期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于离散PSO算法的RSC码识别 被引量:2
1
作者 吴昭军 张立民 +1 位作者 钟兆根 刘杰 《电子学报》 EI CAS CSCD 北大核心 2018年第7期1644-1651,共8页
针对目前RSC码盲识别算法容错性不好、计算量大的缺点,提出了基于离散PSO算法的RSC码识别方法.首先根据RSC码特殊的编码结构,构建出基于离散PSO算法的识别模型,并推导出了算法的适应度函数以及算法终止的判决门限;其次,按照构建出的识... 针对目前RSC码盲识别算法容错性不好、计算量大的缺点,提出了基于离散PSO算法的RSC码识别方法.首先根据RSC码特殊的编码结构,构建出基于离散PSO算法的识别模型,并推导出了算法的适应度函数以及算法终止的判决门限;其次,按照构建出的识别模型,提出了详细的RSC码编码参数的识别步骤和流程框图,克服了目前RSC码识别算法的缺陷.仿真实验表明:该算法在寄存器个数较小时,具有较高的识别性能;同时在误码率高达0.05条件下,各种寄存器个数下的RSC码参数识别率均能达到90%以上,部分甚至达到100%,且算法的计算量仅仅与寄存器个数以及码元路数呈线性增加,与Walsh-Hadamard算法相比,计算量大大减少. 展开更多
关键词 RSC码 离散pso算法 适应度函数 终止门限 识别
下载PDF
基于离散粒子群算法的动态Web服务组合 被引量:11
2
作者 张燕平 荆紫慧 +2 位作者 张以文 钱付兰 石磊 《计算机科学》 CSCD 北大核心 2015年第6期71-75,共5页
随着互联网中Web服务数量急剧增加,如何从大量候选服务中快速、动态地选择出满足用户QoS需求的服务组合是亟待解决的关键问题。提出一种基于离散粒子群智能优化算法的DDPSO算法,以解决动态Web服务组合问题。首先引入Skyline技术来剔除... 随着互联网中Web服务数量急剧增加,如何从大量候选服务中快速、动态地选择出满足用户QoS需求的服务组合是亟待解决的关键问题。提出一种基于离散粒子群智能优化算法的DDPSO算法,以解决动态Web服务组合问题。首先引入Skyline技术来剔除冗余候选服务,以降低服务选择时空开销。其次针对PSO易陷入早熟收敛状态,使用Trimming Operators保证粒子群多样性,增强全局搜索能力。最后通过真实数据集和随机数据集的大量仿真实验验证了本算法的可行性和有效性。 展开更多
关键词 服务组合 服务质量 离散pso算法 早熟收敛处理 Skyline技术
下载PDF
一种基于改进SA-DPSO的装备测试性优化设计方法 被引量:1
3
作者 王大为 邵志江 +2 位作者 张健 刘泰涞 朱显明 《空天防御》 2023年第1期49-55,共7页
为了解决测试性设计中测试优化选择这一非确定性多项式难题(non-deterministic polynomial hard,NPhard),提出一种改进模拟退火-离散粒子群算法(simulated annealing-discrete particle swarm optimization,SADPSO)用于求解最优完备测... 为了解决测试性设计中测试优化选择这一非确定性多项式难题(non-deterministic polynomial hard,NPhard),提出一种改进模拟退火-离散粒子群算法(simulated annealing-discrete particle swarm optimization,SADPSO)用于求解最优完备测试集。该算法首先以离散粒子群算法(DPSO)为基础框架,采用异步变化的学习因子,产生时变的压缩因子,以增强DPSO算法的全局搜索能力,确保其收敛性,并取消了对速度的边界限制;然后,与具有概率突跳能力的模拟退火算法(SA)相结合,以避免DPSO算法在求解过程中陷入局部最优;最终,基于对某发控系统测试点进行优选,经验证,所提算法能够显著提升测试优化效率。 展开更多
关键词 相关性矩阵 测试优化 模拟退火 离散pso算法 自适应方法
下载PDF
A novel particle swarm optimizer without velocity:Simplex-PSO 被引量:5
4
作者 肖宏峰 谭冠政 《Journal of Central South University》 SCIE EI CAS 2010年第2期349-356,共8页
A simplex particle swarm optimization(simplex-PSO) derived from the Nelder-Mead simplex method was proposed to optimize the high dimensionality functions.In simplex-PSO,the velocity term was abandoned and its referenc... A simplex particle swarm optimization(simplex-PSO) derived from the Nelder-Mead simplex method was proposed to optimize the high dimensionality functions.In simplex-PSO,the velocity term was abandoned and its reference objectives were the best particle and the centroid of all particles except the best particle.The convergence theorems of linear time-varying discrete system proved that simplex-PSO is of consistent asymptotic convergence.In order to reduce the probability of trapping into a local optimal value,an extremum mutation was introduced into simplex-PSO and simplex-PSO-t(simplex-PSO with turbulence) was devised.Several experiments were carried out to verify the validity of simplex-PSO and simplex-PSO-t,and the experimental results confirmed the conclusions:(1) simplex-PSO-t can optimize high-dimension functions with 200-dimensionality;(2) compared PSO with chaos PSO(CPSO),the best optimum index increases by a factor of 1×102-1×104. 展开更多
关键词 Nelder-Mead simplex method particle swarm optimizer high-dimension function optimization convergence analysis
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部