,且在算法运行后期搜索的盲目性较大,从而影响了该算法搜索的质量和效率。为了克服这些缺点,本文对该算法进行了改进,得到两种自适应人工鱼群算法(AAFSA_FP和AAFSA_SP),并首次用其构建了新的多用户检测器。仿真结果表明,该方法与基于遗传算法的多用户检测器和基于粒子群算法的多用户检测器相比,在误码率、抗远近效应的能力和收敛速度等方面都有明显的改善。 相似文献
8.
9.
自适应柯西变异人工鱼群算法及其应用 总被引:1,自引:0,他引:1
利用鱼群搜到的信息和柯西分布的特点,提出一种自适应柯西变异人工鱼群算法,该算法克服了人工鱼漫无目的随机游动或在非全局极值点的大量聚集,显著提高了求解质量和运行效率.通过函数测试、理论分析和实例应用,表明该算法是可行的和有效的. 相似文献
10.
随着无线网络传感器在各行各业的广泛应用,实际应用场景中的许多问题逐渐浮现出来,尤其是定位算法缺陷。文章主要从无线传感器定位的dv-hop算法局限性出发,指出其用跳段距离代替直线距离的显著缺点,并基于各项研究,提出应用人工鱼群算法的全局密集网络特点对dv-hop定位算法进行改进。经验证,基于人工鱼群算法改进后的dv-hop定位算法能显著弱化无线传感器节点定位误差大,减少节点硬件开销,提升无线传感器的定位精度和效率。 相似文献
11.
一种基于粒子群优化的自适应均衡算法 总被引:2,自引:0,他引:2
提出了一种自适应信道均衡的方法,它利用粒子群优化算法对均衡器系数进行自适应调整.由于粒子群优化算法具有实现简单、性能函数的单调性强、搜寻全局最优解的能力强等优点,将其用于自适应信道均衡将会改善传统均衡器均衡效果不理想的问题.仿真结果表明,该方法实用有效,在信道失真较大和最优解搜索精度方面表现出了优越性. 相似文献
12.
13.
群体智能是目前智能领域非常活跃的新兴研究领域,微粒群算法作为其典型的实现形式,受到普遍的关注.本文分析了基本微粒群算法的特点,改善了动态自适应微粒群优化算法,实验结果证明该方法的优越性. 相似文献
14.
15.
为了提高多目标粒子群优化算法解的分布性,文中提出了一种自适应分解式多目标粒子群优化算法(Adaptive Multiobjective Particle Swarm Optimization based on Decomposed Archive,AMOPSO-DA).首先,设计了一种基于优化解空间分布信息的外部档案更新策略,有效提升了AMOPSO-DA的空间搜索能力;其次,提出了一种基于粒子进化方向信息的飞行参数调整方法,有效平衡了AMOPSO-DA的探索和开发能力.最后,将提出的AMOPSO-DA应用于多目标优化问题,实验结果表明,文中提出的AMOPSO-DA能够获得分布性较好的优化解. 相似文献
16.
自适应变异的粒子群优化算法 总被引:209,自引:5,他引:209
本文提出了一种新的基于群体适应度方差自适应变异的粒子群优化算法(AMPSO).该算法在运行过程中根据群体适应度方差以及当前最优解的大小来确定当前最佳粒子的变异概率,变异操作增强了粒子群优化算法跳出局部最优解的能力.对几种典型函数的测试结果表明:新算法的全局收搜索能力有了显著提高,并且能够有效避免早熟收敛问题. 相似文献
17.
18.
19.
本文提出了设计一种基于自适应变异粒子群优化算法的振动信号的自适应滤波模型,然后重点研究了自适应数字滤波器设计的粒子群优化算法及其实现步骤。该滤波模型在计算机仿真测试中,获得了很高的效率和良好的结果。 相似文献
20.
针对随机共振方法以系统的参数和噪声强度的匹配为研究背景的局限性,为解决级联双稳系统参数的合理选取的问题及克服自适应随机共振单参数优化的不足之处,提出了一种基于级联随机共振与自适应粒子群(APSO)算法相结合的方法。该方法以系统的输出信噪比为优化目标函数,采用自适应粒子群算法较强的全局搜索能力和粒子(待优化参数)的多样性,对级联双稳态随机共振的级联系统参数进行同步优化,使系统处于最佳随机共振工作状态。仿真结果表明,该方法可以提高输出信噪比及算法的收敛速度,实现良好的检测效果。 相似文献