-
改进型粒子群算法解决多维背包问题
微粒群优化算法(PSO)是一种基于种群的随机优化技术.将EDA算法与PSO算法结合起来,形成一种新的改进的算法(EPSO).算法将全局统计信息和全局最优解运用于解空间搜索,以期能更有效解决组合优化问题,最后将EPSO算法用于解决多维背包问题并进行了对比仿真实验.实验结果表明,在解决多维背包问题上,EPSO优于传统的PSO算法以及多种启发式智能算法,与此同时,EPSO算法使用更少的参数,因此更容易实现,运行更加稳定,效果更好.郝春梅,吴波 - 微电子学与计算机文章来源： 万方数据 -
集合种群生物地理学优化算法
为了快速求解大规模优化问题,基于集合种群理论构造出了可全局收敛的生物地理学优化算法.在该算法中,每个斑块对应着优化问题的一个试探解;采用正交拉丁方原理构造出了斑块的适宜度特征变量初始化算法,实现了对搜索空间的均衡分散性和整齐可比性覆盖;将局域种群的跳转、混融和静止行为以及斑块的突变和选择现象用于构造斑块的适宜度特征向量演变策略,以便使得斑块的适宜度指数要么保持原状不变,要么向好的方向转移,从而确保了整个算法的全局收敛性;在斑块演变过程中,斑块从一种状态转移到另一种状态实现了对优化问题最优解的搜索.应用可归约随机矩阵的稳定性条件证明了本算法具有全局收敛性.测试结果表明本算法是高效的.黄光球,刘权宸,陆秋琴 - 系统仿真学报文章来源： 万方数据 -
一种基于多目标混沌PSO的机器人足球防守策略
提出多目标混沌粒子群优化算差并应用于机器人足球防守策略之中.在对方多名队员进攻情况下,通过该策略引导我方队员防守跑位,并选取我方位置最佳队员对对方主攻队员进行截球,从而达到成功防守的目的.传统的防守策略,仅是根据具体环境采取应对策略,而基于多目标PSO的机器人足球防守策略通过粒子群优化算法的随机性能提高防守队员在动态比赛环境下的逆应性,为了避免粒子群优化算法陷入局部极值,对粒子群的最优住置进行屁沌优化以提高群体多样性.在FIRA仿真平台中,将加入多目标混沌PSO的机器人足球防守策略和传统防守策略相比较,实验结果表明基于多目标混沌PSO的机器人足球防守策略能较大程度地提高球队整体防守能力.唐贤伦,周维,张衡,陈光丹,刘念慈 - 系统仿真学报文章来源： 万方数据 -
一种改进的无线传感器网络DV-Hop定位算法在煤矿井下漏电事故中的应用
煤矿井下输电线路的实时监测中,漏电故障定位是供电系统保护的重要研究课题.针对井下无线传感器网络定位算法存在不准确的问题,提出了一种改进DV-Hop节点定位算法.首先通过计算锚节点组成的三角形面积,排除面积极小的锚节点组,避免锚节点近似共线的情况,完成了锚节点的优选方案;此外在粒子群算法的基础上结合遗传算法和混沌理论,提出了一种遗传混沌粒子群优化算法;最后利用改进的粒子群算法对DV-Hop算法定位得到的节点位置进行校正.经过仿真实验表明在相同的网络环境下,与传统DV-Hop算法相比,改进算法能够更有效地提高定位精度,从而更加准确地监测到煤矿井下漏电事故位置.彭继慎,杨慕紫,马冰 - 传感技术学报文章来源： 万方数据 -
面向船体分段建造的二维不规则空间调度方法
针对船体分段建造计划的时空特性和分段投影不规则形状的特点,提出了综合时间和空间的多目标分段建造空间调度优化模型.该模型将船体分段投影抽象为更接近实际形状的不规则多边形,提出分段调度中的悬挂和重叠现象的检验方法和解决方案.设计了具有时空特性的改进粒子群算法,采用均值自适应加权法解决多目标权值分配问题,使目标函数值比例均衡.最后,以船厂实际数据为例进行实验验证.结果表明,所提出的调度方法能有效地提高船舶分段生产效率和空间利用率,并具有较强实用性.张志英,杨克开,于瑾维 - 上海交通大学学报文章来源： 万方数据 -
基于模糊自适应粒子群算法的电网优化调度
机组调度的好坏直接决定了电网运行费用的多少,通过优化达到最优值是改变机组运行的方式之一.模糊自适应粒子群算法,采用自适应粒子法,通过惯性权值法进行粒子追踪与自适应调整,然后通过公式分析达到最优值.于植梁,安学君 - 煤炭技术文章来源： 万方数据 -
优化网络生存时间的Sink节点移动路径选择算法
为克服无线传感网的能量空穴问题,采用最优化方法,研究一种优化网络生存时间的Sink节点移动路径选择算法( MPSA)。在MPSA算法中,将单跳传输的无线传感网监测区域分成多个大小一致的网格,Sink节点可移动到任一网格中心,停留收集单跳最大通信范围内的传感节点数据。分析停留位置的全节点覆盖条件和所有传感节点的能耗,建立权衡网络生存时间和Sink节点移动路程的优化模型。提出一种改进的遗传算法,用于求解优化模型,即迭代执行染色体评估、选择、交叉、变异、最小覆盖处理、孤立节点处理等步骤,最终获得优化网络生存时间的Sink节点移动方案。仿真结果表明:MPSA算法能提高网络生存时间,将移动路程保持在较小范围。在提高网络生存时间方面,比RCC算法更优。王章权,陈友荣,尉理哲,任条娟 - 传感技术学报文章来源： 万方数据 -
基于改进生物地理学算法的甲醇合成转化率软测量
甲醇是一种重要的工业原料,甲醇合成反应是甲醇生产中重要的环节,甲醇合成转化率是甲醇合成反应中的关键指标,以甲醇合成转化率为对象建立准确的软测量模型可以有效指导甲醇合成过程的控制.生物地理学优化(BBO)算法是一种新型智能优化算法,结合粒子群优化(PSO)算法提出一种改进的生物她理学优化算法,称为BBOPSO.在14个基准测试函数上,对改进的算法、基本BBO算法、基本PSO算法及其他两种算法进行比较,结果表明改进的算法优于所比较的其他算法.最后,用改进的算法优化BP神经网络的参数,获得了甲醇合成转化率模型,实验结果表明,基于改进算法的神经网络模型能够较好的预测甲醇合成转化率.陈绍武,宋淑群,张凌波,顾幸生 - 系统仿真学报文章来源： 万方数据 -
免疫约束多目标算法在微电网能量优化的应用
微电网的能量管理优化是典型的多变量、多约束的混合非线性规划问题.特约束多目标优化的约束奈件转变成一含目标函数,提出了一种基于拥挤距离的非支配免疫约束多目标优化算法.该算法选择少数相对孤立的非支配抗体作力活性抗体,根据活性抗体的拥挤程度进行比例克隆复制、重纽和变,争操作,从而获得收敛理想UgPareto-前端和均匀分布的砌reto最优解.应用本算法,从技术和经济的角度对微电网能量管理进行了优化.对包含4种微源优化能量输出的工作情况进行了实验仿真.结果表明微源在此算法下能达到静态电压稳定性最好,网络损耗最小,功率因素最高的效果.该算法为微电网约束多目标优化提供了一种崭新的优化方法.黄代政,龚仁喜,阎昌国,曾虎森,马献花 - 系统仿真学报文章来源： 万方数据 -
医院手术调度问题的多目标粒子群优化方法
在手术时间服从正态分布的情况下,针对手术室优化调度问题,从规避手术风险和人性化的角度考虑,以手术取消风险最小化和患者病情恶化风险最小化为目标建立数学模型,设计了多目标粒子群算法.为了发挥粒子群算法解决连续问题的优势,在编码设计中将离散的优化问题转化为连续的优化问题,分析了惯性权重和学习因子设置对算法性能的影响,并引入网格法和ε-支配的概念来保证解分布的均匀性.利用现实数据进行实验,得到了问题的Pareto最优解,在不同的参数下分析了算法的性能,表明了建模的合理性和算法的有效性.王昱,唐加福,曲刚,宫俊 - 系统仿真学报文章来源： 万方数据
科创中国
