一种基于混沌思想和邻域探测机制的PSO算法

在分析基本PSO算法早熟收敛原因的基础上,提出一种基于混沌思想和自适应邻域探测机制的粒子群优化算法(CANE-PSO).该算法先引入混沌思想对粒子种群进行位置初始化,以提高初始种群的多样性,再引入随机的邻域探测机制,并引入全局极值变异算子,增强了算法的全局搜索能力.通过与其它三个改进算法比较,结果表明CANE-PSO优化效率有较大的提高,较有效地避免了早熟收敛问题.

混沌思想之“蝴蝶效应”引发的战争

该文为大家讲了"蝴蝶效应"的内容,由来,并举例说明。亚马逊雨林的一只蝴蝶偶尔振动一下翅膀,也许就会引起两周后美国德克萨斯州的一场龙卷风。"蝴蝶效应"是说,初始条件十分微小的变化经过不断放大,对其未来状态会造成极其巨大的差别。"蝴蝶效应"始出于混沌学,它本是混沌学中一个概念,原指一种混乱的,杂乱无章的现象。本文又举出了楚吴战争和鸦片战争两个具体实例来对"蝴蝶效应"进行说明。

基于分组混沌PSO算法的模糊神经网络建模研究

为改善记忆功放建模的精度,且针对粒子群算法早期收敛速度较快,但在后期易陷入早熟收敛,局部最优等特点,提出了一种分组并行混沌粒子群优化算法(Grouping Parallel-Chaotic Particle Swarm Optimization,GPCPSO),将分组粒子群优化算法与混沌思想相结合,并用该算法优化动态模糊神经网络(Dynamic Fuzzy Neural Network,DFNN)参数,建立DFNN功放模型。引入分组的CPSO群算法,将种群划分为若干个组,每组单独计算,大大提高了收敛速度,同时将混沌思想运用到每个粒子当中去,避免早熟和局部最优,缩短了迭代时间。通过仿真结果可以看到,GP-CPSO优化后的动态模糊神经网络建模的训练误差减小到0.1以内,收敛速度提高32.5%,从而验证了这种建模方法有效且可靠。

一种基于空间混沌序列的量子粒子群优化算法及其应用

为了改善粒子群的局部收敛能力和收敛速度,在经典粒子群优化算法和量子理论的基础上,提出一种改进的基于量子行为的粒子群优化算法。在新算法中,运用全同粒子系更新粒子位置,并引入空间混沌思想[1]。将新算法应用到虚拟射手飞碟训练系统中射点的三维姿态参数优化中,取得了很好的优化效果。

改进的粒子群优化算法

为改善基本粒子群的全局、局部搜索能力和收敛速度以及计算精度,基于经典PSO方法和量子理论基础之上,提出了一种改进的基于量子行为的PSO算法--cQPSO算法。新算法中,采用全同粒子系更新粒子位置,并引用混沌思想,对每个粒子进行混沌搜索,试图改善粒子的全局、局部搜索能力和收敛速度以及计算精度。对经典函数的测试计算表明,改进算法的性能优于经典的PSO算法、基于量子行为的PSO算法。

一种基于生物免疫遗传学的新优化方法

本文将免疫遗传学的基本思想引入到优化设计中 .模拟生物体的实际免疫行为 ,设计出了融合应答、免疫记忆、基因重组、新陈代谢、浓度控制、隔离小生境技术和混沌思想的实用化的免疫遗传算法 .然后利用此算法对多峰值函数的寻优过程进行实验研究 ,证明了本文的方法能够改善简单遗传算法的优化能力 ,所得结果令人满意 .

具有量子行为的粒子群优化算法的改进

为改善基本粒子群的全局、局部搜索能力和收敛速度、计算精度,基于标准PSO算法和量子理论基础之上,提出一种改进的基于量子行为的PSO算法—WbQPSO算法。新算法中,采用全同粒子系更新位置,并引入混沌思想,对每个粒子进行混沌搜索,另外通过在Mbesti中加入权重系数,试图改善粒子群的全局、局部搜索能力和收敛速度以及计算精度。对经典函数的测试计算表明:改进算法的性能优于经典的PSO算法,基于量子行为的PSO算法。

改进粒子群算法在水库优化调度中的应用

水库防洪优化调度模型一般属于高维多峰极值问题,通常采用智能优化算法加以求解。粒子群算法由于其简单易行被广泛应用于水库优化调度中,但是该算法存在局部搜索能力不足、早熟收敛、全局收敛性差等问题。针对这些问题,通过引入Logistic方程和变异算子来提高种群的多样性,采用收敛因子来提高算法的收敛速度,并将改进的粒子群算法应用到东圳水库与木兰溪流域的防洪优化调度中,求得关键处河道的最高水位为6.35m,最大流量为959.2m3/s。这一结果与现行规则下的运行结果(最高水位6.93m,最大流量1 139.5m3/s)和常规粒子群算法计算结果(最高水位6.51m,最大流量1 066.3m3/s)相比,有了很大的改善。

雾计算平台的任务调度算法研究

雾计算平台中的任务调度问题是无法在多项式时间复杂度内求取精确解的NP-问题;通过对雾计算任务调度流程的分析,在构建雾计算平台任务调度数学模型基础上,采用改进人工蜂群算法,将任务调度映射为蜂群寻找蜜源的过程,在种群初始化阶段过引入混沌思想,改善了人工蜂群算法缺陷,扩大了蜂群搜索范围,避免陷入局部最优解;实验结果表明,改进后的人工蜂群算法具有更快的算法收敛速度,算法解所对应的任务调度策略,也具有更高的任务处理总性能,表明改进人工蜂群算法,达到了提高雾计算资源利用率,提高雾计算任务处理效率的目的。

中国民间美术造型设计理念

通过对民间美术造型理念的探索和分析,探求其形成原因及其中蕴涵的文化内涵,认为中国民间美术造型理念体现了丰富的历史积淀和文化哲理,并揭示其与当代设计艺术的内在联系。

ACPSO和分层定位模型在含PV配电网故障定位中的应用

针对光伏电源(PV)等分布式电源大量接入配电网会导致配电网架构变得复杂的情况,提出一种基于自适应混沌粒子群算法(adaptive chaotic particle swarm optimization,ACPSO)的含PV配电网分层故障定位方法。考虑不同光照强度对于PV发出的故障电流的影响,构建了适用于光伏电源动态投切的开关函数和适应度函数。分析故障位置对于开关函数的影响,搭建配电网分层故障定位模型。在含PV的配电网上进行仿真测试,结果表明:新分层故障定位模型和求解算法能够大幅降低变量搜索维度,提高故障定位的准确度和收敛速度,并对畸变信息有一定的容错性。

低碳环境下车辆路径问题研究

车辆路径问题(VRP)是供应链管理中的关键问题,同时环境问题又是物流领域亟待解决的主要问题之一,所以在研究VRP过程中结合当前环境是研究低碳运输的重要方式。为实现低碳运输,文中计算油耗时考虑了车辆的载重和车速,并以最少成本作为目标函数对VRP进行研究,建立数学模型,对传统的人工蜂群算法进行改进,最后通过matlab软件进行仿真实验。