共查询到20条相似文献，搜索用时 15 毫秒
1.
2.
针对GA和SA算法在软件可靠性测试的资源分配中最优解搜索精度不高的问题,提出了一种负相关种群多样性优化的软件可靠性测试策略。首先,根据个体的适应值、个体之间的差异性这两个因素,改进算法的种群多样性问题。随机生成一个或者多个解决方案,然后使用随机搜索算子生成新的解决方案并逐代搜索,直到达到终止条件。最后,根据上述算法构建软件可靠性测试模型,并提出该模型的约束条件。收敛性和可靠性约束的实例仿真测试结果表明,本文提出的改进算法在资源分配搜索中更容易跳出局部最优,得到全局最优点,精度更高。 相似文献
3.
《科技通报》2017,(5)
二次规划是非线性规划问题中较为重要的一种,非线性规划问题的发展方向是使非线性规划问题变换成以序列为基础的对二次规划问题的求解与计算。文中将二次约束下的边界约束非凸二次规划问题作为研究目标,运用改进的分支定界算法对该问题进行最优化求解。首先,利用非线性二次函数的特性对原问题实现等价问题的变换,采用新型改进的线性松弛策略实现对原问题函数的松弛效果,利用外接最小体积椭球松弛法求解目标函数最优解下界值,再用最大体积椭球紧缩法求解目标函数最优解上界值,重复迭代步骤至下界与上界相等;其次,在确定原问题的最优下界和上界后,利用超矩形缩减法及标准二分法在松弛结果基础上对超矩形实现削减,使全局中不是最优解的部分得到剔除,最终实现非凸二次规划问题最优解。通过仿真实验证明,利用文中改进型分支定界算法使非凸二次规划问题达到了全局最优解。 相似文献
4.
5.
6.
多目标优化问题是一类很普遍的问题。演化算法是一种通过模拟自然界的生物演化过程搜索最优解的方法,用于求解多目标优化问题有其独特的优势。系统介绍了多目标演化算法特点、需要解决的关键问题、算法框架、算法实现及应用趋势。 相似文献
7.
基于遗传算法的聚类算法是一种全局优化算法,但是其局部搜索能力较差,而梯度下降法却具有较强的局部搜索能力,本文在通过遗传算法搜索得到近似全局最优解的基础上,采用梯庹下降法进一步搜索全局最优解,得到两者相结合的新算法. 相似文献
8.
蚁群算法在高校物品配送路径优化中的应用 总被引：1，自引：0，他引：1
在分析高校物流特点的基础上,对高校物流路径优化问题做出合理假设并构造目标函数,鉴于蚁群算法具有良好的正反馈性和并行性,运用该算法求出近似最优解。此算法能快速收敛于全局最优解,可有效地解决带有时间窗约束下的高校物流配送路径优化问题。 相似文献
9.
蜂群算法在TSP问题上的应用及参数改进 总被引：2，自引：0，他引：2
在分析蜜蜂采蜜原理和蜂群算法模型的基础上,本文提出了一种适于组合优化问题应用的改进蜂群算法,将其应用在TSP问题的求解上,并对其重要参数limit的求解方法进行了改进。在TSP LIB上的仿真实验结果表明,改进算法全局搜索能力强,有较好的发现最优解的能力。 相似文献
10.
在电力系统领域,粒子群优化算法(PSO)被广泛应用于实现电能优化、电压控制、以及电容器优化配置等问题。但现有的PSO算法在电力系统优化应用中容易过早收敛,不能得到精确解。文章根据电网最优潮流具有典型的有约束、非线性的特点,提出了一种应用于电网经济调度问题的快速有效的求解方法,即改进粒子群(PSO)算法。从模仿生物遗传进化的角度出发,在参考现有PSO算法的基础上设计一种可以随适应度变化而变化的PSO算法模型。通过该算法与标准PSO算法在IEEE30节点系统上进行算法检验比较,可以清楚地看到所改进的算法在求解电网系统经济调度问题方面所具有的优越性能。 相似文献
11.
12.
对于机械设计过程中所涉及到的约束优化问题,本篇文章提出了对约束处理进行改进的方式,也就是自适应罚函数法。下文主要结合了机械约束优化问题中所存在的维数不高以及差分进化算法自身所具有的便捷性,使用差分进化算法能够更加便捷的得出机械设备的约束优化问题。本篇文章主要依据机械约束优化实际数值的实例,来对机械约束差分进化算法进行验算。 相似文献
13.
14.
差分进化算法(Differential Evolution Algorithms,DE)和粒子群算法(Particle Swarm Optimization,PSO)是一种基于种群的全局优化的通用的启发式算法,已经用来求解很多的问题。本文提出一种基于DE和PSO的双进化方式的种群进化策略。对于种群中的每个粒子可以随机选择按照差分进化或者按照粒子群进化。为了提高进化的收敛速度,对于每一代粒子选择一个最优的粒子提供给按照PSO算法进化的粒子使用。通过4个标准函数测试该算法并与PSO和DE算法进行比较,实验证明该算法是一种求解精度高,速度快,鲁棒性好的算法。 相似文献
15.
16.
粒子群优化算法已越来越广泛的应用于求解优化问题,它简单实用且对一些复杂问题也能得到不错的结果,但它收敛速度慢且容易陷入局部最优值。多种群粒子群分层进化优化算法让粒子分层进化,对于具有不同适应度值的粒子采取不同的进化措施,提高了算法的收敛速度和精度。 相似文献
17.
ID3算法计算速度较快、容易实现并且适用于处理规模较大的学习问题,但其较倾向于选择取值较多的类别,从而导致丢失全局最优解。提出一种改进的ID3算法,并将其应用于管道腐蚀检测系统中,研究结果表明,改进后的算法具有较高的可信度。 相似文献
18.
考虑含分布式电源配电网的特点,为实现无功优化的目标,在免疫算法的基础上,提出一种改进免疫算法。该算法结合免疫克隆原理,将待求问题作为抗原,把其解作为抗体。在抗体的优化过程中,基于中心个体的划分聚类算法对抗体进行聚类,再对聚类后的抗体竞争克隆,构建小局域中优秀抗体聚类群,引入自适应算子对抗体群进行动态调整,以便能生成全局最优解。 相似文献
19.
针对传统的蚁群算法设计机器人避障路径规划,自适应能力差,全局优化能力和搜索速度不好的问题,在传统算法的基础上,提出一种采用奖惩规则格栅建模的机器人避障规划算法。提出构建模型主体的行为规则和避障规则,通过在栅格环境中设置量子遗传进化的多个有效的行为规则,设计了信息素更新的奖惩规则,修改其路径上的信息素,改变量子本身携带的信息素,得到优化避障最小距离。最终获得了复杂环境下的最优路径。仿真实验表明采用该算法进行机器人避障路径规划,在未知复杂环境下能够快速地规划出安全的优化路径,机器人避障路径规划具有很好的自适应性,相比传统的蚁群算法,其全局优化能力和搜索速度都得到了显著提高。 相似文献
20.
无功优化规划可以视作为非线性的条件组合优化问题,目前对这些问题的解决办法有很多种,但不能应用在大规模优化计算中。为了使遗传算法搜索时间得到有效降低,提高整体的效率,本文对无功规划相关算法进行改进,使得算法更加贴合实际,以更快的速度求得最优解。本文在遗传算法的基础上对一些环节作出相应的改进,并分析选择无功补偿节点,利用灵敏度加强算法的交叉、变异性,引入灾变来对种群进行阶段性灭绝,使得遗传算法在求取全局最优解时有着更好的表现,进而使得算法整体的效率得到提升。 相似文献