-
题名求解多目标点路径规划问题的离散头脑风暴算法
被引量:1
- 1
-
-
作者
陈强
马健
杨蘩
-
机构
浙江工业大学信息工程学院
-
出处
《智能系统学报》
CSCD
北大核心
2023年第1期96-103,共8页
-
基金
国家自然科学基金项目(61973274)
浙江省自然科学基金重点项目(LZ22F030007)。
-
文摘
为保证移动机器人以最短路径遍历多目标点,该文提出一种基于离散头脑风暴的多目标点路径规划算法。首先,考虑障碍物对路径规划的影响,将目标点间的最短避障距离作为评判依据,提高规划路径合理性。其次,针对传统离散头脑风暴算法在解决组合类优化问题时提前陷入局部最优的问题,提出一种启发式自适应路径优化策略,通过设计与迭代次数相关的适应度选择函数以及改进启发式交叉算子,增加路径多样性和提高算法收敛速度。基于栅格法建立地图模型,在不同环境地图中选取多个目标进行对比仿真,验证所提算法的有效性以及对不同环境的适应性。
-
关键词
移动机器人
路径规划
离散头脑风暴
组合类优化问题
局部最优
最短避障距离
适应度选择函数
启发式交叉算子
-
Keywords
mobile robot
path planning
discrete brainstorm optimization
combinatorial optimization problem
local optimum
shortest obstacle avoidance distance
fitness selection function
heuristic crossover operator
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名求解0-1背包问题的萤火虫算法
被引量:3
- 2
-
-
作者
莫愿斌
马彦追
郑巧燕
-
机构
广西民族大学理学院
广西民族大学广西混杂计算与集成电路设计分析重点实验室
-
出处
《计算机工程与设计》
CSCD
北大核心
2014年第8期2778-2784,共7页
-
基金
中国博士后基金项目(2012M511711)
广西混杂计算与集成电路设计分析重点实验室开放基金项目(2012HCI08)
+1 种基金
广西教育厅基金项目(201204LX082)
广西民族大学基金项目(2011MDYB030)
-
文摘
将贪心策略和变异策略与萤火虫算法相结合,提出一种求解0-1背包问题的贪心萤火虫算法。通过增加贪心策略和变异策略,在一定程度上能使萤火虫跳出局部极值,提高算法的性能。通过对多个实例的仿真,将该算法与其它算法如贪心遗传算法、贪心微粒群算法进行对比,对比结果表明,该算法在求解0-1背包问题上具有更强约束处理能力和快速收敛效果。
-
关键词
萤火虫算法
贪心策略
变异策略
背包问题
局部极值
-
Keywords
firefly algorithm
greedy strategy
mutation strategy
knapsack problem
local optimum
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名求解子旅行商问题的改进蚁群算法
被引量:4
- 3
-
-
作者
牟廉明
-
机构
内江师范学院四川省高等学校数值仿真重点实验室
-
出处
《计算机工程》
CAS
CSCD
2012年第23期190-193,197,共5页
-
基金
国家自然科学基金资助项目(10872085)
四川省科技厅应用基础研究基金资助项目(07JY029 125)
四川省教育厅重大培育基金资助项目(07ZZ016)
-
文摘
已有求解子旅行商问题的蚁群算法存在容易早熟、易于陷入局部最优的问题。为此,提出一种改进的蚁群算法。将拥挤因子嵌入到蚁群算法的状态转移和信息素更新过程中,增强全局搜索能力,设计邻域搜索技术和局部变异技术,以提高解的质量和加快收敛速度。实验结果表明,该算法的求解质量和稳定性较好。
-
关键词
旅行商问题
局部最优
拥挤因子
邻域搜索
局部变异
蚁群算法
-
Keywords
Traveling Salesman problem(TSP)
local optimum
crowding factor
neighborhood searching
local mutation
ant colony algorithm
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于自适应反向学习的多目标分布估计算法
被引量:2
- 4
-
-
作者
李二超
杨蓉蓉
-
机构
兰州理工大学电气工程与信息工程学院
-
出处
《计算机应用》
CSCD
北大核心
2021年第1期15-21,共7页
-
基金
国家自然科学基金资助项目(61763026)。
-
文摘
针对基于规则模型的多目标分布估计算法全局收敛性较弱的缺陷,提出了一种基于自适应反向学习(OBL)的多目标分布估计算法。该算法根据函数变化率的大小来决定是否进行OBL:当函数变化率较小时,算法可能陷入局部最优,所以进行OBL以提高当前种群中个体的多样性;当函数变化率较大时,运行基于规则模型的多目标分布估计算法。所提算法通过适时地引入OBL策略,减小了种群多样性及个体的分布情况对优化算法整体收敛质量以及收敛速度的影响。为了验证改进算法的性能,选取基于规则模型的多目标分布估计算法(RM-MEDA)、摸石头过河算法与分布估计混合算法(HWSA-EDA)以及基于逆建模的多目标进化算法(IM-MOEA)作为对比算法与所提算法分别在ZDT和DTLZ测试函数上进行测试。测试结果表明,除了在DTLZ2函数上以外,所提算法不仅有良好的全局收敛性,而且解的分布性和均匀性都有所提高。
-
关键词
多目标优化问题
局部最优
反向学习
种群多样性
收敛性
-
Keywords
Multi-objective Optimization problem(MOP)
local optimum
Opposition-Based Learning(OBL)
population diversity
convergence
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名一种求解高维约束优化问题的γ-PSO算法
被引量:2
- 5
-
-
作者
张慧斌
王鸿斌
邸东泉
-
机构
忻州师范学院计算机科学与技术系
-
出处
《计算机工程与应用》
CSCD
2012年第7期43-47,83,共6页
-
基金
山西省自然科学基金(No.2009011018-4)
-
文摘
PSO算法是一种随机搜索的群体智能算法,在求解高维约束优化问题,尤其是在约束条件较多时,PSO算法易陷入局部极值且收敛速度慢。针对上述问题,对PSO算法进行了改进,提出了γ-PSO算法,把PSO算法的随机数由(0,1)扩展到(-1,1),这样加大了粒子飞行速度和飞行方向的多样性,从而使PSO算法具有摆脱局部极值的能力。对γ-PSO算法进行了求解高维约束优化问题的实验,实验结果表明γ-PSO算法能收敛到全局最优值,收敛性能明显优于其他改进的PSO算法和其他优化算法。
-
关键词
PSO算法
约束优化问题
适应度函数
全局极值
局部极值
-
Keywords
Particle Swarm Optimization(PSO)algorithm
constrained optimization problem
fitness function
global optimum
local minimum
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于最优保留的CGA及其在TSP欺骗问题中的应用
- 6
-
-
作者
武晓今
朱仲英
-
机构
上海交通大学自动化系
-
出处
《微型电脑应用》
2005年第4期43-45,57,共4页
-
文摘
本文在对CGA算法分析说明的基础上,运用改进CGA的方法来解决TSP欺骗问题。虽然CGA能够“快速、简单”的解决一些优化问题,但是由于其概率向量中基因的独立性,使得它在进化计算中会丢失基因之间的关联信息,从而可能无法解决如欺骗函数等复杂、困难问题。文中通过对CGA在TSP算法上的改进,以一定遗传尺度保留竞争最优个体,从而有效地解决TSP欺骗问题,并通过仿真结果验证了该算法,给出解决该类组合优化问题的一个有效例证。
-
关键词
CGA
欺骗
最优保留
应用
组合优化问题
TSP算法
算法分析
概率向量
关联信息
进化计算
最优个体
仿真结果
独立性
基因
丢失
-
Keywords
CGA TSP deceptive problems local optimum global optimum
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP309
[自动化与计算机技术—计算机系统结构]
-
-
题名基于跳跃基因的多目标差分进化算法
被引量:3
- 7
-
-
作者
刘峥
郑力明
-
机构
暨南大学电子工程系
-
出处
《计算机工程》
CAS
CSCD
北大核心
2016年第4期168-172,共5页
-
基金
广东省对外科技合作基金资助项目(2013B051000060)
广东省教育部产学研结合基金资助重点项目(2011A090200085)
深圳市科技创新委员会基金资助项目(ZYC201105180515A)
-
文摘
为解决现有多目标差分进化算法容易陷入局部最优的问题,引入跳跃基因算子,提出基于跳跃基因的多目标差分进化算法。改进现有的多目标差分算法,在传统交叉算子之后执行跳跃基因操作,以保持种群多样性。数值实验结果表明,该算法能较好地解决局部最优问题,在ZDT和DTLZ测试函数集上具有明显优于现有算法的收敛性能。
-
关键词
跳跃基因
局部最优
困难问题
多目标差分进化算法
-
Keywords
jumping gene
local optimum
difficult problem
multi-objective differential evolution algorithm
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名改进万有引力搜索算法在函数优化中的应用
被引量:5
- 8
-
-
作者
刘小刚
欧阳自根
-
机构
西京学院理学院
南华大学数理学院
-
出处
《沈阳工业大学学报》
EI
CAS
北大核心
2021年第2期193-197,共5页
-
基金
陕西省教育厅专项科研计划项目(16JK2213).
-
文摘
为了克服标准的万有引力搜索算法在函数优化中迭代速度慢、易陷入局部最优等问题,基于加强算法的性能,研究了新的策略.结合粒子群算法的开采能力和万有引力搜索算法的勘察能力,得到了基本粒子群万有引力搜索混合算法.对混合算法中的加速因子进行改进并引入了动量因子,提出了一种改进的粒子群万有引力搜索混合算法(IPSOGSA).结果表明:与粒子群算法、万有引力搜索算法、基本粒子群万有引力搜索混合算法相比,改进的粒子群万有引力搜索混合算法在非线性的复杂函数优化中具有更好的寻优能力.
-
关键词
局部最优问题
万有引力搜索算法
粒子群算法
混合算法
加速因子
动量因子
测试函数
函数优化
-
Keywords
local optimum problem
gravitational search algorithm
particle swarm optimization algorithm
hybrid algorithm
acceleration factor
momentum factor
test function
function optimization
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名一种带粒子群记忆行为的蚂蚁算法
- 9
-
-
作者
陈德祥
宋武
汪文彬
-
机构
海南琼州学院电子信息工程学院
-
出处
《电脑知识与技术》
2012年第10X期7319-7320,7334,共3页
-
基金
琼州学院2011年度校级青年科学基金项目(编号:QYQN201133)
-
文摘
为了解决TSP问题,该文在蚂蚁算法的基础上借鉴粒子群的局部极值的概念,赋予每个寻路的蚂蚁记忆以前所搜寻到的最佳路径,从而使蚂蚁算法加快了算法的收敛能力。实验结果证明了算法的有效性。
-
关键词
TSP问题
蚂蚁系统
粒子群
局部优化
-
Keywords
TSP problems
ant system
particle swarm
local optimum
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名人工智能
被引量:2
- 10
-
-
作者
付治政
肖菁
张军
-
机构
中山大学软件学院;广东广州
中山大学计算机科学系
-
出处
《计算机工程与设计》
CSCD
北大核心
2010年第2期378-381,共4页
-
基金
国家自然科学基金项目(60573066、U0835002).
-
文摘
为更好的求解作业车间调度问题,针对基本蚁群算法求解作业车间调度问题容易进入局部最优问题的情况,提出了一种基于信息素调整的蚁群算法。该算法通过判断信息素矩阵中最大值与最小值之间的比值,当该比值达到算法设定的阀值时,根据相应策略对信息素矩阵进行调整,有效地缩小了信息素之间的差距,有利于跳出局部最优状态;给出了该算法实施的具体步骤。用该算法求解作业车间调度问题,仿真实验结果表明,该算法与基本蚁群算法相比在收敛速度和计算最优解方面都有了改进。
-
关键词
作业车间调度问题
蚁群算法
信息素
优化
局部最优
-
Keywords
job shop scheduling problem
ant colony system algorithm
pheromone
optimization
local optimum
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名求解二层规划问题的萤火虫智能群优化算法
被引量:3
- 11
-
-
作者
程林鹏
林丹
-
机构
天津大学数学系
-
出处
《天津理工大学学报》
2017年第2期44-47,共4页
-
文摘
针对二层规划问题,给出二层决策问题数学模型的一种新的解法,二层规划萤火虫智能群优化算法:首先采用以原问题的下层问题的Kuhn-Tucker条件代替下层问题的思想,将二层规划问题转化为单层规划问题.其次为避免求解目标函数的梯度信息以及算法过早的陷入局部最优,利用基于Pareto最优解集的萤火虫智能群优化算法对其进行求解,并利用Matlab予以实现.利用5个具有代表性的标准测试实例对该算法予以测试,并与其他算法进行比较.结果表明,结合Kuhn-Tucker条件的萤火虫智能群优化算法在5个测试函数中均能寻找到最优Pareto解,并且在求解的上层目标函数值上均优于对比算法,表明新算法可行有效.
-
关键词
二层规划问题
Kuhn—Tucker条件
局部最优
PARETO最优解集
萤火虫智能群优化算法
-
Keywords
bilevel programming problem
Kuhn-Tucker conditions
local optimum
Pareto optimal solution
firefly intel- ligent algorith
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名改进蚁群算法在TSP问题中的应用
被引量:5
- 12
-
-
作者
徐书扬
王海江
-
机构
浙江科技学院
-
出处
《现代计算机》
2020年第25期22-26,共5页
-
基金
浙江省基金项目:面向物联网的密文检索技术研究(No.LQ20F020010)。
-
文摘
针对蚁群算法求解TSP问题易陷入局部最优,求解结果精度低的问题,提出一种蚁群算法的改进方案以更有效地避免算法陷入局部最优,进而提高算法搜索最优路径的能力。将TSP问题中点与点之间的距离信息引入初始各路径信息素残留量的赋值中,使得算法迭代初期各路径信息素残留量对算法的收敛更具导向性;在算法收敛到一定程度时,加快路径残留信息素的挥发速度,并减小蚂蚁走过路径所留下的信息素量,从而提高算法整体的全局搜索能力,增加探寻到潜在更优路径的可能性;当算法收敛到可能陷入局部最优的情况时,重置各路径信息素残留量,重新探寻最优路径,减小算法陷入局部收敛的概率。通过MATLAB 2018b对多个TSP实例问题进行编程求解,最终的仿真实验结果表明改进后蚁群算法能有效提高算法的正确收敛率和求解结果精确度。
-
关键词
蚁群算法
路径规划
局部最优
旅行商问题
-
Keywords
Ant Colony Algorithm
Path Planning
local optimum
Traveling Salesman problem
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
O221
[理学—运筹学与控制论]
-