共查询到20条相似文献，搜索用时 15 毫秒
1.
2.
将量子进化算法(QEA)和粒子群优化算法(PSO)相互结合,提出了两种混合量子进化算法:嵌入式粒子群量子进化算法(PSEQEA)和量子二进制粒子群优化算法(QBPSO),并通过对多用户检测问题的应用,表明新的算法不仅操作更简单,而且全局搜索能力有了显著的提高. 相似文献
3.
《东南大学学报》2021,(3)
为进一步降低燃煤电站锅炉的NO_x排放量,在低氮燃烧优化中引入相反学习粒子群算法(OBLPSO)和广义相反学习粒子群算法(GOBLPSO).在某660 MW燃煤机组锅炉中进行了摸底工况、变氧量工况、变磨煤机投运方式工况、变风压工况等燃烧调整试验,得到燃烧优化的样本,进而比较分析了粒子群算法(PSO)、标准差分进化算法(DE)、OBLPSO算法和GOBLPSO算法的适应性.51次独立重复优化试验结果表明:PSO算法性能优于DE算法,而GOBLPSO算法性能总体优于PSO算法和OBLPSO算法.GOBLPSO算法优化的NO_x排放量中位数较PSO算法最多可低15.8 mg/m~3.广义相反学习能有效利用当前搜索空间的信息,提升粒子群在低氮燃烧优化中的适应性. 相似文献
4.
5.
简化粒子群优化算法（sPSO）去掉了PSO中的速度项,使算法性能有了显著提高。文章以该算法为基础,讨论了sPSO的改进方向,然后提出了惯性权值优化的简化粒子群优化算法（wsPSO）以及带极值扰动和惯性权值优化的简化粒子群优化算法（wtsPSO）,并通过实验验证了改进的有效性节。 相似文献
6.
7.
由于灰色神经网络随机初始化网络的参数在使用灰色神经网络预测模型时,经常会出现在进化过程中陷入局部最优值和预测精度较低等问题.因此,提出采用粒子群优化(PSO)算法优化灰色神经网络的初始参数,建立了基于粒子群优化灰色神经网络的预测模型.使得在预测性能的稳定性上,明显优于单纯使用灰色神经网络模型.通过实验,对比分析了BP神经网络、灰色神经网络和PSO优化的灰色神经网络三种预测模型,结果验证了所提模型的有效性,从而进一步提高了灰色神经网络预测模型的精确度. 相似文献
8.
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
9.
许敏 《十堰职业技术学院学报》2010,23(3):96-98
本文根据极值组合原理,结合粒子群(PSO)算法的本身特性,提出一种基于极值组合的分段PSO算法DPSOE(Division Particle Swarm Opti mum Base on Extremum Element As-sembling),并通过实验证明这种算法在函数优化时能有效避免陷入局部最小,且算法效率较高。 相似文献
10.
多相机组网网络设计具有多参数、多约束、运算量大等特点,在理论上是一个复杂的优化策略问题,寻找其绝对精确的最优解通常需要很大的运算量,因此在实现时必须考虑算法效能。利用基于粗糙集的启发式属性约简算法获得特征属性的约简,在此基础上利用改进的支持向量机对约简信息进行预测。为了获得最优预测精度,采用混沌粒子群优化（PSO）算法以避免SVM预测模型的局部优化。最后通过实验对粒子群优化（PSO）算法、改进的PSO（IPSO）算法与混沌PSO（CPSO）算法性能进行比较,分析结果表明,相比于其它方法,该方法在收敛速度以及防止局部寻优等性能方面有较大提高。 相似文献
11.
杨道平 《数学学习与研究(教研版)》2009,(6)
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
12.
《实验室研究与探索》2016,(10):107-111
传统的粒子群优化(Particle Swarm Optimization,PSO)算法易陷入局部最优,因此引入了混沌优化形成混沌粒子群(Chaotic Particle Swarm Optimization,CPSO)算法以减小粒子陷入局部最优的可能,并在此基础上结合了差异进化(Differential Evolution,DE)算法中的交叉操作得到改进粒子群优化(Improved Particle Swarm Optimization,IPSO)算法以增加粒子的多样性,从而增加获得更优解的可能。为验证算法有效性,将PSO、CPSO和IPSO基于Matlab软件分别对IEEE30节点测试系统进行电力系统无功优化仿真。仿真结果表明,IPSO算法能找到质量更高的解,且收敛特性更好,体现了算法改进的优越性。通过该仿真实验,既可加强学生运用仿真软件的能力,又可加深学生对无功优化的理解和对智能算法的认识,从而有效提高教学质量。 相似文献
13.
14.
投影孪生支持向量机(Projection Twin Support Vector Machine,PTSVM)是一种有效的分类算法,存在参数选择困难和算法总体运行时间过长等问题.文章将粒子群算法(Particle Swarm Optimization,PSO)和PTSVM相结合,提出一种基于粒子群算法的投影孪生支持向量... 相似文献
15.
针对基本粒子群优化算法存在的早熟收敛问题,提出了一种保持粒子活性的改进PSO算法:当粒子失活时,对粒子进行变异或扰动操作,重新激活粒子,使粒子能够有效地进行全局和局部搜索,并将改进的PSO算法应用到酒精流加发酵过程的补料优化。实验结果表明,运用改进的PSO算法在进行流加发酵过程的补料优化时,它的寻优性能良好,而且寻优速度很快,可以提高最终产物14%的产量。 相似文献
16.
针对PID控制中比例、积分与微分系数难整定和控制存在速度与超调相互矛盾的问题.提出一种结合粒子群优化(PSO)算法和模糊(Fuzzy)理论进行的PID控制.利用PSO整定到的参数进行模糊PID控制,仿真结果表明,控制上升速度快,过渡时间短,自适应能力强,是一种有效的控制方法. 相似文献
17.
《常熟理工学院学报》2016,(2)
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
18.
针对基本粒子群优化算法(简称PSO)存在的早熟收敛问题,提出了一种既保持粒子活性又保证粒子快速收敛于全局极值点的改进粒子群优化(XARPSO)算法。在算法运行过程中,如果种群多样性逐步减小,直至超出下限时,种群不再向整体最优位置靠近,而是纷纷远离该最优位置,从而执行了"扩散"操作,而当种群多样性逐步增大,直至超出上限时,种群又开始向整体最优位置靠拢,即执行了"吸引"操作,从而保持了粒子的多样性。同时,该方法引入收缩因子的概念,即通过正确选择惯性权重系数与加速常数即学习因子这些控制参数的值的方法,确保算法收敛。 相似文献
19.