共查询到17条相似文献,搜索用时 140 毫秒
1.
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
2.
生物的进化过程是在其基因层与表型层上同时进行的.表型层上的进化是以环境为参考的自然选择过程,而在基因层上则是一个带随机性的自我更新、自我优化的过程,而且在某种程度上具有自组织趋向.基于这种新的进化观点,本文提出了一种新的进化算法并将其应用于各种函数优化问题中.此算法不但考虑了表型层上的自然选择作用,还考虑了生物在基因层上的进化过程及两个层次间的相互映射关系.仿真结果表明,此算法不论在收敛速度、参数鲁棒性还是全局搜索能力上,都优于传统框架下的进化算法. 相似文献
3.
基于混合优化策略的微分进化改进算法 总被引:2,自引:0,他引:2
微分进化算法具有控制参数少、鲁棒性强、易于使用等优点,并具有不同的优化策略.本文在对微分进化算法各优化策略性能进行分析的基础上,提出了基于混合优化策略的微分进化改进算法.改进算法的主要思想是将种群中的个体随机地分成两组,每组采用不同的优化策略.利用五个标准的优化算法测试函数对改进算法的收敛速度和搜索成功率进行了测试,并与动态微分进化算法和微粒群算法进行了比较.实验结果表明,本文提出的改进算法在保证算法搜索成功率的同时,大大提高了算法搜索效率. 相似文献
4.
5.
人工蜂群算法(ABC )是一种模拟蜜蜂群智能搜索行为的随机优化算法,已成功用于解决许多优化问题。为有效改善ABC算法的性能,文章结合思维进化的思想提出了一种思维进化蜂群算法(MEABC ),该算法通过学习和按维更新策略对ABC算法进行了改进,并对改进算法的收敛性进行了分析。通过四个标准测试函数的仿真实验,验证了MEABC算法能有效避免早熟收敛,全局优化能力和收敛速率都有显著提高。 相似文献
6.
7.
差分进化算法是一种有效求解全局优化问题的方法,为进一步提高求解精度,加快求解过程,文中提出一种梯度策略自适应差分进化算法。该算法是在差分进化算法中加入梯度下降法,使其不仅有较好的全局搜索能力,且具有传统优化方法的快速局部搜索能力,因此具有较高搜索精度和较快的搜索过程。通过对CEC2005测试集中的1~14号测试函数进行仿真实验,并与SaDE,NSDE以及CMAES等算法实验结果进行了对比,结果表明了该算法的有效性。 相似文献
8.
9.
进化算法(EA)是模仿自然界生物进化或物种的社会行为而产生和发展的随机搜索方法,这种算法能够解决许多传统方法无法解决的大规模优化问题。本文简明介绍了三种基于进化的优化算法:遗传算法、蚁群优化算法和微粒群优化算法,并在原理、参数和应用方面对它们进行了对比。 相似文献
10.
罚函数法是解决约束优化最常用的方法,但如何确定罚因子是其难以克服与回避的问题.该文提出的求解约束优化问题的新的进化算法克服了这一困难,其基本思想是对种群中的个体按可行和不可行分别采取两种评价方案,对可行解按其目标函数值的大小加以评价,对不可行解按其违反约束的程度进行评价.作为评价个体优劣的适应度函数将可行点映射到(-1,1),将不可行点映射到(1,2),这样有效地区分了可行点与不可行点.数据实验与比较结果表明了该算法的有效性. 相似文献
11.
薄亚明 《南京邮电学院学报(自然科学版)》2008,(5):7-14
通过模仿团队进步需要的学习、探索行为和成员更新规则,提出了一种新颖的双群体演化算法,称为团队进步算法(TPA)。算法将一个团队的成员分为精英和普通组,建立了两组的学习样板,定义了学习和探索运算,并合理设定了成员更新规则。两组成员在搜索过程中出现了明显分工,使算法兼备了全局搜索、局部搜索和定向搜索的能力。数值试验结果验证了新算法具有实现简单、全局寻优成功率高、收敛快、计算量少、坚韧性强和参数选择相对容易等特性,对解决优化应用问题具有较大的价值。 相似文献
12.
13.
14.
LU Zi-fang ZHENG Hui-li Nanjing University of Posts Telecommunications Nanjing P.R. China 《中国邮电高校学报(英文版)》2004,11(3)
1 Introduction Thispaperismainlyconcernedwiththefollowingop timizationproblem :min J(X) (1)SubjecttoX =(x1,x2 ,… ,xn)′∈Ω Rn (2 ) HereXisadecision makingvector ;theprimede notestranspositionofthevectorX ;ΩrepresentsthefeasibledomainandisaBanachspace ;Rnisthen di mensionalEuclideanspace ;J(X)representsaLipschitzdifferentialnon convexfunction .WewanttofindtheglobalminimumofJ(X) . Theformulatedproblemisoftenobservedandstudiedintherealworld .Themethodsoralgorithmsforsolvingthenon … 相似文献
15.
16.
人工蜂群算法是最近提出的一种较有竞争力的优化技术.然而,它的搜索方程存在着探索能力强而开发能力弱的缺点.针对这一问题,受差分进化算法的启发,提出了一个改进的搜索方程.该搜索方程在最优解附近产生新的候选位置以便提高算法的开发能力.进一步,充分利用和平衡不同搜索方程的探索和开发能力,提出了一个改进的人工蜂群算法(简记为IABC).此外,为了提高算法的全局收敛速度,用反学习的初始化方法产生初始解.通过18个标准测试函数的仿真实验并与其他算法相比较,结果表明IABC算法具有良好的处理复杂数值优化问题的性能. 相似文献