首页 | 官方网站   微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 125 毫秒
1.
为了克服基本粒子群算法易陷入局部最优值和后期收敛速度慢的不足,提出一种基于云模型的自适应粒子群算法。该算法首先采用混沌优化策略对粒子群进行初始化,增加粒子取值的多样性;其次根据粒子的适应度值将种群中的粒子分成靠近最优值、较靠近最优值和远离最优值3个子群,并分别采取不同的惯性权重生成策略进行处理,其中较靠近最优粒子子群的惯性权重由正态云发生器动态自适应调整,摆脱算法陷入局部最优值束缚;最后在迭代后期通过正态云算子实现粒子的变异操作,使算法后期快速收敛到最优解。对标准IEEE30节点系统和IEEE118节点系统进行测试仿真,结果表明了文中算法解决多目标无功优化的有效性。  相似文献   

2.
一种优于混沌优化的对分插值逼近算法   总被引:3,自引:1,他引:3  
提出一种新的求解函数最优值的算法——对分插值逼近算法。该算法产生均匀分布于[a,b]区间的稠密点集,理论证明了该点集可以无限逼近[a,b]区间内的任何实数,且以概率1收敛于任何待优化函数的全局最优值。与混沌优化算法进行了比较,以一维、二维变量的仿真为例,结果表明,该算法在寻优过程中优于混沌优化算法。  相似文献   

3.
针对K均值聚类(K-means)算法处理复杂问题时易陷入局部最优值、聚类质量较差等不足,提出一种基于粒子群的三支聚类算法.该算法先以随机产生的聚类中心组合作为初始粒子,构成粒子群;然后,通过调整算法中的速度公式参数,使粒子在迭代过程中能较快速地找出全局最优解,即最优的聚类中心;最后,采用三支决策的方法考察数据与类的关系,把确定归属的数据分配到类的核心域,归属不确定的数据分配到类的边界域.实验结果验证了所提算法的有效性,在寻找全局最优值和聚类结果准确性等方面算法都具有较好的性能.  相似文献   

4.
在红利有界的条件下, 讨论了复合二项对偶模型中带比例交易费再注资且分红贴现利率随机变化的最优分红问题; 运用压缩映射不动点原理证明了该最优分红问题的最优值函数是一个离散的HJB方程的唯一解, 得到了最优分红策略和最优值函数的计算方法; 根据分红策略的一些性质, 得到了该最优值函数的可无限逼近的上界和下界,并采用了Bellman递归算法得到最优值函数和最优分红策略的数值解,从而得到最优分红算法.数值实例结果表明:该最优分红策略是有效的.这为公司的决策者在兼顾公司正常运营和股东利益而进行红利决策时提供了理论依据.  相似文献   

5.
基于新息特性抗野值Kalman预测算法   总被引:1,自引:0,他引:1  
针对Kalman最优预测方法应用过程中,量测值中的野值对状态预测的不利影响,提出了一种基于新息正交特性实时估计量测方差的新算法.该算法使得修正的量测方差能够保持修正前的新息正交性,从而改变Kalman最优增益,修正状态预测值,使得预测误差的方差为最小.仿真结果表明,该算法能够克服野值对状态最优预测值的不利影响,提高了跟踪精度.  相似文献   

6.
范莹  张化祥  赵瑞东 《科技信息》2007,(12):128-129
爬山算法是一种贪婪局部搜索算法,通过朝函数值增加方向持续移动的方式求解函数最优。它能够很快向着解的方向进展,但是容易陷入局部最优解。本文在爬山算法的基础上,提出了一种通过对目标函数实施偏转变换和在学习过程中增加冲量的求解函数最优的新算法。实验表明,改进的算法可以提高爬山算法找到全局最优的概率,提高收敛速度,获得比简单的随机重新开始爬山算法更理想的效果。  相似文献   

7.
针对布谷鸟寻优算法在多维优化函数搜索中存在收敛速度慢、寻优精度低的缺陷,提出了一种基于混合变异算子的布谷鸟优化算法。该算法在每次迭代后采用全局收敛引导的非均匀变异算子对鸟窝位置进行变异,再根据最优位置适应度值的变化率确定是否陷入了局部最优值,若陷入局部最优则利用高斯变异算子对鸟窝位置进行调整,从而提高了收敛速度以及寻优精度。通过6个经典测试函数的测试,实验表明改进后的布谷鸟算法具有较好的寻优精度和收敛速度。  相似文献   

8.
为了克服人工蜂群算法容易过早收敛和在接近全局最优时搜索速度变慢、疏于开发的缺陷,提出一种基于二项式交叉改进的人工蜂群算法.改进算法引入全局最优值,通过二项交叉将邻域搜索的最优值与全局最优值进行比较,以加快算法的收敛速度,提高算法在最优解附近的开发能力.通过7个基准函数进行仿真测试发现:和标准的人工蜂群算法相比,改进的人工蜂群算法有较好的收敛速度和收敛精度,有效提高了原算法的全局寻优能力,且并未大量增加算法的复杂度,是一种有效的优化算法.  相似文献   

9.
针对传统的人工蜂群算法在处理单峰问题时收敛速度较慢、多峰时易陷入局部最优等缺点,通过借鉴差分进化算法中变异算子的作用,提出了一种改进的人工蜂群算法.该改进算法在对蜜源邻域的搜索过程中引入了个体当前最优值及随机向量,从而加快算法的收敛速度,并且在一定程度上防止多峰问题易陷入局部最优的不足,提高算法的搜索能力.最后将改进的算法应用到求解基本函数和非线性方程组上,测试改进算法的性能.结果表明,改进的算法能够有效避免陷入局部最优,并能较大幅度地提高收敛速度和收敛精度.  相似文献   

10.
对多目标分层规划问题的宽容完全分层序列算法做改进,寻求各层次多目标子问题的最优均衡值和最优均衡解,针对上级优先层次对下级层次的宽容值,求出所有层次按优先级顺序的最优均衡解;给出多目标分层规划问题的最优均衡宽容完全分层序列算法,得到在一定宽容限下所有层  相似文献   

11.
利用基于部分可观马尔可夫决策过程的策略搜索模型,提出了一种具有优化行为的策略搜索算法,并推导出满足匹配律的策略算法.被试可通过调整策略参数,最大化目标值函数的期望值,并根据已往的经验调整策略参数.假定被试所处的环境具有马尔可夫性,通过计算值函数期望值的梯度可求得优化行为的策略搜索算法.理论分析与仿真结果表明,如果策略参数与值函数的期望值仅受当前经验的影响,则可由获得优化行为的策略算法推导出符合匹配律的策略算法.研究结果揭示了匹配行为与优化策略搜索算法之间的关系,表明满足匹配律的决策行为是一类达到次优的决策行为.  相似文献   

12.
为解决教室、监考教师、座次等排考资源在最优考试时间选择上的冲突问题,首先根据排考的业务流程和数据流程,分析排考过程实际存在的问题;其次,针对各类排考资源在最优考试时间段的选取问题,构建了具体的算法描述过程,并给出了一些关键算法的设计步骤;最后,在网络环境下,研制了一种智能排考系统,并借助高校教务管理系统验证了排考算法的合理性和有效性。结果表明,所构建的最优排考匹配算法具有较好的灵活性和实用性,而且排考系统的实现有助于缓解我国高校教学资源短缺与考试方式多元化之间的矛盾。  相似文献   

13.
提出了基于排队论的实时以太网缓存队列优化算法.首先对数据帧在实时以太网缓存队列中的传输过程进行分析,确定了数据帧排队延时是影响网络延时的主要因素;然后根据随机过程理论得到数据帧进入缓存队列的过程符合Poisson分布.针对该分布模型,用排队论对数据帧排队延时及丢包建立基于通信损失代价的数学模型,以损失代价最小为目标函数,再利用边际法计算出目标函数取极值时的最佳队列长度.仿真实验验证了模型的准确性和优化算法的有效性.  相似文献   

14.
聚类分析在多极值函数优化中的应用   总被引:1,自引:0,他引:1  
将聚类分析方法应用于经典的优化和遗传寻优过程当中,提出了一种求解多极值函数全局最优解的方法。在基于梯度的算法中,先取多个初始点,几次迭代搜索后做聚类分析。在每类取一点,将目标函数分为多个单极值函数,然后分别寻优,通过比较得到全局最优解。在遗传算法中,通过聚类分析在每类取若干个体作为代表个体,它们将始终参与遗传操作,从而有望达到全局最优。  相似文献   

15.
利用经典线性二次最优控制的Riccati方程的线性迭代法研究一类奇异线性二次最优控制问题.对于线性迭代序列的收敛性进行了分析并且给出了算法.该算法通过3个例子得到验证.  相似文献   

16.
讨论冲裁件无约束两维剪冲排样问题.采用三块排样方式,简化切割工艺.排样时用2根呈T型的分界线将板材分成三块,同一块中所有冲裁条带的方向和长度均相同.采用动态规划法确定所有可能尺寸的块里面条带的最优组合,采用枚举法确定2根分界线最优位置,目标是使排样方式的价值达到最高.使用文献中的例题对该文算法进行了测试,将算法与著名的T型排样算法和两段排样算法进行了比较.实验结果表明,该算法得到的排样方式的价值高于以上两种著名算法,而且计算时间合理.  相似文献   

17.
根据SAT问题的特点,通过分析传统蚁群算法和遗传算法在求解SAT问题上的不足,提出一种基于混合蚁群遗传算法的SAT问题求解方法。给出一种新的初始解的生成方式;在迭代过程中,根据较优解的累积信息提出进化算子;利用当前得到的最优解,通过改变不满足子句中文字的取值,增加变异算子。最后选取标准测试集中的20个实例对算法进行测试,实验结果表明:改进后的算法通常仅通过较少次数的迭代就能找到解,能够有效避免蚁群算法和遗传算法过早收敛的缺点,具有较强的寻优能力。  相似文献   

18.
考虑带有二次约束的一般二次规划问题的求解,当约束条件为非凸二次函数时,对原问题中的某个二次约束进行凸二次松驰,或在原问题的约束条件中增加一个球约束,使得原问题的可行域包含在松驰二次规划问题的可行域内。采用椭球剖分策略剖分可行域为小 椭球,用投影次梯度算法解松驰二次规划问题的拉格朗日对偶问题,从而获得原问题的一个下界。原问题最优值的一个上界可从迭代过程中的可行点得到,并在迭代过程中得到调整。该算法或在原问题最优值的一个上下界相同时终止,得到原问题的整体最优解;或产生一无限序列,其任一聚点都是原问题的整体最优解。  相似文献   

19.
Interference and anti-interference are two opposite and important issues in visual tracking.Occlusion interference can disguise the features of a target and can also be used as an effective benchmark to determine whether a tracking algorithm is reliable.In this paper,we proposed an inner Particle Swarm Optimization(PSO)algorithm to locate the optimal occlusion strategy under different tracking conditions and to identify the most effective occlusion positions and direction of movement to allow a target to evade tracking.This algorithm improved the standard PSO process in three ways.First,it introduced a death process,which greatly reduced the time cost of optimization.Second,it used statistical data to determine the fitness value of the particles so that the fitness more accurately described the tracking.Third,the algorithm could avoid being trapped in local optima,as the fitness changes with time.Experimental results showed that this algorithm was able to identify a global optimal occlusion strategy that can disturb the tracking machine with 86.8%probability over more than 10 000 tracking processes.In addition,it reduced the time cost by approximately 80%,compared with conventional PSO algorithms.  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-23

京公网安备 11010802026262号