共查询到20条相似文献,搜索用时 62 毫秒
1.
2.
3.
4.
5.
6.
针对函数优化问题,提出了一种基于重心法的粒子群优化算法。该算法利用混沌序列产生粒子的位置和速度,并通过重心法和分类方式更新粒子的速度。最后将算法应用到函数优化问题中,并与其它改进的粒子群算法进行比较。数值结果表明,提高了算法局域搜索能力,全局最优解的精度。 相似文献
7.
贾冀婷 《微电子学与计算机》2011,28(12):68-71
针对软件可靠性分配中不易求解全局最优解这一问题,将可靠性指标分配到每个模块中,并利用改进的粒子群优化算法来搜索模型的最优解.实验结果表明,改进的粒子群优化算法在求解软件可靠性分配问题时的效果优于遗传算法等其他智能优化算法. 相似文献
8.
混沌粒子群优化粒子滤波算法 总被引:1,自引:0,他引:1
针对基于粒子群优化算法的粒子滤波计算复杂度大,并且容易陷入局部最优,提出了一种新的基于混沌的粒子群优化粒子滤波算法。该算法在粒子群优化的基础上,引入混沌序列,利用混沌运动的遍历性、随机性等特点改善了初始样本的质量,同时利用混沌扰动避免搜索过程陷入局部最优,使算法具有更快的收敛速度和更好的全局搜索能力。最后利用UNGM模型将该算法与标准粒子滤波和粒子群粒子滤波进行仿真对比,并利用纯角度目标跟踪模型验证了算法的有效性。实验结果表明,该算法改善了粒子群优化算法的粒子滤波易陷入局部最优的现象,提高了粒子滤波的精度和速度,具有较高的应用价值。 相似文献
9.
10.
11.
12.
13.
针对战场频谱动态指配问题,建立了基于用频冲突等级最小的频谱指配数学模型,提出了
一种采用粒子编码和交叉更新位置的离散粒子群优化算法,根据本问题特征设计了合适的适
应度函数和局部搜索策略。实验结果表明,提出的算法能够有效地求解频率指配问题。 相似文献
14.
为提高大视场高灵敏度星敏感器的星图识别速度和识别成功率,提出了一种基于混合粒子群算法的星图识别方法,该方法首先根据星图中星点的灰度信息确定候选识别主星集合;然后选择该集合中的一个星点为圆心,以一定角距为半径画圆,将圆内的所有星点构成特征数据集合;然后利用混合粒子群算法对圆内的星点进行快速路径寻优;最后利用最优路径长度进行索引,并利用最优路径中前三个星点间的角距以及它们的星等信息进行匹配识别;实验结果表明,与现有识别方法相比,该方法具有高的识别率,良好的实时性和鲁棒性,且所需的导航星库容量小. 相似文献
15.
基于混合离散粒子群算法的MPRM电路延时和面积综合优化 总被引:1,自引:0,他引:1
Polarity optimization for mixed polarity Reed-Muller(MPRM) circuits is a combinatorial issue.Based on the study on discrete particle swarm optimization(DPSO) and mixed polarity,the corresponding relation between particle and mixed polarity is established,and the delay-area trade-off of large-scale MPRM circuits is proposed. Firstly,mutation operation and elitist strategy in genetic algorithm are incorporated into DPSO to further develop a hybrid DPSO(HDPSO).Then the best polarity for delay and area trade-off is searched for large-scale MPRM circuits by combining the HDPSO and a delay estimation model.Finally,the proposed algorithm is testified by MCNC Benchmarks.Experimental results show that HDPSO achieves a better convergence than DPSO in terms of search capability for large-scale MPRM circuits. 相似文献
16.
针对粒子群算法存在的收敛速度慢,容易早熟的缺点,为了获得更好的算法性能,采用两种基本的改进策略,在MATLAB2009中对几个典型测试函数的优化问题进行了实验,即采用全局粒子群算法与局部粒子群算法相结合,同时引入遗传算法的交叉、变异操作,给出了混合粒子群算法的在线、离线性能图.为了作为比较,以表格的方式给出了混合、全局、局部3种不同粒子群算法在测试函数上的运行结果.结果表明,混合粒子群算法在收敛速度、收敛于全局方面都表现良好. 相似文献
17.
18.
快速混合粒子群优化算法应用研究 总被引:1,自引:0,他引:1
文中针对把最小化总流动时间作为基准(Fm|fmls,Splk,prmu|∑Cj)的流水车间序列依赖组调度问题(FSDGS),研究了一种新的粒子群优化算法(PSO)。并基于排序值(Ranked Order Value,ROV)开发了一种编码方案,这种方案能将PSO算法中粒子的连续位置值转化成作业和组排列。文中用了一种称为个体增益(IE)的邻域矩阵搜索策略来保证提高搜索的质量并在深度和广度上做出平衡。新算法的性能被拿来与当前文献中提到的已知最好的元启发式算法即蚁群算法(ACO)进行对比,基于常用测试测试问题,结果显示新算法性能较诸ACO算法更加优越。 相似文献
19.
《信息技术》2017,(10):141-145
支持向量机(SVM)在雷达目标高分辨距离像(HRRP)识别中可获得较高的正确识别率和更好的泛化性能,然而其性能很大程度上取决于其参数包括核函数参数σ2和惩罚因子C的合理选择。所以利用粒子群优化算法(PSO)全局搜索能力强的优点来搜寻最优参数,并针对粒子群优化易陷入局部最优的问题,提出一种惯性权重自适应改变的改进方法。通过对雷达目标高分辨率距离像(HRRP)的识别实验发现,利用PSO优化SVM参数的方法克服了传统SVM存在的很难精确找到最优参数的缺点,识别准确率也有很大提高;同时惯性权重自适应改变的方法也有效解决了PSO优化的"早熟"问题,大大缩短参数寻优时间。 相似文献