改进麻雀搜索算法的入侵检测特征选择

针对网络入侵检测所处理数据存在特征维数高、检测效率低、准确率不高的问题,提出一种改进麻雀搜索算法的特征选择方法,旨在减少特征冗余的同时提高分类准确率。利用改进Circle映射初始化种群;结合秃鹰搜索算法中的螺旋搜索方式更新发现者位置;采用单纯形法和小孔成像法优化适应度较差和最优麻雀的位置,提升算法的寻优能力。将该算法与其它算法在6个经典基准函数上进行对比测试,其在收敛速度、精度等方面均有提升。使用数据集CIC-IDS2017进行特征选择实验,平均保留了7.6个特征,准确率达到了99.5%,结果表明,该算法可以在保证准确率的同时有效降低特征维度。

A Hybrid Algorithm for Optimizing Multi-Modal Functions

A new genetic algorithm is presented based on the musical performance. The novelty of this algorithm is that a new genetic algorithm, mimicking the musical process of searching for a perfect state of harmony, which increases the robustness of it greatly and gives a new meaning of it in the meantime, has been developed, Combining the advantages of the new genetic algorithm, simplex algorithm and tabu search, a hybrid algorithm is proposed. In order to verify the effectiveness of the hybrid algorithm, it is applied to solving some typical numerical function optimization problems which are poorly solved by traditional genetic algorithms. The experimental results show that the hybrid algorithm is fast and reliable.

融入重心反向学习和单纯形搜索的粒子群优化算法

针对粒子群优化PSO算法后期种群多样性差和易陷入局部最优解等问题,提出具备重心反向学习和单纯形搜索行为的粒子群优化COLS-PSO算法。初始时,基于混沌策略构造出搜索空间。进化过程中,基于Spearman系数选择需要进行重心反向学习的粒子,以帮助算法逃离局部极值区域。进一步引入局部搜索能力较强的单纯形搜索方法增强对最优粒子邻近区域的开发,以提高搜索精度。实验先在若干标准测试函数上进行,之后将COLS-PSO算法应用于软件测试数据生成问题。实验结果表明,COLS-PSO算法在求解精度、收敛速度和有效性方面表现较好,能够有效平衡种群多样性和算法收敛性的矛盾。

基于单纯形的小生境混合遗传算法

总结单纯形搜索算法的核心思想.然后提出单纯形交叉方向算子和最优小生境、次差小生境与最差小生境3个概念.在最优小生境中采用单纯形搜索算法得到局部极值,在最优小生境与次差小生境之间用单纯形交叉方向算子产生优秀个体,而在最差小生境中采用受限单纯形搜索产生优秀个体,从而构成基于单纯形的小生境混合遗传算法SimplexNich-HGA.最后用Sim-plexNiche-HGA、单纯形混合遗传算法Simplex-HGA+以及基本遗传算法SGA求函数Rosenbrock的极值,并进一步用Sim-plexNiche-HGA和Simplex-HGA+求多峰值函数Shubert的极值,验证算法的正确性和求多峰值函数的极值的效率.

一种用于多峰函数优化的改进混合遗传算法

针对遗传算法在处理复杂多峰函数优化问题中存在的一些缺陷,提出了一种改进型的混合遗传算法.它在小生境技术的基础上引入单纯搜索算法、最优保存算法和近优淘汰算法,并使之相互结合.经编程实践证明,这种改进的混合遗传算法在处理复杂多峰函数优化问题时,局部搜索能力和克服过早收敛能力方面都显著优于标准遗传算法,并在实际应用中取得了较好的效果.

一种新的求解多目标优化问题的混合遗传算法

分析了遗传算法和单纯形算法的特点,充分利用二者的优点,把单纯形算法作为一种局部搜索方法与变权系数遗传算法有机地结合起来,提出了一种求解多目标优化问题的混合遗传算法。数值实验表明该混合遗传算法能求得问题的数量更多、分布更广的Pareto最优解。

水轮机调速系统的线性自抗扰优化控制

针对线性自抗扰控制器参数较多、调节起来较为困难的缺点。提出一种基于下山单纯形法的引力搜索算法,该算法将下山单纯形法的替换机制融入到引力搜索算法粒子的更新中,利用单纯形法具有较强的局部搜索能力,有效克服了引力搜索算法陷入局部最优的缺点。将本文提出的算法应用于水轮机调速系统的线性自抗扰控制器参数优化。仿真结果表明:优化后的线性自抗扰控制器能够很好的抑制超调、减小负调并缩短调节时间,在系统工况发生变化时,仍有良好的控制效果,具有较强的鲁棒性,且能够取得比PID控制更好的抗干扰性能。

若干优化算法的运行分析比较

研究了若干优化算法在连续空间寻优问题中的应用。通过对标准寻优问题的寻优结果,分析并比较了优化算法的运行效果。考察的性能指标主要有寻优偏差、寻优次数等,分析比较方法采用平均分析法和最优最差分析方法等。文中涉及到的优化算法有遗传算法、模拟退火法、禁忌搜索法、单纯形法和蚁群算法。实验结果表明,单纯形法受解空间的维数以及寻优问题类型的影响较大,而遗传算法、模拟退火法、禁忌搜索法和蚁群算法对各个标准寻优问题则各有所长。对于工程中的实际寻优模型,可将其与标准寻优问题相对照以选择较适合的算法。

自适应改进和声—单纯形进化算法研究

针对和声搜索算法的不足,提出了一种自适应改进和声—单纯形进化算法(AIHSEA)。通过在新算法中加入变异策略对和声微调进行改进来增强算法的鲁棒性;适时执行单纯形算子增加群体搜索的方向性来加快搜索;采用自适应参数HMCR、PAR和BW调节全局和局部搜索。采用六个标准的优化算法测试函数对AIHSEA进行测试,并与HS、IHS和GHS算法进行对比,仿真结果表明AIHSEA算法具有较强的精确寻优和跳出局部最优的能力。

一种新的混合遗传算法及其性能分析

为了提高遗传算法的局部搜索能力并改善其收敛性能,根据遗传算法和单纯形算法的特点,提出了一种新的混合遗传算法。数值实验表明:该算法的收敛性能、在线性能和离线性能均优于原遗传算法。

城市雨水径流污染模型参数优化方法研究

为了优化雨水径流污染模型参数,比较了四种不依赖模型具体数学表达形式的基于最小二乘法原理的参数估计算法,包括拟牛顿法、单纯形法、模式搜索算法和遗传算法,还比较研究了四种优化算法在收敛速度,收敛稳定形和准确性及初始值等方面对优化结果的影响.研究结果表明,拟牛顿法收敛速度最快,单纯形法稳定性最好,遗传算法对初始值最不敏感.在此基础上,提出优化雨水径流污染模型参数的计算方法,应结合遗传算法和单纯形等方法进行,该方法能够利用多次降雨事件记录的径流污染数据,同时优化污染物累积模型和污染物暴雨冲刷模型参数,为雨水径流污染模拟的模型选择和参数优化提供了较好的通用方法.

单纯形搜索在遗传算法中的融合研究

构造了单纯形混合遗传算法SM-HGA+。分析单纯形搜索算法,提出了单纯形交叉算子和K步随机单纯形搜索算子,并将单纯形搜索算法和这两个算子分别融入到最优微群体μPB(t)、最差微群体μPW(t)和普通群体PC(t),形成SM-HGA+。最优微群体中的单纯搜索算法提高算法的精度;最差微群体中的单纯形交叉算子加速最差个体向优秀个体进化;普通群体中K步随机单纯性搜索提高全局搜索速度,同时在普通群体采用大交叉概率的标准遗传算法,提高全局搜索能力。遗传算法测试函数验证算法SM-HGA+的正确性、效率。

改进的遗传算法在优化设计中的应用

针对实际机械优化设计中大量的非线性规划问题,提出一种改进的遗传算法.在对单纯形搜索与算术交叉思想进行分析的基础上,将二者相结合,提出了改进的交叉算子以提高遗传算法的局部寻优能力,将种群逐步向极值点引导,实现算法的快速寻优.同时,为了更好地引导非可行个体趋近可行域,改善解的可行性,将惩罚策略与修复策略相结合提出修复算子,对不可行解进行修复操作,加快个体趋近可行域的速度,提高算法搜索效率以及对非线性约束的处理能力,从而达到改善算法整体性能的目的.实际机械工程优化设计问题的应用研究验证了这种方法的有效性.

Nelder-Mead单纯形法的推广及其在自动历史拟合中的应用

本文在Ｎｅｌｄｅｒ－Ｍｅａｄ单纯形法中增加了可行域判断和新的搜索点，使之成为一种可处理含不等式约束的非线性优化算法，且改善了收敛特征。将这种新的算法应用于油藏动态历史的自动拟合，取得了较好的效果。

基于Matlab的分时电价下企业用电负荷优化调度

针对企业用电负荷优化调度算法计算量大、模型精度不高等问题,该文在建立分时电价下企业用电负荷优化调度模型的基础上,利用Matlab平台的模式搜索法、单纯形法和遗传算法进行了线性规划问题的求解,并对比了3种方法的优劣性。以天津市某企业的用电数据为例,验证了用电负荷优化调度模型的正确性和Matlab求解线性规划算法的优越性。从而将线性规划应用于辅助高耗能企业优化分配资源方面,降低了用电成本,具有较强的实用性。

精英反向学习的单纯形交叉布谷鸟搜索算法

提出一种加强搜索能力的改进布谷鸟搜索算法,该算法采用精英反向学习策略促使Lévy Flights随机走动中的部分精英个体进行反向搜索,以避免搜索新个体的趋同性;并采用单纯形交叉操作在Biased随机走动中随机选择一个个体进行精细搜索,以降低搜索的盲目性以及低效性.另外,提出的算法采用混沌映射模型实现发现概率参数的自适应控制.仿真实验结果表明,该算法能够总体上有效改善算法的搜索能力和收敛速度.

混合蜂群算法及其在混凝土坝动力材料参数反演中的应用

介绍了一种新颖的群集智能优化算法—人工蜂群算法(ABCA),同时为提高算法的搜索效率,引入Nelder-Mead单纯形算法,提出了一种用于材料参数反演分析的混合单纯形人工蜂群算法。将所提出的算法用于混凝土重力坝动力材料参数识别,建立了基于不完全模态测试数据动力材料参数识别的优化反演模型。算例分析表明,混合算法融合了两种算法的优点,具有收敛速度快、识别精度高等特点,是一种高效的系统优化和参数识别方法。

基于Matlab的线性规划问题求解

线性规划是运筹学中研究较早、发展较快、应用广泛、方法成熟的一个重要分支,它是辅助人们进行科学管理的一种重要的数学方法。文章首先介绍了线性规划的基本概念及标准形式,着重讨论了线性规划问题的三种常用解法:单纯形法、直接搜索法以及遗传算法,最后在Matlab R2009a环境下进行了仿真。通过结果可以看出,用Matlab求解线性规划问题,可以避免手工的烦琐计算,大大地提高工作效率和结果的准确性。

基于空间自适应收缩策略的混合遗传算法及其应用

将简单遗传算法与单纯形法相杂合,设计了一种实数编码的混合遗传算法(HGA),用于求解无约束优化问题。算法采用了最优保留策略,同时在变异操作中采用了搜索空间的自适应收缩策略,以提高全局和局部搜索能力,加快收敛速度,避免退化。在求解约束优化问题时,利用罚函数处理约束条件,由HGA对增广目标函数寻优。HGA的有效性通过3个典型测试函数得到验证,并应用于拍合式继电器电磁系统的体积优化。