粒子群算法惯性权重策略对参数反分析优化性能的影响

以某混凝土重力坝挡水坝段为例,针对惯性权重为粒子群算法中平衡全局搜索能力和局部搜索能力的关键参数,分析了不同的惯性权重策略影响粒子群算法在材料参数反分析领域的优化性能,并比较了四种惯性权重策略。结果表明,线性微分递减惯性权重策略最优,可使材料参数反分析过程收敛速度更快、稳定性更强。

基于惯性权重矩阵的自适应粒子群算法

为得到一种简单易实现、寻优能力强的粒子群算法,以便满足实际工程优化问题的需求,提出一种基于惯性权重矩阵的自适应粒子群算法（RDR-PSO）。首先,定义了算法稳定运行概念并从离散状态空间方程角度分析了粒子群算法,在该概念下得到算法稳定运行时参数限制条件和粒子的运动规律;然后,定义了粒子活跃度,引入使算法每一步较大概率收敛较小概率发散的参数组合选择策略、惯性权重矩阵策略、根据粒子活跃度速度重置和历史最优值扰动策略,得到一种改进的粒子群算法（RDR-PSO）;最后,对RDR-PSO算法性能进行仿真测试,结果表明,该算法具有收敛精度高、全局寻优能力强和简单易实现的优点,具有广泛的应用前景。

一种改进的鲸鱼优化算法在工程上的应用

针对鲸鱼优化算法存在收敛速度慢、易于陷入局部最优、收敛精度不高等问题,提出一种混合策略的改进鲸鱼优化算法(LWWOA).首先在全局搜索阶段引入莱维飞行,然后在螺旋更新阶段加入一个随机调整的惯性权重,最后将改进的鲸鱼优化算法应用于实际工程的优化设计问题,应用场景包括三杆桁架设计和压力弹簧的设计.仿真结果表明,LWWOA具有较快的收敛速度和较优的收敛精度,对实际工程的设计具有指导意义,并能拓展到其他领域.

基于模拟退火和樽海鞘群优化的DV-Hop定位算法

针对无线传感器网络(WSNs)中传统DV-Hop算法定位误差较大等问题,提出基于模拟退火和樽海鞘群优化的DV-Hop定位算法。该算法分别引入RSSI和修正因子来量化最小跳数以及校正平均跳距,在未知节点估计过程中,采用改进的樽海鞘群优化算法代替最小二乘法,并且与模拟退火算法相结合,缓解了樽海鞘群优化算法在寻优过程中容易陷入局部最优的缺点。仿真结果表明:改进后的DV-Hop算法相比于传统DV-Hop定位算法以及其他智能优化算法,定位精度得到明显改善。

秃鹰搜索算法的优化及图像分类应用

针对秃鹰搜索算法(BES)存在求解的稳定性差且准确性低,鲁棒性差等缺点,提出了一种基于秃鹰搜索算法的新型算法(NBES).首先,在BES算法的选择搜索空间阶段融合正余弦优化机制算法,构建融合后的位置更新公式.其次,在BES算法的搜索空间猎物阶段加入惯性权重自适应位置更新策略.最后,在BES算法俯冲阶段融合萤火虫优化机制算法,重新定义位置更新公式.通过11个标准测试函数验证NBES算法性能,实验表明,NBES算法寻优准确性、收敛速度、鲁棒性都优于BES算法.为了验证新算法的实际应用价值,利用NBES算法优化卷积神经网络(CNN)中的超参数学习率,并将优化后的图像分类模型用于医学影像病理性分类预测,实验表明,经过优化的CNN模型分类精度提高9%.

基于改进粒子群算法的支持向量机

对求解含线性约束优化问题的粒子群算法(LPSO)进行了改进,给出了应用其训练支持向量机(SVM)的方法。改进后的算法在基本PSO惯性权重策略的基础上加入了基于种群收敛速度的自适应扰动,能够较好地调整算法的全局与局部搜索能力之间的平衡。对双螺旋问题的分类实验表明本文提出的方法稳定性好,训练出的SVM具有较高的分类正确率。

基于改进PSO_LSSVM机械结构疲劳裂纹扩展预测

机械结构在长期的存储中,疲劳裂纹的变化受到多种环境因素的影响,针对目前疲劳裂纹预测准确率低的问题,提出一种基于最小二乘支持向量机方法(LSSVM)来预测机械结构的疲劳裂纹长度,通过改进的粒子群优化算法对LSSVM进行参数优化。改进的粒子群参数优化算法采用二次型惯性权重递减策略,使粒子群优化算法的优化过程更接近实际的非线性和高复杂过程。经仿真实验验证,结果表明,基于改进的粒子群参数优化的最小二乘支持向量机(PSO_LSSVM)对于机械结构的疲劳裂纹长度预测优于传统方法,收敛速度快,预测准确。

基于新型生物地理学优化算法的作业车间调度研究

针对生物地理学优化算法在求解复杂作业车间调度问题时存在的问题,提出了一种改进差分进化生物地理学优化算法.通过将差分进化算法的搜索性与生物地理学优化算法的利用性有效的结合,同时采用精英保留机制保留适应度较高的个体,并且引入惯性权重策略调节变异操作在混合迁移操作中所占的比重以提高算法的全局搜索能力,然后增加了小概率扰动以防止算法随着迭代的进行陷入局部最优解.最后使用不同测试函数和作业车间调度问题进行实验,结果显示改进算法在收敛速度和优化结果方面性能更优。

基于改进海鸥优化算法的PID控制器参数优化

PID控制器广泛应用于自动控制、电子等领域,其参数的合理性是衡量系统性能指标的关键因素。引入自适应权重策略来平衡海鸥优化算法的全局搜索和局部搜索能力,通过惯性权重的余弦策略来增强局部搜索能力,以使算法更好地优化PID控制器的参数。对12个标准测试函数和二阶温控延迟系统进行测试,将算法与遗传算法、粒子群算法、人工鱼群算法进行比较,结果表明此算法具有更优的搜索性能。最后,将算法用于优化PID控制器的参数,结果显示算法具有良好的特性。