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.

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.

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。

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.

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。

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.

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.

基于互信息和类电磁机制优化算法的医学图像配准研究

采用互信息来描述图像配准的效果,应用类电磁机制优化算法搜索配准所对应的空间变换参数,并借鉴POWELL优化算法,在局部搜索过程中采用了黄金分割点一维搜索方法进行搜索,实验结果表明提出的算法可以很好的脱离局部最优解,同时可以达到较好的配准精度,并具有较好的时效性.

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。

类电磁机制算法在水电站厂内经济运行中的应用研究

水电站厂内经济运行是电力系统的重要研究课题,能有效增加水电站的经济效益。本文将类电磁机制算法用于水电站厂内经济运行研究中。该算法模拟电磁场中带电粒子间的吸引与排斥机制,将搜索解类比为带电粒子,然后按一定的准则通过局部搜索、计算合力和移动粒子等环节使搜索粒子朝最优解移动。该算法具有全局优化能力强,编程实现简单,收敛性好等优点。与水电站厂内经济运行研究的多种已有方法进行仿真对比,结果证实该算法可有效解决水电站厂内经济运行问题,可将该算法推广应用到电力系统的其它问题研究中。

基于类电磁机制算法的关联运输调度问题

介绍了基本的类电磁机制算法的原理并对其进行改进,并用改进的算法来对单车场单车型的关联物流运输调度问题(Incident Vehicle Routing Problem,IVRP)求解,然后与遗传算法求解此模型的结果相比较.实例证明该算法求解关联运输调度问题是可行的,且优于传统的遗传算法.

改进类电磁机制算法的时变关联运输调度问题

介绍了基本的类电磁机制算法的原理并对其进行改进,由于时变影响运输调度的效率,建立了一种时变关联物流运输调度问题(Time Varying Incident Vehicle Routing Problem,TVIVRP)的数学模型,并用改进的算法来对单车场单车型的关联物流运输调度问题求解,然后与遗传算法(Genetic Algorithm,GA)和蚁群算法(Ant Colony Algorithm,ACA)求解此模型的结果相比较。实例证明该算法求解关联运输调度问题是可行的,并优于传统的遗传算法和蚁群算法,而且具有实现简单、优化效率高、鲁棒性强等特点。

一种改进的类电磁机制算法

文章以无约束优化问题为研究对象,分析了类电磁机制算法的原理,即模拟了电磁场中带电粒子之间的吸引排斥机制,通过该机制使得粒子朝着最优粒子移动。针对原算法中存在的运算量大、收敛速度慢等问题,提出了一种改进的类电磁机制算法。新算法采用归一化目标函数值方法,简化了电量计算公式;同时引入自适应移动算子,将粒子的优劣和迭代的过程体现在粒子的移动过程中,使得算法在搜索过程中能朝着更精确的解移动。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。