排序方式: 共有21条查询结果,搜索用时 15 毫秒
1.
非均匀演化算法及其应用 总被引:1,自引:0,他引:1
提出一种基于非均匀变异的演化算法模型;基于随机过程理论分析了该算法的自适应性,用该算法求解了实际的“油层结垢”问题;基于随机优化领域经典的高维多峰测试函数,同已有的同类算法做了对比.实验结果表明:在没有引入任何额外参数和计算的前提下,该算法具有更好的收敛性和稳定性. 相似文献
2.
为解决传统可靠性评估方法存在的局限性以及普通线性模型在描述产品退化过程中存在的不足,提出一
种基于故障机理与随机线性退化模型的寿命预测方法。对产品的故障模式及机理进行研究,运用随机线性模型对产
品的关键性能特征参数进行建模分析,采用极大似然估计的方法求解模型中的未知参数,并对产品的寿命与可靠性
进行预测。实验结果表明:该方法具有较好的预测精度和一定的小样本处理能力,对电子产品的寿命与可靠性预测
具有一定的参考意义。 相似文献
3.
4.
针对传统可靠性评估方法对多元性能参数进行可靠性评估时存在困难的问题,提出一种基于性能退化与
D-S 证据理论的可靠性评估方法。首先,分别对各个性能特征参数的退化数据进行建模,得到它们的退化模型和寿
命分布;然后,运用 D-S 证据理论对各个关键性能特征参数的寿命数据进行融合、决策,得到产品整体的可靠性指
标;最后,结合光纤陀螺的性能退化数据对该方法进行了检验,求得光纤陀螺的贮存寿命为 36 500 h。以某型光纤
陀螺的试验数据为例,对该算法的有效性进行了验证。试验结果表明:该方法较好地解决了多性能参数产品的可靠
性评估困难等问题,对于多性能参数产品的可靠性评估具有一定参考意义。 相似文献
5.
一种结合多目标免疫算法和线性规划的双行设备布局方法 总被引:1,自引:0,他引:1
设备布局对于提高生产效率和降低运营成本具有重要意义. 本文针对半导体加工制造中常见的双行设备布局问题, 提出了一种结合多目标免疫算法和线性规划的双行设备布局方法来同时优化物料流成本和布局面积两个目标. 首先, 建立了问题的混合整数规划模型;其次, 针对问题既含有组合方面(机器排序)又含有连续方面(机器精确位置)的特点, 分别设计了一种多目标免疫算法来获取非支配的机器排序集合, 提出了一种基于线性规划的方法来构造任一非支配机器排序对应的连续的非支配解集;最后, 由所有连续的非支配解来构造最后Pareto解. 实验结果表明, 该方法对于小规模问题能获得最优Pareto解, 对于大规模问题能够获得具有良好分布性的Pareto解且其质量远好于NSGA-II和精确算法获得的解. 相似文献
6.
7.
将粒子群算法与贪心思想相融合,提出一种用于求解0/1背包问题的更贪心混合粒子群算法。对超过背包重量约束的粒子的处理措施是去掉已经装进去且性价比最差的物品,直至满足重量约束为止,这种思想在改善粒子质量的同时避免了通常罚函数方法中敏感的参数选择问题;对当前可行粒子的处理措施是将还未装入背包且性价比最好的物品装进背包,直至不能装为止。通过与文献中基于经典算例的计算结果比较表明,更贪心粒子群算法无论在寻优能力、计算速度和稳定性方面都超过了文献中提到的混合遗传算法(HGA)、贪心遗传算法(GGA)和混合粒子群算法(GBPSOA)。 相似文献
8.
通常的粒子群优化算法采取单一的学习策略,不利于搜索信息的有效保留,因此将改进的差分变异策略引入到粒子的速度更新中以增强算法的群体多样性;综合利用差分变异与扰动策略两种不同的产生新解的方式,提出了一种多策略交叉学习机制算法DPPSO(hybrid particle swarm optimization with differential and per-turbation)。每一个粒子通过引进的差分变异操作和扰动操作分别产生一个中间粒子,再选择较好的粒子作为当前粒子的新位置,从而实现所有粒子动态地选择更好的生成策略来更新自己的位置和速度,因此该交叉策略能够有效提高PSO算法的群体多样性和搜索路径的多样性,粒子可以获取更好的启发式信息,沿着不同的路径被引向更有潜力的搜索区域。实验结果表明了两种策略的有效性和互补性,DPPSO算法比其他三种算法有更好的综合表现,具有有效的全局收敛能力和准确定位能力。 相似文献
9.
10.
QoS全局最优的Web服务选择是NP完全问题.针对现有解决方案的不足,提出了一种改进的离散粒子群算法.该算法首先根据问题模型重新定义了粒子群算法中的位置、速度和算子操作,然后对最优粒子进行非均衡变异,并设计了非均衡变异概率函数,同时在速度和位置更新中分别采用自适应权重调整机制和局部适应优先策略.通过实验仿真,与他人工作对比结果表明,提出的算法在降低服务选择时间的同时,提高了服务选择的质量. 相似文献