一种改进人口迁移算法在蛋白质折叠模拟中的应用

PMA(Population Migration Algorithm)算法已在蛋白质非晶格模型中做了模拟测试,结果表明具有较强的全局搜索能力和稳定性。针对PMA算法的思想,提出了对算法的一种改进。使用该改进算法求解蛋白质折叠构形预测的二维非晶格模型取得了较好的计算结果。

一种新的全局优化搜索算法——人口迁移算法(I)

对函数全局优化和人口迁移的比较研究表明 ,两者存在相似之处 .文中通过模拟人口迁移机制建立了一种新的全局优化搜索算法———人口迁移算法 (PMA) .它模拟了人口随经济重心而转移、随人口压力增加而扩散的机制 ,前者促使算法选择较好的区域搜索 ,后者可在一定程度上避免陷入局部最优点 .数值实验表明了PMA的全局优化能力 .

引入高斯变异和最速下降算子的人口迁移算法

人口迁移算法模拟了人口随经济中心而转移和随人口压力增加而扩散的机制。主要针对该算法提出了一种改进的人口迁移算法。该改进算法通过引入高斯变异算子和最速下降算子来改善人口迁移算法的收敛速度和全局收敛性,并对其收敛性进行了证明。通过对函数的数值实验测试结果表明,改进的人口迁移算法的全局寻优能力和收敛速度较人口迁移算法均有所提高。

求解TSP问题的嵌入交叉算子的人口迁移算法

人口迁移算法具有较强的全局搜索能力和稳定性,该文在其顺序交叉算子的基础上,提出一种改进的启发式顺序交叉算子,并在人口迁移过程中嵌入该算子。仿真实验结果表明,该改进算法能有效解决TSP问题,且具有快速收敛特性。

一种新的全局优化搜索算法——人口迁移算法(Ⅱ)

用概率论分析了新提出的求解函数全局优化问题的人口迁移算法的收敛性及动态特性.分析结果表明人口迁移算法依概率收敛到全局最优解.以找到问题全局最优解的概率为准则,给出了该算法工作在最坏情形时按迭代次数衡量的收敛速度估计,进而给出了该算法按给定概率收敛时的计算时间复杂性估计,即函数计算次数估计.

改进人口迁移算法用于QoS路由优化

研究了带宽、时延等QoS路由问题,针对原人口迁移算法易收敛于局部最优且计算量大,计算时间长的特点,提出了一种改进的人口迁移算法(modified Population Migration Algorithm),并将其应用于QoS路由选择优化问题。算法采用网络资源消耗和负载分布为目标函数,目的是在消耗网络资源最小的基础上,使负载均衡分布,合理利用网络资源,降低网络拥塞。仿真结果表明,该算法是有效的、稳定的。

基于人口迁移算法湖泊富营养化评价的投影寻踪回归分析

根据湖泊富营养化特性,选择总磷(TP)、总氮(TN)、耗氧量(CODMn)、透明度(SD)、生物量等5个主要指标作为评价因子,建立湖泊富营养化评价的投影寻踪分析模型,采用人口迁移算法对评价模型进行优化,并将该模型应用于我国8个湖泊富营养化程度的评价。研究表明,投影寻踪回归分析法避免了传统评价方法由于主观原因造成的误差,评价结果合理可信、方法简单,为湖泊水体富营养化状态的评价提供了新途径。

改进人口迁移算法及其应用

人口迁移算法(PMA)是一种新的仿生模拟进化算法.针对算法容易陷入局部最优解与计算量较大等不足对算法进行了改进,引入范数,并保留多个个体,通过典型的测试函数进行优化计算,测试结果表明改进后的方法是有效的.

人口迁移算法在蛋白质折叠模拟中的应用

PMA(population migration algorithm)算法具有较强的全局搜索能力和稳定性.针对PMA算法的思想,首次提出将人口迁移算法应用于蛋白质的折叠模拟中,并使用该算法求解蛋白质折叠构形预测的二维AB模型,对计算结果进行了分析.

基于改进人口迁移算法的输电网扩展规划

输电网扩展规划是一个非常复杂的大规模组合优化问题,对比提出了一种改进人口迁移算法的求解方法。标准人口迁移算法在求解过程中搜索容易陷入局部最优解和后期收敛时间较长等问题,针对以上缺点,对算法的迭代初始化、种群生成策略以及参数设置进行了改进,将遗传算法的最优保留思想引入到算法中,提高了算法搜索全局最优解的能力与收敛到最优解的速度,使其更适用于输电网扩展规划。将改进后的算法应用到单阶段输电网扩展规划中,建立了输电网扩展规划的数学模型,设计了相应的算法。通过本算法与粒子群算法、标准人口迁移算法对Garver-6节点系统和Garver-18节点系统进行仿真计算比较,结果证明改进人口迁移算法具有灵活性和有效性。

求解药代动力学参数的混合人口迁移算法

针对传统方法优化药代动力学参数时精度不高的缺陷,将Hooke-Jeeves算法与人口迁移算法有机融合,使两者取长补短,既提高了算法的精度,又加快了算法的收敛速度。将混合人口迁移算法用于血管外给药二室模型参数优化的实验之中,不仅比传统的残数法效果要好,而且比Hooke-Jeeves算法或人口迁移算法更优,精度更高。多次实验表明:算法具有良好的可靠性和稳定性,是一种较好的解决药代动力学参数的方法。

求解非线性方程组的混合人口迁移算法

针对变尺度法对初始值敏感和人口迁移算法容易陷入局部极值的缺陷,结合变尺度法和人口迁移算法各自的优点,提出了一种混合人口迁移算法,用来求解非线性方程组。该混合算法不仅发挥了人口迁移算法强大的全局搜索能力,而且利用了变尺度法的局部精细搜索能力。实验结果表明,该算法不但以较高的精度求出了各种非线性方程组的解,而且鲁棒性强,收敛速度快速,是一种解决非线性方程组问题的较好方法。

基于均匀布点的混沌人口迁移算法及应用

人口迁移算法是近几年提出的一种新的全局优化搜索算法。引入均匀布点和混沌搜索算法,对基本的人口迁移算法进行了改进,提出了基于均匀布点的混沌人口迁移算法,并应用于聚类分析。通过二维随机数据实验和Iris数据集实验,对改进算法的有效性进行了验证。结果表明,改进的人口迁移算法能有效地避免陷入局部最优,具有更强的寻优能力,而且收敛速度更快。

人口迁移算法在“N-1”安全输电网规划中的应用

提出了一种改进人口迁移算法求解输电网扩展规划的大规模组合优化问题。针对标准人口迁移算法在求解过程中搜索容易陷入局部最优解和后期收敛时间较长等缺点,对算法的迭代初始化、种群生成策略以及参数设置进行了改进,将遗传算法的最优保留思想引入到算法中,提高了算法搜索全局最优解的能力与收敛到最优解的速度。将改进后的算法应用到满足"N-1"安全准则的输电网扩展规划问题中,建立了输电网扩展规划的数学模型,设计了相应的算法。比较该算法与粒子群算法、标准人口迁移算法对IEEE Garver6节点系统和IEEE Garver18节点系统的仿真计算结果,证明了改进人口迁移算法能有效地解决满足"N-1"安全检验的输电网扩展规划优化问题。

多群体云人口迁移算法

在原人口迁移算法的基础上,提出一种多群体云人口迁移算法(CMPMA)。利用云模型云滴的随机性和稳定倾向性的特点,通过改变云发生器的参数,由基本云发生器分别实现初始群体的生成和改进的人口流动操作,同时,增加了群最优记录,由多个人口群体同时进化寻优,显著提高了算法的运行效率和求解质量。通过典型函数和实例测试验证,算法是可行、有效的。

双向链表人口迁移算法

最短路径搜索是路径分析中的热点问题.将双向链表和人口迁移算法的智能进化体制相结合,提出一种新的启发式智能仿生优化算法——双向链表人口迁移算法,并用于求解最短路径问题.仿真实验结果表明：双向链表人口迁移算法求解最短路径搜索问题是可行、有效的.

求解非线性方程的人口迁移算法

探讨用人口迁移算法求解非线性方程的方法,该方法把方程求解问题转化为函数优化问题。计算中不需要使用目标函数的导数信息,在MatLab语言环境下实现了该算法,数值实验结果表明该算法的有效性。

自适应柯西变异人口迁移算法

提出一种自适应柯西变异人口迁移算法,将柯西变异算子融合进人口迁移算法中,自适应地对优惠区域的人口进行柯西变异。仿真实验表明,改进后的算法优化精度高、求解质量好,性能稳定,能有效求解全局优化问题。

引入云模型的改进人口迁移算法

针对人口迁移算法搜索速度较慢,易陷入局部最优的缺点,改进了算法思想,简化了算法步骤,并利用云模型云滴的随机性和稳定倾向性的特点,由基本云发生器实现人口流动操作,提出了一种云人口迁移算法,用于求解具有变量边界约束的非线性的复杂函数最优化问题。实验仿真结果表明,云人口迁移算法具有计算精度较高,搜索速度较快等特点。

改进的人口迁移算法

为了提高人口迁移算法(PMA)的全局优化能力,受达尔文的"优胜劣汰"理论及蜜蜂繁殖进化机制的启发,针对PMA的不足对算法进行了改进,多个经典函数的实验仿真表明改进算法的有效可行性。