一种基于佳点集的类电磁机制算法

提出了一种改进的类电磁机制算法——基于佳点集的类电磁机制算法.该算法运用数论中的佳点集理论构造初始种群;改进了局部搜索算法;运用改造后的公式计算粒子之间的作用力;设计了一种自适应移动算子来更新粒子.实验结果表明,改进后的算法能更快、更精确地收敛于问题的全局最优值.

一种改进的类电磁机制算法

分析了类电磁机制算法的优化机理,改造了带电粒子受力的计算公式,引入了移动系数,从而提出了一种改进的类电磁机制算法.实验证明,改进后的算法加快了收敛速度,提高了求解精度.尤其在求解高维函数优化问题中,改进后的算法优势表现得更加明显,从而使类电磁机制算法很好地解决了高维函数优化问题.

基于混合类电磁机制算法的机械臂逆运动学解

机械臂的逆运动学问题可转化为等效的最小化优化问题,并采用数值优化方法求解。提出一种基于类电磁机制(Electromagnetism-like mechanism,EM)和模式搜索(Pattern search,PS)数值求解机械臂逆运动学问题的混合类电磁机制算法(Hybrid electromagnetism-like mechanism,HEM)。该方法利用修改的类电磁机制(Revised electromagnetism-like mechanism,REM)与模式搜索方法各自特性相互融合平衡算法对解空间的全局探索和局部开发能力,基准函数测试结果表明该算法改善了全局搜索性能及寻优解的可靠性。在此基础上以6自由度TX60型号史陶比尔工业机械臂为例,考虑以机械臂末端位姿误差构建适应度函数并采用上混合类电磁机制算法数值求解,仿真结果表明,与其他方法比较,该方法用较少的适应度值计算次数下就能搜索到期望精度的寻优解,并且能搜索到所有可能关节角逆解的潜在能力,验证了该方法的有效性。

一种实用的类电磁机制算法

分析了类电磁机制算法的函数优化原理,针对原算法中存在的运算量大、收敛速度慢、合力计算公式病态性等问题,提出了一种新的实用的类电磁机制算法.采用归一化目标函数值方法,简化了电量计算公式;引入合力计算修正因子,消除了合力计算公式的病态性,削弱了距离因素对种群粒子受力的影响,加快了收敛速度.实验证明,改进后的算法具有更好的收敛效果和更高的执行效率.

类电磁机制算法及其应用

研究了一种新的启发式全局优化算法———类电磁机制(E lectromagnetism-likeMechanism,EM)算法。系统介绍了类电磁机制算法的原理、基本步骤、几个不同版本及其改进,综述了类电磁机制算法在函数优化、神经网络训练和调度等方面的应用,最后对类电磁机制算法的研究和应用方向进行了展望。

基于类电磁机制算法的配电网重构

针对多目标非线性整数规划的配电网重构问题,提出基于类电磁机制算法(Electromagnetism-like Mechanism,EM)的配电网重构。根据配电网的特点就该算法的具体步骤进行了详细的描述,并设计了电荷量算子、矢量力算子。算法利用吸引、排斥机制来引导粒子更新搜索方向,同时对算法的种群移动模型进行了改进,防止算法的早熟。该算法用于IEEE33节点和IEEE69节点系统的计算结果表明,类磁机制算法用于配电网重构是可行的、有效的。

类电磁机制算法研究与改进

针对原算法中初始种群不均匀、局部搜索随机性强及移动公式效率低等问题,提出了一种改进的类电磁机制算法。采用随机化均匀设计方法构造初始种群,将混沌搜索与试探性移动方法相结合进行局部搜索,运用改进后的公式计算粒子之间的合力,将遗传变异思想融入移动公式来更新粒子。实验结果表明,改进后的算法具有更好的收敛效果和更高的求解精度。

基于改进类电磁机制的水火电力系统短期优化调度

针对水火电力系统短期优化调度模型的大规模、强非线性特点,采用类电磁机制对其进行求解。通过对搜索策略和寻优机制分析,揭示算法效率高的根本原因在于其融合了常规优化算法的高效搜索优势。经计算分析表明,个体受力计算及局部搜索是影响算法优化效率的主要因素。通过对算法的电荷量计算、受力计算、算法全局与局部搜索策略改进,首次提出适合于大规模非线性优化问题求解的单方向受力类电磁机制,并从理论上证明其全局收敛性。为进一步提高算法优化性能,将改进算法与遗传算法的交叉算子和变异算子融合应用于优化调度模型求解,通过广西水火电力系统进行仿真分析,结果表明该算法在求解大规模强非线性优化问题方面的有效性和显著优越性。

求解无约束优化问题的类电磁机制算法

针对标准类电磁机制算法中电荷溢出和参数敏感的问题,提出了新的电荷计算公式;基于电磁场中的吸引-排斥原理,引导粒子沿着合力方向向较优的区域移动;为提高算法的局部搜索能力,结合邻域搜索技术来改进种群中的粒子.在此基础上,提出了求解无约束优化问题的类电磁机制算法.理论分析表明新算法以概率1收敛到问题的ε-最优解集.对28个标准测试函数进行了仿真实验,并和已有算法对比,结果表明新算法具有收敛快、求解性能好的优点.

一种改进的类电磁机制算法

从类电磁机制算法的机理出发,研究了其寻优机制.针对原算法中存在的初始种群不均匀、局部搜索效率低、合力计算公式病态性严重等问题,提出了一种改进的类电磁机制算法.采用均匀设计方法产生初始种群;采用混合混沌-模式搜索进行局部搜索;运用改进后的公式计算粒子之间的作用力;设计了一种自适应移动公式来更新粒子.实验结果表明,改进后的算法具有更好的收敛效果和更高的求解精度.

基于类电磁机制优化的FastSLAM2.0算法

针对FastSLAM2.0算法粒子退化和粒子耗尽的问题,提出一种基于类电磁机制优化的FastSLAM2.0算法.该算法用无迹卡尔曼滤波(unscented Kalman filter,UKF)替代拓展卡尔曼滤波(extended Kalman filter,EKF)估计后验位姿提议分布减少模型线性化误差,提高采样粒子的质量;在重采样中模拟电磁场中带电粒子之间吸引排斥机制,把采样粒子看成带一定电荷量的电子,通过类电磁吸引力驱动粒子集朝高似然区域移动,使之较快分布在机器人真实位姿附近.缓解粒子退化问题,同时,通过类电磁排斥力驱使粒子在移动过程中保持一定距离,保证了粒子多样性.仿真结果表明了该算法的有效性.

基于混合类电磁机制算法的混沌系统控制与同步

混沌系统控制与同步可通过优化方法设计控制律引导混沌系统轨道来实现.类电磁机制优化算法(EM)是模拟电磁场带电粒子间吸引-排斥行为机制的一种启发式搜索方法.目前还尚未在混沌系统控制与同步问题中得到应用.本文提出一种混合类电磁机制优化算法(HEM)用于求解该优化问题,该方法采用修改的类电磁机制算法(REM)与差分进化算法(DE)相融合平衡算法对解空间的全局探索和局部开发能力,基准函数测试表明混合算法改善了全局搜索能力及求解可靠性.在此基础上,采用HEM算法引导混沌系统的轨道,搜索施加于系统的小扰动使其轨迹在短时间内跟踪到目标区域:再将混沌系统的同步问题转化为在线轨道导引问题,采用HEM优化算法解决通过典型离散Henon映射为例,数值仿真结果表明了该方法是解决混沌系统控制与同步的一种有效方法.

一种采用双混沌搜索的类电磁机制算法

针对现有算法中初始种群随机性强、局部搜索能力差、移动公式效率低等问题,提出了一种改进的类电磁机制算法.结合反向学习理论,引入带扰动因子的反向学习机制构造初始种群;提出了一种双混沌优化机制用于局部搜索;运用改进后的公式计算粒子之间的合力;设计了一种自适应移动算子来更新粒子.实验结果表明,改进后的算法具有更好的收敛效果和更高的求解精度.

求全局最优的类电磁机制算法

针对类电磁机制算法中数据溢出、计算量过大的问题,改进了电量计算公式和合力计算公式,引入了函数值最小下界,增加了粒子过滤公式,从而得到一种新类电磁机制算法。从测试标准测试函数与经典类电磁算法的比较可看出,新算法收敛速度快,并从数值上验证了该算法的可行性和有效性。

嵌入单纯形法的混合类电磁机制算法

针对类电磁机制算法存在局部搜索能力差的问题,提出一种基于单纯形法的混合类电磁机制算法。该混合算法首先利用反向学习策略构造初始种群以保证粒子均匀分布在搜索空间中。利用单纯形法对最优粒子进行局部搜索,增强了算法在最优点附近的局部搜索能力,以加快算法的收敛速度。四个基准测试函数的仿真实验结果表明,该算法具有更好的寻优性能。

改进类电磁机制算法在阵列天线综合中的应用

针对原始类电磁机制算法中采用的局部搜索方法过于简单且寻优效率低的缺点,提出了一种改进类电磁机制算法,并用于解决大规模、非线性的阵列天线综合优化问题。改进类电磁机制算法结合稀疏阵列天线综合问题的内在机理,引入一种基于阵元状态切换的局部搜索方法来代替原有的随机线性搜索方法,能够有效地加快算法搜索速度并增强算法的全局搜索能力。二维稀疏面阵的仿真结果表明,与线性规划、模拟退火算法和混合遗传算法相比,改进后的类电磁机制算法能够获得更优的稀疏阵列。

基于类电磁机制算法的综合能源系统多目标优化调度

针对综合能源系统低碳经济调度的优化问题,引入P2G设备提升系统的弃风消纳空间与低碳经济性,以运行成本与碳排放量为优化目标,建立含多种供能设备的综合能源系统多目标优化调度模型。模型的求解采用改进的类电磁机制算法,针对综合能源系统调度问题约束较为复杂,算法易陷入局部最优的问题,引入立方混沌初始化、差分进化策略和自适应权重因子,增强了算法的全局搜索能力与收敛性。结果表明,提出的IELM算法在全局最优解方面、收敛效率方面和操作适应性具有明显优势,P2G装置能有效提升系统的弃风消纳率与低碳经济成本。

一类改进的类电磁机制算法

针对一种新的启发式全局优化算法类电磁机制算法,提出了一类改进的类电磁机制算法,改进了算法中局部搜索方法,搜索得到的初始种群更适宜于进化;对力的计算方法做了改进,使算法收敛速度加快;改进了粒子的更新过程,使得算法在进化后期能更有效地收敛到全局最优解。实验表明,与原算法相比,新算法性能更好、应用范围更广泛。

一种采用类电磁机制算法的线性分类方法

根据最优超平面和类电磁机制算法的思想,提出了一种组合优化线性分类方法.该方法利用样本训练提取样本个体的类别特征,寻找到将类别分类的最优超平面,设计并实现了一种采用改进的类电磁机制算法的组合优化线性分类方法.试验取得了很好的分类效果,证实了组合优化线性分类方法的可行性.

基于师生交流机制的改进类电磁机制算法

为有效解决约束优化问题,提出一种基于师生交流机制的改进类电磁机制算法(TLEM)。算法在继承了类电磁机制(EM)算法良好收敛性的基础上,简化了合力计算过程,引入了移动概率修正移动公式;结合教学优化算法(TLBO),提高了算法的局部搜索精度;改进了EM算法的电量计算公式,并采用一种可行域与支配规则来处理约束。TLEM算法与其他约束优化算法在13个标准测试函数上进行了仿真对比与分析,结果表明TLEM算法的求解能力和稳定性均优于其他算法。将该算法应用于压力容器、压缩弹簧及焊接梁设计问题,验证了TLEM算法在工程设计优化问题上的可行性和优越性。