首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 218 毫秒
1.
目的:采用粒子群优化算法(PSO)提高可靠指标计算效率,探讨PSO求解过程中粒子群在不同维上统计特性及其收敛速率表征的物理含义,研究优化过程中粒子收敛速率与随机变量敏感性的关系,提出可靠度敏感性分析新方法。创新点:1.根据PSO寻优过程中粒子在不同维上收敛速率不同,提出采用收敛速率表征随机变量的敏感性;2.建立最优化策略组避免粒子群收敛过程中产生波动,保证最优化策略组内粒子在不同维上连续收敛,定义相对收敛率表征随机变量敏感性。方法:1.根据Hasofer-Lind可靠指标的几何意义,建立可靠指标的优化模型,提出采用改进的PSO求解可靠指标与验算点,采用可行策略方法处理约束条件;2.通过理论推导,构造PSO迭代过程的最优评价函数集(公式(18)),建立最优化策略组保证粒子在不同维上连续收敛,提出表征随机变量敏感性的相对收敛率计算公式(公式(19));3.通过数值模拟并与传统基于梯度的敏感性分析计算结果比较,验证本文所提方法的可行性和有效性。结论:1.相对收敛率可以表征随机变量的敏感性;2.最优化策略组避免相对收敛率的波动,保证候选粒子变异系数曲线在解空间内连续收敛;3.最优化策略组内随机变量候选解的变异系数越小则其表征的随机变量越敏感;4.基于PSO的可靠度及敏感性分析对复杂问题更有效。  相似文献   

2.
对于粒子群优化算法(PSO)的研究内容涉及到许多方面。目前,针对PSO算法的研究大致可以分为算法的理论研究、算法的改进研究以及算法的应用研究。该文主要是对PSO算法的改进进行了研究,提出了一种带飞行时间因子的改进的粒子群优化算法(MPSO),并通过实验验证了MPSO优化性能较之PSO有了很大的提高。  相似文献   

3.
通过引入变异算子对粒子群优化(PSO)算法进行改进,能很好克服粒子群的早熟收敛问题.将该改进的算法用到无限冲激响应(IIR)数字滤波器的设计,具有寻优速度快,设计精度高,自适应能力强等优点.  相似文献   

4.
提出了一种改进型的粒子群算法,并与阈值法相结合应用于图像分割。该改进粒子群算法通过调节惯性权重而获得合理有效的收敛速度;采用分级思想对粒子进行分类并对普通粒子速度更新公式进行修改,从而有效避免了优化过程中粒子的早熟现象;结合遗传算法中的交叉思想增加种群的多样性,增强全局搜索能力从而避免算法陷入局部最优解。将其应用于的阈值图像分割,试验结果表明:相对于标准PSO算法,该自适应分级粒子群算法具有较强的全局寻优能力,且收敛速度快、鲁棒性好,能很好地应用于阈值图像分割。  相似文献   

5.
在分析传统误差反向传播(BP)算法和标准粒子群优化(PSO)算法的特征及其问题基础上,提出一种改进粒子群优化(MPSO)算法和改进BP(MBP)算法,建立基于MPSO-MBP混合算法的高压断路器神经网络故障诊断模型.通过训练样本和测试样本的仿真对比分析,该方法能够实现高压断路器不同故障的有效诊断,提高高压断路器故障模式的识别能力,故障诊断准确率高、速度快.  相似文献   

6.
为了更好地辨识分数阶系统的参数,提出了一种基于Tent映射的改进粒子群算法(MPSO).采用8个经典测试函数对MPSO算法的性能进行了测试,并与自适应时变加速器算法(ACPSO)、改进的被动聚集粒子群算法(IPSO)以及遗传算法(GA)进行对比,验证了所提算法的有效性.在已知模型结构和未知模型结构的基础上,利用所提算法对2种典型分数阶模型进行参数辨识.参数辨识结果表明,应用位置信息的平均值有利于充分共享个体间的信息,从而能够加快全局搜索速度;Tent映射具有的均匀性和遍历性能够防止位置信息中极值的产生,避免算法陷入局部最优.MPSO算法收敛速度快、精度高,是一种有效且实用的方法.  相似文献   

7.
粒子群优化算法(Particle Swarm Optimization,PSO)是一种基于群智能的进化计算技术,是由Kennedy和Eberhart在1995年提出.由于粒子群优化算法具有收敛速度快、运算简单、易于实现等优点,近年来吸引了  相似文献   

8.
由于BP网络存在学习效率低、收敛速度慢、易陷入局部极小状态、适应能力较差等缺点,而粒子群优化(PSO)算法的收敛速度快(尤其是在进化初始阶段),运算简单、易于实现,又没有遗传算法的编解码和杂交、变异等复杂运算,因此是一种很好的优化算法。但是,PSO算法也存在不足,该算法进化后期存在速度变慢以及早熟的现象。提出一种改进的粒子群BP神经网络对高炉炉温进行预测。通过调整粒子群算法中学习因子的自适应能力,提高算法的收敛速度和搜索全局最优的能力。通过仿真结果说明改进的粒子群算法要优于BP算法和标准的粒子群算法。  相似文献   

9.
对标准PSO算法进行分析的基础上,针对PSO算法中的早熟收敛问题,提出了一种基于混沌序列的PSO算法(CPSO).CPSO算法能够保证粒子种群的多样性,使粒子能够有效进行全局搜索;并以典型的基准优化问题进行了仿真实验,验证了CPSO的有效性.  相似文献   

10.
李辉  王军 《教育技术导刊》2017,16(11):125-128
针对循环神经网络算法在电力负荷预测中存在易陷入局部最小值和全局搜索能力较弱的缺陷,提出了基于粒子群算法和循环神经网络的预测方法|针对标准粒子群算法易因粒子早熟收敛现象而陷于局部最优的缺陷,提出了合理粒距的概念,生成一种改良后的学习方法。采用改良后的粒子群算法对结点权值参数进行寻优,以测量值与预测值的误差作为评价依据,从而实现模型参数的优化选择。最后采用改良后的粒子群算法和循环神经网络预测模型对短期电力负荷进行预测,并与标准粒子群算法循环神经网络预测模型和循环神经网络预测模型对比。实际算例比较表明,这种预测方法具有良好的收敛特性和较高的预测准确度。  相似文献   

11.
基于粒子群算法的可靠性优化   总被引:2,自引:0,他引:2  
系统可靠性优化已被证明是一个NP完全问题,不存在精确的求解方法。人们构造了大量的启发式算法,如遗传算法(GA),蚁群算法(ACO),模拟退火算法(SA)等。针对各种算法所存在的早熟收敛,易陷入局部极值点的缺点,提出了将粒子群算法(particle swarm optimization,PSO)用于求解可靠性问题。给出了基于粒子群算法的可靠性优化求解策略,根据数学模型,详细讨论了求解步骤,最后给出了实验仿真结果。结果表明该算法具有较强的局部搜索能力,同时也有更高的搜索效率,与其它方法相比,该算法能够找到更优解,验证了该算法的可行性和有效性。  相似文献   

12.
粒子群优化算法是一种基于群智能的优化方法,规则简单,收敛速度快.将此算法应用于重载齿轮的多目标优化设计,建立基于粒子群优化算法的重载齿轮多目标优化设计的数学模型,实践表明可以快速、有效地求得齿轮优化解.  相似文献   

13.
节点选择机制是P2P网络的研究热点与核心技术,近年来得到广泛的关注.该文将一种改进的粒子群优化算法-具有双重结构编码的二进制粒子群优化算法(DS-BPSO)应用于P2P文件共享系统的邻居节点选择过程.在动态性方面,粒子群优化算法(PSO)与P2P网络具有先天的相似性.每个粒子(节点)通过有向图来编码与其它粒子的连接矩阵,更符合ADSL连接常规.实验结果表明:对于大规模的邻接选择问题,DS-BPSO算法通常会比二进制粒子群优化算法(BPSO)能够查找到更好的邻居节点.  相似文献   

14.
标准粒子群优化算法对空间所有区域等概率搜索,降低了算法效率。借鉴遗传算法的思想,本文提出一种带随机选择机制的改进粒子群优化算法。该算法将适应值选择和粒子状态更新方程结合起来,通过赌轮算法选择机制使得粒子在适应值较小的区域尽可能的降低搜索概率,在最优解可能区域尽可能加大搜索强度,从而提高算法搜索效率。通过标准进化计算测试函数测试,实验结果表明对于复杂优化问题该算法优于标准粒子群优化算法和遗传算法。  相似文献   

15.
粒子群优化(PSO)算法是一种模拟自然生物群体(swarm)行为的优化技术。PSO算法源于对鸟群觅食行为的研究,该算法简单易实现,可调参数少,已得到广泛研究和应用。PSO算法不仅仅是种算法,更是一种学习和思维的创新,体现出学科之间交互所发生的一些突破。它不但是计算机理论上极大的理论创新,而且在哲学上也具有丰富的内涵。对此进行了论述。  相似文献   

16.
INTRODUCTION In modern metal cutting theory,research on cutting tool is one of the major concerns.To under-stand the characteristics of a new cutting tool,many experiments(such as cutting force experiment,cut-ting temperature experiment,anti-striking experiment,etc.)should be conducted to obtain an enormous amount of experiment data.The development of a proper cutting tool temperature model is a very dif-ficult task due to the large number of interrelated parameters(cutting speed,feed,dept…  相似文献   

17.
求两点沿自由曲面最短路径的关键是正确选择两点间沿曲面的路径.粒子群优化算法(PSO)是一种全局性的概率搜索算法,它在整个问题空间实施搜索,可以得到问题的全局最优解.将粒子群优化算法的思想引入到路径寻优中,采用圆弧逼近法进行初始逼近,提出了解决自由曲面最短路径的随机搜索算法.最后给出了数值实例,结果表明该算法具有容易实现、运算量小等特点.  相似文献   

18.
将标准粒子群(PSO)算法和差异演化(DE)算法混合进行进化,把差异演化算法的优势带入到粒子群算法中,利用差异演化算法其本身具备的对粒子个体的交叉和变异操作使标准粒子群算法种群保持寻优所需的多样性.并将这种算法与标准粒子群算法、G-PSO算法等进行了对比研究,通过混合进化的方法使粒子群种群保持多样性,实验结果表明新算法避免陷入“早熟”或“停滞”的能力大大提高.  相似文献   

19.
基于粒子群优化算法的无源模拟滤波器优化设计方法容易陷入局部最优,收敛速度慢迭代次数多、运算量大且稳定性不够好。提出果蝇优化算法对滤波器的整个参数空间进行高效并行搜索直到获得最优的参数值,实例仿真表明,采用该方法设计的滤波器在相同的带宽准确度及阻带衰减的情况下,具有更快的运算速度及收敛性能。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号