基于精英思想自适应改进万有引力搜索算法

为了解决万有引力搜索算法容易出现局部最优的问题,提出了一种新型改进万有引力搜索算法。该算法在质量的计算中引入随机因子;结合精英思想,基于适应度值对力进行有选择的合成,并且对更优粒子对应的力赋予更大的随机数;引入控制参数,自适应地更新粒子的位置,减小某些粒子过于随意变化带来的影响。通过以上这些操作,增强了算法的随机性,同时保证了算法的收敛性。经对10个基准函数进行仿真实验,结果表明新算法有更好的收敛速度和寻优精度,全局和局部优化能力增强。

基于自适应t分布与随机游走的麻雀搜索算法

针对麻雀搜索算法在解决复杂问题时存在的收敛精度降低以及陷入局部最优等问题,文中提出了一种基于自适应t分布与随机游走的麻雀搜索算法。该算法在初始化过程中使用反向学习来生成反向解,从中选择优秀的个体组成初始化种群。在原始麻雀搜索算法上采用自适应t分布策略和高斯随机游走策略可以提高麻雀个体的寻优能力,同时防止算法早熟。仿真结果表明,相较于对比算法,文中所提算法的收敛精度和收敛速度都有所提升。

基于自适应神经模糊推理系统及随机分形搜索算法的黄酒发酵过程建模与优化

黄酒酿造是多菌种混合发酵,具有产物多样的特点,已有的黄酒发酵过程模型是建立在主要生化反应基础上的发酵动力学模型,模型的精度和泛化能力尚不能满足工业需求。针对黄酒醪液中生成产物多样的特征,该文利用模糊系统的建模策略,将自适应神经模糊推理系统的单维度输出扩展到多维度输出,提出了多输出自适应神经模糊推理系统模型;然后针对该模型参数量大的特点,该文将莱维飞行和层次学习策略融入随机分形搜索算法,提出了层次学习随机分形搜索算法,用于模型参数的辨识与优化。仿真结果表明,该算法提升了模型的精度和泛化能力,实现了不同生产批次黄酒发酵状态的良好预测。

随机变异的自适应布谷鸟搜索算法

布谷鸟搜索算法现在还存在收敛精度不高、寻优效果不佳的问题。为解决这类问题,本文在基本布谷鸟搜索算法的基础上引入了惯性权重和变异策略。优化后的布谷鸟搜索算法在搜索精度和寻优效果上都有了大幅度的提升。实验测试结果显示,改进算法比其它算法在函数优化上效果更加明显。

基于贪婪随机自适应搜索法的TTE通信调度算法

时间触发以太网(TTE)采用全局时间触发机制,使通信任务传输具有严格的时间确定性和无冲突性,适用于航空电子等混合关键应用领域。TTE网络提供3种不同的流量类型:具有低抖动和有界端到端延迟的时间触发(TT)流量,有限制端到端延迟的速率约束(RC)流量和无实时性保证"尽力传"(BE)流量。针对可满足性模理论(SMT)等调度算法在生成TT流量离线时刻调度表的过程中,未综合考虑TT流量路由和时刻调度表对RC流量延迟产生影响的问题,为了优化TTE网络实时性能,提出了一种基于贪婪随机自适应搜索算法的TTE通信任务调度算法。在TT流量离线调度表的生成过程中考虑了RC流量的最坏端到端延迟(WCD),在保证TT流量满足可调度性的前提下,通过路由规划和调度时刻表规划降低了RC流量的WCD。对比实验结果表明:所提算法可以有效的提升整网的实时性能,通过A380拓扑组网案例的对比分析,RC流量的平均延迟减少了14.34%。网络中流量规模越大,所提算法的收益越大。

基于Metropolis准则的自适应随机搜索算法研究

随机搜索算法是一种原理极其简单的优化方法,利用搜索方向与步长的随机特性,算法能够逐渐向全局最优解靠近,最终达到优化的目的。但正是因为其搜索的随机性,导致了算法优化效率特别低,计算领域极其有限。针对以上问题,提出了自适应最优化的搜索策略,利用当前最优解的位置及其演化路径,不断调整算法优化搜索的方向与步长,提高搜索的效率,同时引入模拟退火算法中的Metropolis接受准则,使改进后的算法不仅能够接受优化解而且能够接受恶化解,提高算法的全局搜索能力。采用MATLAB编程软件,通过对两个经典测试函数的模拟及其与传统随机算法的对比分析,优化计算的结果证明了本文所提算法具有高效的优化计算能力,可以进一步应用于工程领域的优化设计。

自适应随机搜索算法在水文模型参数优选中的并行效率研究

水文模型参数的快速率定是山洪以及中小河流洪水预报预警中的重要研究内容之一。参数自动优选功能可以极大地提高水文模型的使用效率,随机搜索算法是大多数参数全局优选算法基础,但却因为耗时较长而应用较少。以Brooks的自适应随机搜索算法(adaptive random search method)为对象、利用.NET的Parallel对象进行了CPU并行改造,利用英伟达的CUDA对象进行了GPU+CPU并行改造,并以缅甸境内其培河子流域上的新安江模型为优选对象,比较了优选效果和计算效率。研究表明:ARS算法和SCE-UA的优选结果相当,并行改造后的ARS算法计算效率有显著提高。研究成果对水文模型应用时参数优选算法的比选具有重要的参考价值。

独立任务分配的贪婪随机自适应搜索过程

提出了一种贪婪随机自适应搜索过程求解异构环境下的独立任务分配问题。使用随机化的最小最小完成时间算法来产生问题的初始解,再通过变邻域下降算法来改进这个解,在变邻域下降算法中,为增强算法的空间勘探能力,外层局部搜索采用允许接收劣质解的策略,使用禁忌表来防止迂回搜索,使算法在多样性和集中性间取得了较好的平衡。与领域中的典型算法进行了仿真比较,结果表明提出的算法具有良好的性能。

贪婪随机自适应搜索法在电网规划中的应用

基于贪婪随机自适应搜索法(GRASP)能有效地解决电网规划的组合优化问题,其每一次迭代包含构造和局域搜索两阶段.在构造阶段,以改进线路综合有效性指标为贪婪函数,采用比例法形成限制候选列表,并随机选择元素构成可行方案.根据线路的实际效用比剔除可行方案中的冗余线路,为局域搜索提供一个简练经济的初始网络,并采用1-1交换产生邻居集来拓展搜索空间寻找局优解.所有迭代中的最好方案作为电网规划问题的最优解.对于网络规模增大所引起的“维数灾”,提出5种邻居删减技术来提高算法的解算速度.算例分析证明了该方法的可行性、有效性.

适合于机组组合问题的贪婪随机自适应搜索模型

提出了一种求解机组组合问题的方法——贪婪随机自适应搜索过程(greedy randomized adaptive search procedure,GRASP)。该方法迭代过程分为解的构造和局部搜索2阶段。在解的构造阶段,构造贪婪函数,形成带限制的候选列表,然后随机选择列表中的成分形成初始组合,作为局部搜索的起始解。在邻域搜索阶段,提出了一种适合于机组组合问题的变邻域算法,利用此法对邻域搜索得到局部最优解,取迭代过程中的最好局部解作为问题的最优解。算例仿真结果验证了所提方法的优越性。GRASP算法不仅为解决机组组合问题带来了新的思路和方法,同时给求解其它含复杂约束条件的组合优化问题带来了生机。

一种改进自适应参数的和声搜索算法

针对现有和声搜索算法(HS)的提前收敛、收敛速度缓慢、参数选择不佳和容易陷入局部最优等缺点,本文提出一种自适应和声搜索算法参数的改进方法(DCNHS),在算法中加入新的动态方法并且引入带有自适应参数的柯西、正态分布随机数来实现改进算法参数的自适应.通过与目前性能较为突出的几种改进的HS算法、PSO算法、GA算法相比较,本文提出的改进算法(DCNHS)在若干标准优化算法测试函数仿真中,寻优更加精确,收敛更加迅速,并具有较强的跳出局部最优的能力.

基于改进火烈鸟搜索算法的移动机器人路径规划

为改善火烈鸟搜索算法(FSA)在路径规划中易陷入局部误区的问题,提出改进FSA(IFSA)用于移动机器人路径规划。该算法引入自适应Sigmoid非线性因子实现种群动态调整,平衡了算法的全局搜索与局部搜索;同时,嵌入自适应混合精细分级的觅食位置更新方式,增强算法局部寻优能力;进一步提出随机镜面反射学习(RSRL)机制并应用于算法种群逐维学习,提高算法的寻优效率与精度。实验结果表明:IFSA能够快速获取最短路径,寻优能力优于其他算法,具有较强的稳定性和鲁棒性。

贪婪随机自适应灰狼优化算法求解TSP问题

对于求解TSP问题,提出一种贪婪随机自适应灰狼优化算法(GRAGWO)。GRAGWO算法基于贪婪随机自适应搜索算法(G RASP),采用其构造阶段生成初始解,在局部搜索阶段采用灰狼优化算法(GWO)对结果进行优化。GWO算法不能直接用于求解离散问题,易陷入局部最优,导致后期收敛速率较低。根据TSP问题的特性,针对易形成局部最优路径和随着迭代次数增进而导致种群多样性减退这两个缺陷,重新定义灰狼编码方式,与GRASP启发式算法相结合,应用于求解TSP问题。采用TSPLIB中的多组不同规模的TSP问题作为实验用例,并将GRAGWO算法与其他仿生算法进行对比,结果表明在求解准确率、稳定性和解决大型城市问题方面具有相对优势。

基于贪婪随机自适应过程的多类型卫星联合任务规划技术

对地观测卫星任务规划问题需要考虑侧视、星上能量、数据容量和数据传输等多种约束,是一类复杂的组合优化问题,现有研究大多对问题进行了不同程度的简化。面向多种载荷类型卫星的联合任务规划问题,考虑上述多种约束,基于贪婪随机自适应搜索过程提出了一种新的混合算法对问题进行求解。实验结果表明,该混合算法在多星联合任务规划领域是可行有效的。

具有动态步长和发现概率的布谷鸟搜索算法

为了进一步改善算法搜索过程中存在的求解精度偏低、收敛速度缓慢等现象,提出具有动态步长和发现概率的布谷鸟搜索算法。该算法通过引入步长调整因子动态约束每一代种群的莱维移动步长,使算法的莱维飞行机制具有自适应性。在发现概率上,使用具有均匀分布和F分布特性的随机惯性权重,改变发现概率的固定取值,加强种群的多样性,保持算法全局搜索、局部探索之间的平衡状态。通过实验证明,所提算法具有良好的可行性,其寻优结果、收敛速度均有提高。

一种求解有向图最小反馈节点集的搜索算法

反馈节点集问题源于组合电路的设计,在预防计算机操作系统的死锁、VLSI芯片设计、计算机程序证明以及贝叶斯推论等方面都有极其重要的应用。最小反馈节点集问题是一个NP完全问题,很难准确求解。该文在计算流程、图的约减操作以及贪婪函数3个方面对以前求解该问题的贪婪随机适应性搜索算法作了改进。实验表明改进的算法无论在计算结果方面还是在计算稳定性方面都要优于前者,同时还在一定程度上减少了计算时间。

基于改进自适应遗传算法的空心串联电抗器优化设计

采用遗传算法对空心串联电抗器的优化设计进行了研究,给出了空心串联电抗器的优化设计模型。提出一种改进的自适应遗传算法,并设计了一种适应度线性变换方法,同时对最优保存策略作了改进。通过对有约束的测试函数进行求解,证明这些改进措施增强了遗传算法的全局寻优能力。将空心串联电抗器的优化方案与原设计方案进行比较可见电抗器的结构尺寸、重量和损耗都显著减小。

一种实数编码的自适应遗传算法及其在热工过程辨识中的应用研究

该文针对传统的遗传算法(GA)难以解决的早熟和局部收敛问题,分析了传统的GA编码策略、选择策略、交叉变异策略和交叉变异概率选择等环节存在的不足,提出一种实数编码、多种算子互相补充和交叉变异概率自适应选择的改进算法。用～个非常复杂的数学函数对新算法进行了测试,结果表明改进算法较之传统GA有效地提高了全局寻优能力。在此基础上将这种改进算法应用于热工过程辨识进行仿真研究,结果表明该方法是有效的,具有一定的应用价值,并且文中所提出的算法和策略具有一般性,很容易运用于其它优化问题。

基于随机森林回归算法的感应电机驱动控制

为了提高感应电机驱动系统在不同运行条件下的控制性能,将随机森林回归(RFR)算法引入到空间矢量脉宽调制(SVPWM)中,设计了一种新型的感应电机驱动控制器。和常规SVPWM方案相比,RFR的引入为SVPWM算法提供了快速实现和预测改进的优势,从而性能得到了提高。为了进一步突出基于RFR算法的优势,还与人工神经网络(ANN)算法和自适应神经模糊系统(ANFIS)算法进行对比分析,分析结果表明RFR算法在不同工况下的稳态误差、暂态响应和鲁棒性均优于ANN算法和ANFIS算法。最后,通过仿真和试验验证了新型控制算法的实际效果。

自适应多位变异遗传算法的实现

Genetic algorithm is a widely used optimization method. Crossover and mutation are two Basicl operatorsof the genetic algorithm. On the basis of analyzing the principles of simple genetic algorithm and discussing its exist-ing problems of crossover point and mutation bit, this paper presents a way of the adaptive multiple bit mutation ge-netic algorithm , which not only can keep the population diversity but also has quicker convergence speed. The resultsof the multi-modal function optimization show that the adaptive multiple bit mutation genetic algorithm is practicaland efficient.