共查询到17条相似文献，搜索用时 187 毫秒
1.
钱树华 《邢台职业技术学院学报》2006,23(1):70-72
本文针对非线性方程组的求解问题提出一种混合算法,将方程组转换成一个优化问题。利用优化问题的非线性共轭梯度法与混沌优化方法相结合,提出了一种新的混合优化算法。该算法能使非线性共轭梯度法跳出局部最优,最终获得全局最优。算法的收敛性也进行了证明,数值结果表明该算法是有效的。 相似文献
2.
钱树华 《宁夏师范学院学报》2006,27(3):38-41
本文针对非线性方程组的求解问题提出一种混合算法,将方程组转换成一个优化问题.利用优化问题的非线性共轭梯度法与混沌优化方法相结合,提出了一种新的混合优化算法.该算法能使非线性共轭梯度法跳出局部最优,最终获得全局最优.通过对算法的收敛性的证明及数值分析,结果表明该算法是有效的. 相似文献
3.
钱树华 《楚雄师范学院学报》2005,20(6):14-17
本文针对非线性方程组的求解问题提出一种混合算法，将方程组转换成一个优化问题。将优化问题的非线性共轭梯度法与混沌优化方法相结合，提出了一种新的混合优化算法。该算法能使非线性共轭梯度法跳出局部最优，最终获得全局最优。算法的收敛性也进行了证明，数值结果表明该算法是有效的。 相似文献
4.
为避免粒子群算法陷入局部最优、早熟收敛,提出了一种新型的混沌粒子群混合优化算法。利用混沌映射初值敏感性、遍历性特点,随机初始化一个粒子,并通过混沌映射得到多个粒子的初始值,改变初始粒子群的提取过程。利用混沌映射扩大初始粒子群,得到寻优粒子群,使得粒子群在搜索的过程中,种群数量变大,有利于全局寻优,而种群粒子多样化,有利于跳出局部极值。经典的测试函数仿真表明,改进的粒子群算法极大提高了粒子群的寻优精度和寻优效率,增加了粒子的全局寻优能力,具有更为广泛的应用场景。 相似文献
5.
晏杰 《赤峰学院学报(自然科学版)》2013,(8):9-10
阐述了模拟退火算法的原理及实现过程,研究了模拟退火算法参数的设置,给出了如何设置参数的思路,运用程序实现了该算法,并将其运用到解决0-1背包问题的优化之中,结果表明该方法能够对函数进行全局寻优,有效克服了基于导数的优化算法容易陷入局部最优的问题. 相似文献
6.
针对信赖域算法求解非线性优化无法找到局部最优解的问题,提出一种基于模拟退火粒子群的信赖域算法.该算法先利用模拟退火改进粒子群的后期寻优能力,克服＂早熟收敛＂,再与信赖域算法结合,有效求解无约束化信赖域子问题。数值实验表明,新算法具有良好的全局寻优能力和收敛能力,计算精度高。 相似文献
7.
针对粒子群优化算法后期易陷于局部最小的缺点,引入模拟退火思想,建立模拟退火—粒子群优化算法。通过求解函数优化问题对比实验,表明改进后的粒子群优化算法增强全局寻优能力,搜索成功率大为提高。 相似文献
8.
为克服粒子群算法在处理复杂高维问题时易陷入局部最优及寻优精度低等缺陷,提出一种融合 Rosenbrock 搜索法的混合粒子群算法。首先,利用 Tent 混沌序列进行种群初始化;其次,采用去速度项的简化粒子群公式提高收敛速度并对个体极值加入扰动,增强粒子种群多样性;最后,当全局最优个体更新停滞时,利用Rosenbrock 搜索法对全局最优个体进行局部搜索,提高解的精度。利用 8 个常用基准测试函数分别对 30 维和50 维问题进行实验,证实该算法可寻到病态函数 Rosenbrock 全局最优值,且比其它 7 个函数的寻优精度提高10-2 数量级。实验证明该算法收敛速度快,解的精度高,全局搜索能力强,寻优能力明显提高。 相似文献
9.
蚁群算法是一种新型启发式优化算法,其作为一种全局搜索算法,能够有效地避免局部极优.本文建立了发电机电磁回路参数聚合中频域拟合法的优化模型,提出利用蚁群算法寻找多台发电机电磁回路的聚合参数,并将寻优结果与利用梯度算法寻优的结果相比较,验证了蚁群算法在发电机参数聚合中的有效性. 相似文献
10.
提出用规则判断由于BP神经网络学习过程中因梯度搜索产生的局部极小，并利用具有全局寻优的特点的混沌优化算法，使学习过程能有效地逃离局部极小，即，梯度下降进研“粗搜索”、混沌优化法进行“细搜索”及建立规则将两者结合起来，就构成了本文的基本混沌梯度下降的前馈神经网络学习算法。这种算法有效地利用了梯度下降算法的快速性和混沌寻优的全局性，将该算法应用于铜锍吹炼过程智能决策支持系统模型库中的模型学习，产生了良好的应用效果。 相似文献
11.
Hybrid discrete particle swarm optimization algorithm for capacitated vehicle routing problem 总被引：11，自引：0，他引：11
CHEN Ai-ling YANG Gen-ke WU Zhi-ming 《浙江大学学报(A卷英文版)》2006,7(4):607-614
INTRODUCTION The vehicle routing problem (VRP), which was first introduced by Dantzig and Ramser (1959), is a well-known combinatorial optimization problem in the field of service operations management and logis- tics. The capacitated vehicle routing problem (CVRP) is an NP-hard problem for simultaneously determining the routes for several vehicles from a central depot to a set of customers, and then return to the depot without exceeding the capacity constraints of each vehicle. In pr… 相似文献
12.
An immune-tabu hybrid algorithm for thermal unit commitment of electric power systems 总被引：1，自引：0，他引：1
This paper presents a new method based on an immune-tabu hybrid algorithm to solve the thermal unit commitment （TUC） problem in power plant optimization. The mathematical model of the TUC problem is established by analyzing the generating units in modem power plants. A novel immune-tabu hybrid algorithm is proposed to solve this complex problem. In the algorithm, the objective function of the TUC problem is considered as an antigen and the solutions are considered as antibodies, which are determined by the affinity computation. The code length of an antibody is shortened by encoding the continuous operating time, and the optimum searching speed is improved. Each feasible individual in the immune algorithm （IA） is used as the initial solution of the tabu search （TS） algorithm after certain generations of IA iteration. As examples, the proposed method has been applied to several thermal unit systems for a period of 24 h. The computation results demonstrate the good global optimum searching performance of the proposed immune-tabu hybrid algorithm. The presented algorithm can also be used to solve other optimization problems in fields such as the chemical industry and the power industry. 相似文献
13.
应用于液压集成块优化的一种混合遗传-退火算法 总被引：1，自引：0，他引：1
This paper establishes a mathematical model of multi-objective optimization with behavior constraints in solid space based on the problem of optimal design of hydraulic manifold blocks (HMB). Due to the limitation of its local search ability of genetic algorithm (GA) in solving a massive combinatorial optimization problem, simulated annealing (SA) is combined, the multi-parameter concatenated coding is adopted, and the memory function is added. Thus a hybrid genetic-simulated annealing with memory function is formed. Examples show that the modified algorithm can improve the local search ability in the solution space, and the solution quality. 相似文献
14.
针对LM算法及模拟退火算法各自存在的不足,提出一种交替使用二者的混合优化算法（SALM算法）.该算法先通过模拟退火算法粗调得到一组全局最优近似解,再以该近似解为初值,交替使用模拟退火算法和LM算法,直至发现满意的最优解.实验结果表明,新算法不但具有模拟退火算法的全局收敛特性而且保留了LM算法的局部收敛速度,克服了单纯模拟退火算法所产生的随机性和概率性问题,也弱化LM算法对初始条件的依赖程度,保证了求解的速度和精度。 相似文献
15.
An efficient hybrid evolutionary optimization algorithm based on PSO and SA for clustering 总被引：4，自引：0，他引：4
The K-means algorithm is one of the most popular techniques in clustering. Nevertheless, the performance of the K- means algorithm depends highly on initial cluster centers and converges to local minima. This paper proposes a hybrid evolutionary programming based clustering algorithm, called PSO-SA, by combining particle swarm optimization （PSO） and simulated annealing （SA）. The basic idea is to search around the global solution by SA and to increase the information exchange among particles using a mutation operator to escape local optima. Three datasets, Iris, Wisconsin Breast Cancer, and Ripley＇s Glass, have been considered to show the effectiveness of the proposed clustering algorithm in providing optimal clusters. The simulation results show that the PSO-SA clustering algorithm not only has a better response but also converges more quickly than the K-means, PSO, and SA algorithms. 相似文献
16.
研究了电力系统的无功优化功问题,给出了结合电力市场实行的无功优化目标函数。在分析了遗传算法和蚁群算法各自优缺点的基础上,将遗传算法与蚁群算法融合,利用遗传算法的交叉、变异操作产生蚁群算法新的搜索路径,以此提高混合智能算法的全局搜索能力和收敛速度,并将混合智能算法应用于实例进行仿真。仿真结果表明,该混合智能算法具有快速的收敛速度和优良的全局优化能力。 相似文献
17.
设计了一种基于支配关系下的局部搜索方法，将此局部搜索方法嵌入到多目标遗传算法中，从而提出一种有效的求解多目标优化问题的混合遗传算法。为加速遗传算法在全局优化问题上的收敛性，发挥传统数值优化算法在计算速度与计算精度上的优势，在遗传算法中镶嵌一个多目标线搜索算子。线搜索算子与遗传算法中的选择算子、交叉算子和变异算子共同作用，使全局搜索和局部搜索都能够很好的实现。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。 相似文献