首页 | 官方网站   微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 93 毫秒
1.
在做无功优化算法设计时,发现遗传算法和粒子群算法是无功优化的两大主要算法,相关算法都是从这两中标准算法中改进而来,到底选择哪一分支去改进更好,本文通过IEEE6标准节点系统的仿真结表明:粒子群算法用于无功优化具有可行性和有效性,比遗传算法更具优势。  相似文献   

2.
经典的粒子群是一个有效的寻找连续函数极值的方法,结合遗传算法的思想提出的混合粒子群算法来解决背包问题,经过比较测试,6种混合粒子群算法的效果都比较好,特别交叉策略A和变异策略C的混合粒子群算法是最好的且简单有效的算法,并成功地运用在投资问题中。对于目前还没有好的解法的组合优化问题,很容易地修改此算法就可解决  相似文献   

3.
提出一种基于自适应粒子群遗传算法的柔性关节机器人动力学参数辨识方法。该算法采用动态自适应调整策略,提高了粒子群算法收敛速度;同时引入新型遗传算法混合交叉变异机制,避免了粒子群陷入局部最优。将自适应粒子群遗传算法与标准粒子群算法、遗传算法、人工蜂群算法进行了比较,仿真实验结果表明该算法在迭代60次左右完成参数辨识,各参数的辨识相对误差均降低到了1%以内。最后利用旋转柔性关节实验平台进行了实验验证,实验结果证明了该算法具有更好的收敛速度和寻优精度。  相似文献   

4.
粒子群算法适合求解连续变量优化问题,本文提出了粒子群算法的新离散化方法。常规粒子群算法在电力系统优化问题中取得了成功,但有"趋同性"。本文提出了改进多粒子群优化算法(IPPSO),IPPSO是两层结构:底层用多个粒子群相互独立地搜索解空间以扩大搜索范围;上层用1个粒子群追逐当前全局最优解以加快收敛。粒子群以及粒子状态更新策略不要求相同。  相似文献   

5.
粒子群算法具有较强的普适性、鲁棒性、全局搜索性等特点,在求解复杂问题时具有明显的优越性,本文对粒子群算法进行混沌优化,使其为决策者提供一种有效的优化工具。  相似文献   

6.
在货物种类多、批量少的越库调度系统中,货物的装卸顺序要求对于优化仓门分配和货车排序问题起着重要作用。针对这种情况,以最小化越库操作完工时间为目标,建立越库调度模型。分别基于优化仓门分配和货车排序问题,设计惯性权重非线性改变和增加交叉操作的改进粒子群算法进行迭代寻优。最后通过不同规模的数值实验,将改进粒子群算法与标准粒子群算法和遗传算法进行对比分析,实验结果表明改进粒子群算法在求解精度上比标准粒子群算法和遗传算法有明显优势,在求解时间上优于遗传算法,略逊色于标准粒子群算法。  相似文献   

7.
张连营 《工业工程》2004,7(5):32-34
微粒群算法是近来发展起来的一种新的优化计算方法,在简要说明微粒群算法的基础上,将该算法用于系统可靠性优化计算,分别对串联系统的可靠性分配、桥联系统的冗余可靠性优化设计问题进行分析计算,探讨了微粒群算法在系统的可靠性优化计算中应用的可行性,计算机仿真结果表明了微粒群算法求解该问题的可靠性和有效性。  相似文献   

8.
基于混合粒子群算法的物流配送路径优化问题研究   总被引:4,自引:3,他引:4  
针对物流配送路径优化问题,提出了一种融合Powell局部寻优算法和模拟退火算法的混合粒子群算法,以克服单用粒子群算法求解问题早熟收敛的不足,增加算法的开发能力,提高算法的全局搜索能力,并进行了实验计算.计算结果表明,用混合粒子群算法求解物流配送路径优化问题,可以在一定程度上提高粒子群算法在局部搜索能力和搜索全局最优解概率,从而得到质量较高的解.  相似文献   

9.
目的提高电子标签拣选系统中拣选作业的效率与货位占有率。方法以某电子拣选库为研究对象,提出以订单完成度、货位占有率以及货位聚集度为目标的拣选优化模型。设计基于二进制粒子群算法(BPSO)和遗传算法(GA)的模型求解仿生算法。结果试验及优化结果表明,基于BPSO的电子拣选库订单的完成度、货位占有率以及货位聚集度较遗传算法更高。结论基于二进制粒子群算法求解的优化模型较符合实际的电子拣选库人工拣选作业,同时仓储作业货位的利用率及拣选效率得到了提高。  相似文献   

10.
全芙蓉 《硅谷》2010,(23):193-193
粒子群算法是上世纪90年代兴起的群体智能算法,其特点是模拟自然界生物群体行为来构造随机优化算法,它对函数性态要求较弱、寻优结果和初值无关,并具有一定的并行性,因而成为优化算法领域研究的一个热点。介绍粒子群算法的研究现状,重点论述标准粒子群算法以及几种主流的改进型粒子群算法,并提出未来可能的研究方向。  相似文献   

11.
分析了遗传算法及退火算法的优缺点,提出用退火算法改进遗传算法局部的最优值搜索效率低问题。退火算法与遗传算法融合后,使算法在寻优结果上更加迅速精确。通过水泥的配比工程实例,与单纯的遗传算法的结果进行对比,说明该方法是有效的。  相似文献   

12.
基于遗传算法的可靠性优化   总被引:4,自引:2,他引:2  
高尚 《工程设计学报》2001,28(3):146-148
 建立了可靠性冗余优化模型,分析了各种优化方法的优缺点.提出了遗传算法,并通过实例将遗传算法与启发式方法作了比较,结果表明遗传算法较为有效.对遗传算法初值的选取也作了讨论.  相似文献   

13.
It is difficult and computationally time-consuming to find the best possible solutions for blank packing problems, because they include a lot of underlying combinational conditions. This paper presents two approaches for packing two-dimensional irregular-shaped polygonal elements—a real-encoded genetic algorithm and a hybrid algorithm using a real-encoded genetic algorithm and a local optimization algorithm. The local optimization algorithm presented is a novel one utilizing the Coulomb potential technique.

In the hybrid approach, the real-encoded genetic algorithm generates the order of the polygons while the coulomb potential algorithm determines the embodiment layout under the fixed combinations so as to minimize the scrap. The hybrid genetic algorithm is found to give better results for problems of larger size although it takes more computational time.  相似文献   

14.
In an effort to optimize river-flow training structures, a study is undertaken to explore the utility of genetic algorithms. The study includes the development of a numerical procedure for optimization of a two-dimensional hydrofoil; the optimization of shape is performed using a genetic algorithm. A formula utilizing two Bezier splines for the construction of the foil shape is introduced. The search for the optimal shape is translated to one of determining the coordinates of the vertex points of the two Bezier splines which control the upper and lower surfaces of the foil. A genetic algorithm is employed as an optimization tool. The methodology developed is applied to the determination of hydrofoil shapes under three different objective functions. The shapes produced by the genetic algorithm all yield good performance with high lift and low drag, which are the desirable characteristics for river-flow training structures.  相似文献   

15.
遗传演化结构优化算法   总被引:10,自引:2,他引:10  
易伟建  刘霞 《工程力学》2004,21(3):66-71
ESO算法是近年来提出的一种结构优化算法,它可以应用于多个领域。在土木工程方面,利用ESO算法可以寻找结构最优的拓扑形状,指导结构的设计。但这种算法存在先天的局限性,即无法保证它所得到的解是最优解。为此,将遗传算法与ESO算法揉合在一起,形成了一种新的遗传ESO算法,简称为GESO算法。GESO算法把群体的概念借鉴到ESO中,巧妙地解决了遗传算法费时和ESO易陷入局部最优解的两个问题。实例证明它得到的结果大多优于ESO算法。  相似文献   

16.
目的 研究导向辊生产车间中的调度优化问题,有利于缩短工件的完工时间,提高产线生产效率。方法 以某导向辊生产车间为研究对象,以最小化最大完工时间为目标建立数学模型。针对该导向辊生产车间的实际工况,提出一种改进的遗传算法进行求解。通过对10种不同尺寸的导向辊进行生产调度,分别采用改进的遗传算法和传统遗传算法进行试验分析。结果 改进的遗传算法相比传统遗传算法寻优能力更高,工件的完工时间从139 min缩短为113 min,缩短了18.7%左右,生成了完工时间为113 min的生产调度甘特图。结论 与传统遗传算法相比,改进的遗传算法在导向辊生产调度优化中具有更高的全局优化能力和寻优精度。  相似文献   

17.
S. F. Hwang  R. S. He 《工程优选》2013,45(7):833-852
A hybrid optimization algorithm which combines the respective merits of the genetic algorithm and the simulated annealing algorithm is proposed. The proposed algorithm incorporates adaptive mechanisms designed to adjust the probabilities of the cross-over and mutation operators such that its hill-climbing ability towards the optimum solution is improved. The algorithm is used to optimize the weight of four planar or space truss structures and the results are compared with those obtained using other well-known optimization schemes. The evaluation trials investigate the performance of the algorithm in optimizing over discrete sizing variables only and over both discrete sizing variables and continuous configuration variables. The results show that the proposed algorithm consistently outperforms the other optimization methods in terms of its weight-saving capabilities. It is also shown that the global searching ability and convergence speed of the proposed algorithm are significantly improved by the inclusion of adaptive mechanisms to adjust the values of the genetic operators. Hence the hybrid algorithm provides an efficient and robust technique for solving engineering design optimization problems.  相似文献   

18.
陆彩满  刘艳梨  古亮  吴洪涛 《包装工程》2020,41(23):179-186
目的 针对传统PID在对包装运输液压顶升系统控制中参数难以整定的问题,使用多种群遗传算法(MPGA)对参数寻优。方法 采用多种群遗传算法,将算法与常规PID控制相结合。对液压系统进行分析,建立起液压系统的数学模型,将其运用到算法优化后PID控制策略的被控对象中。同时,与一般遗传算法优化后的参数进行仿真对比,考察多种群遗传算法对PID控制策略优化的有效性。结果 仿真结果表明,多种群遗传算法优化后的参数能使被控对象很快地收敛于稳态。整个系统响应速度快、稳态误差小、超调量小,而一般的遗传算法得到的参数陷入局部最优,无法在较短时间内得到全局最优解。结论 所提出的优化算法对PID参数整定有良好的效果,能满足系统的控制要求。  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