首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 904 毫秒
1.
针对连续空间函数优化问题,提出了Powell蚁群算法.该算法把Powell方法嵌入蚁群算法的局部搜索,提高蚁群算法的搜索精度和收敛效率.全局搜索过程中,把传统蚁群算法中的信息素更新和蚂蚁的转移规则拓展到连续空间中,定义了相应的求解算法.通过对二维多极值非线性函数的寻优实例进行仿真,并与Powell方法的求解结果进行比较,证明该方法的有效性.  相似文献   

2.
针对蚁群算法存在的搜索精度不足以及收敛速度缓慢等问题,本文提出了一种加入角度参数的双向蚁群算法用于解决机器人路径搜索问题。与传统蚁群算法不同,该算法首先对蚁群的起始位置进行改进,使其根据蚂蚁编号从地图中的一系列起点集合中选择适当节点出发,增加解的多样性同时并获得全局最优解。同时改进了信息素更新规则,对当前迭代次数寻找到的最优路径进行信息素奖励,使其对下次迭代蚂蚁的寻路过程起到引导作用。最后,为提高算法的收敛速度,提出了角度参数并将其加入到蚂蚁的转移概率中,使得蚂蚁在根据转移概率选择下一行走节点时能够优先选择与目标节点角度差较小的节点,从而提高获取最优解的概率,并在算法后期加快收敛速度。大量仿真实验结果表明本文所提出算法的路径搜索能力和迭代收敛效果显著提高。  相似文献   

3.
自适应蚁群算法及其在边坡工程中的应用   总被引:30,自引:1,他引:30  
蚁群算法目前多用于求解组合优化问题,为了让蚁群算法能求解复杂的边坡稳定性分析问题,对基本蚁群算法的结构形式和蚂蚁转移概率的计算进行了改进,针对蚁群算法在演化过程中存在停滞和过早收敛的现象,引入一种自适应搜索算子,改变蚂蚁的选择机制,提高蚂蚁选择的多样性,并由此构建了一种新的蚁群算法——自适应蚁群算法(AACA),研究了AACA在边坡非圆弧临界滑动面搜索中的应用,所给出的算例结果表明:与基本蚁群算法相比,可有效地防止停滞和过早收敛现象,并总能搜索到问题的全局最优解,且搜索效率也有较大的提高。  相似文献   

4.
回归蚁群算法   总被引:3,自引:1,他引:2  
针对基本蚁群算法在收敛速度和求解精度方面的不足,提出一种回归蚁群算法.通过外加牵引力使得蚂蚁按照城市的整体分布规律寻优,增加了算法的全局收敛性.并通过圈地算法,减少了局部搜索的计算量.多个旅行商问题的仿真结果验证了该方法的可行性和高效性.  相似文献   

5.
将自适应蚁群优化算法与FCM(Fuzzy C-Means)算法相结合,提出了一种模糊聚类分析的新算法.该算法通过把FCM算法中的目标函数降维,将其转化为自适应蚁群优化算法中的优化函数,通过对各个节点的路径连接数的衡量,根据蚂蚁在搜索过程中所得解的分布状况,动态调节蚂蚁的路径选择和信息量更新,从而得到目标函数的最优解.结果表明,该方法比FCM算法具有更好的收敛效果和更高的聚类准确率.  相似文献   

6.
针对传统枪弹图像边缘检测中存在的收敛速度慢等缺陷,本文提出了一种基于粒子群和蚁群算法的枪弹图像边缘检测方法——群体优化算法.该算法的关键是把上述两种算法结合起来,使算法同时具有多样性和正反馈.首先将图像进行粒子群优化(PSO),在满足预设收敛条件后,将其次优解转换为蚁群优化(ACO)的初始信息素分布.然后,执行蚁群优化运算.当蚂蚁寻找食物时,多样性避免蚂蚁进入无限循环.当PSO达到预定收敛条件后,能够保持良好的正反馈.最后,显示图像边缘信息.实验结果表明,所提出的优化算法能够获取清晰连续的枪弹图像边缘信息,并且细节完整、搜索效率高.  相似文献   

7.
针对传统蚁群系统算法在解决有容量约束的普适性车辆路径优化中易陷入局部最优和收敛速度慢等问题,提出了一种改进的蚁群系统算法.采用改进的距离启发函数因子调整蚂蚁状态转移概率,利用改进编码方式的萤火虫算法作为搜索机制,改善蚁群系统的全局搜索能力,应用信息素震荡程序探索新路径的信息素,避免陷入局部最优.结果表明,该算法提高了全局搜索能力,能够节约寻找最优路径的时间,加快收敛速度,具有更好的鲁棒性.  相似文献   

8.
针对传统蚁群系统算法在解决有容量约束的普适性车辆路径优化中易陷入局部最优和收敛速度慢等问题,提出了一种改进的蚁群系统算法.采用改进的距离启发函数因子调整蚂蚁状态转移概率,利用改进编码方式的萤火虫算法作为搜索机制,改善蚁群系统的全局搜索能力,应用信息素震荡程序探索新路径的信息素,避免陷入局部最优.结果表明,该算法提高了全局搜索能力,能够节约寻找最优路径的时间,加快收敛速度,具有更好的鲁棒性.  相似文献   

9.
以求解旅行商问题的蚁群算法为基础,根据带运力限制车辆路径问题的实际应用条件,提出一种较为简易的求解带运力限制车辆路径问题的蚁群算法,并对其中的信息素更新策略进行了分析,对蚁群中的精英蚂蚁(搜索出最优解的蚂蚁个体)所经过路径的信息素进行加强,提高了算法的全局收敛性能和收敛速度,允许蚂蚁在搜索的最初阶段有较大的自由以扩大最优解的寻找空间,提出改进蚁群算法.实验结果表明,该方法能在较短的时间内达到已知最优解的1.5%误差范围.  相似文献   

10.
为了克服蚁群算法难以直接处理连续优化问题的缺陷,在保持蚁群算法基本框架的基础上,将传统蚁群算法中蚂蚁由解分量的信息素和启发式的乘积值按比例来决定取值概率的方式,改为根据连续的概率分布函数来取值.并将函数在各个维上的极值点方向作为蚂蚁搜索的启发式信息.在标准测试函数上的试验结果显示,该算法不但具有较快的收敛速度,而且能够有效地提高解的精确性,增强了算法的稳定性.  相似文献   

11.
蚁群算法初始信息素的等值分布导致其在移动机器人路径规划中存在收敛性差、收敛速度慢等不足,为此,文章提出一种初始信息素不均匀分布策略的蚁群算法.初始信息素不均匀分布策略的核心思想是基于双向搜索,根据起点与终点附近首个障碍物信息构建初始信息素增强区域,以此降低算法初期搜索的盲目性,进而提升算法收敛性能.仿真实验结果表明,该...  相似文献   

12.
为解决传统遗传算法容易早熟及收敛速度慢的缺陷,在分析了多样性的重要性后,提出了一种新的基于信息熵的遗传策略,该策略在保留最优个体的基础上,根据当前种群个体熵与种群熵的变化自适应调整遗传算子的各项参数,将种群的内部状态与遗传操作有机地结合起来,使得种群多样性得到保证,提高算法的全局搜索能力.试验结果表明了该方法在运行过程中能避免早熟的发生,在处理复杂问题时表现出较高的性能.  相似文献   

13.
矢量矩浓度的免疫算法在函数优化中的应用   总被引:2,自引:0,他引:2  
针对传统免疫算法收敛速度较慢的缺点,介绍了一种改进策略--基于矢量矩浓度的免疫算法(Vector Distance based Immune Algonithm,VDIA).该算法采用了基于矢量矩表示的抗体浓度、期望繁殖率以及免疫记忆策略.选取2个测试函数进行仿真实验,结果表明改进算法收敛速度快,收敛概率高,特别是在高维时的优越性突出.  相似文献   

14.
本文针对传统BP神经网络算法学习速度慢、收敛性较差的问题,在Windows操作系统下,利用Levenberg-Marquardt算法进行改进,将优化后的LM算法运用到主机入侵检测中去,建立LMBP-HIDS入侵检测系统模型.实验结果表明,运用Levenberg-Marquardt优化算法进行主机入侵检测,改善了传统模型收敛速度慢、易陷入局部最小点、计算量大的缺点,可以较好地提高学习速率,缩短训练过程.  相似文献   

15.
针对原始乌鸦搜索算法对种群多样性控制不强、个体位置更新方式单一、局部搜索精细度不高等缺点,提出新的自适应乌鸦搜索算法.设计多种搜索引导个体,基于进化不同阶段的种群多样性,实现搜索引导个体的自适应选择策略,使算法在迭代前期加强全局勘探,在迭代后期强化局部开发.结合正余弦搜索理念,构建基于线性递减、混合正余弦震荡递减的多种飞行长度控制参数及相应的多种搜索方式,提升算法的搜索遍历性,增加算法在迭代后期找到更优解的概率.为了验证新算法的有效性,通过标准测试函数,将新算法与原始乌鸦搜索算法、改进乌鸦搜索算法和其他优秀的智能优化算法进行仿真实验,比较分析各算法的收敛精度、收敛速度、稳定性、Wilcoxon符号秩检验和Friedman检验.实验结果表明,新算法的性能优于其他比较算法的性能,新算法实现了全局勘探和局部开发、收敛精度和收敛速度的平衡.  相似文献   

16.
为了加快NSGA-Ⅱ优化算法的收敛速度,提高种群多样性,使种群收敛更加均匀。该文在多目标函数优化方法NSGA-Ⅱ的分析和研究的基础上提出了3点改进措施:(1)累积排序适应度策略;(2)基于精英策略的填充门限跳选方法;(3)限定门限选择策略。实验证明:3点改进措施能够扩大原有算法的解空间,并且提供了一种更加合理的选优策略。通过对典型的数学模型的计算,表明改进方法比原有的NSGA-Ⅱ方法具有更好的种群收敛性。同时将其使用来优化综合天线线阵的方向图,并得到了很好的结果。  相似文献   

17.
分析了传统并行遗传算法的局限性,针对其迁移固定不变盲目性等缺点,提出了一种适合在当前多核计算机上运行的基于自适应迁移策略的并行遗传算法(AMPGA),该方法将遗传算法同当前个人计算机体系结构相结合,使新的并行遗传算法在主流计算机上并行执行,加快算法的收敛速度,充分挖掘出计算机的计算能力,很大程度地提高了传统并行遗传算法的计算性能。数据仿真实验表明,该算法与传统并行遗传算法相比,收敛速度快、求解精度高,并行效率也明显提升。  相似文献   

18.
基于可变形模型的思想 实现了人头部核磁共振图像Magnetic Resonance Image((MRI)的脑区域提取算法。主要基于梯度矢量流Gradent Vector Flow(GVF)的可变形模型方法。并针对该算法脑轮廓的拐角处收敛性差的问题,对该方法进行了改进,数值模拟结果证明了改进算法的正确性和有效性。另外,把小波多分辨率的分析的思想应用到改进算法中, 进一步提高了计算效率。  相似文献   

19.
一种随机并行算法-aloPex算法的改进   总被引:9,自引:0,他引:9  
alopex算法是一种新的启发式与随机优化相结合的算法。通过对alopex算法的研究和大量的试验,对alopex算法的优化策略做了一定的改进,以提高该算法的收敛性和收敛速度。实验证明,这种改进是可行的,而且是有效的。  相似文献   

20.
为了求解置换流水车间调度问题,提出基于共生生物搜索(SOS)算法与局部搜索策略结合的混合共生生物搜索算法. 采用最大排序值的优先规则,处理离散的搜索空间. 在初始化阶段结合NEH启发式算法以提高初始种群的质量. 在优化过程中引入交换变异来改善种群内的多样性,插入-倒转区增加算法跳出局部最优的能力;采用局部搜索策略提升算法的全局探索能力,有效避免了共生生物搜索算法易早熟、后期搜索效率低、易陷入局部最优等缺陷. 通过3个最常用、最专业的标准测试集Carlier、Rec和Taillard对算法性能进行测试. 与其他多种算法进行比较,验证了提出的混合SOS算法的优越性和稳定性.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号