共查询到20条相似文献，搜索用时 218 毫秒
1.
传统的BP神经网络收敛速度慢,以及该算法的不完备性,易陷于局部极小,全局最优无法保证能收敛到等缺点.针对BP神经网络的缺陷,该文提出了遗传算法,利用遗传算法优化BP神经网络权值和阈值,使得训练了BP神经网络预测模型得到了最优解.采用遗传算法优化BP神经网络的算法,并以此结合算法来研究非线性函数拟合的问题.从实验结果表明,基于遗传算法优化的BP神经网络的非线性函数拟合具有较强的收敛性和鲁棒性,并且有了更高的预测精度. 相似文献
2.
遗传算法(GA)是模拟生物在自然环境中的遗传和进化过程而形成的一种自适应全局优化概率算法,然而在GA求解过程中,往往会出现早熟现象。基于GA传统算法,结合最速下降法和惩罚函数方法,提出求解非线性优化问题的混合遗传算法(HGA)。在无约束优化和约束优化两类问题中分别使用基于最速下降法的SHGA、基于惩罚函数法的PHGA进行求解。通过数值算例验证,表明HGA在非线性优化问题中比GA传统算法具有更快的收敛速度以及更好的最优解。 相似文献
3.
根据蚁群算法和模拟退火算法的特点,提出了一种基于目标函数梯度的模拟退火蚁群混合算法。该算法充分考虑了目标函数的梯度,当目标函数的梯度过小时,加强当前最优解对应的信息素,使算法快速收敛;当目标函数的梯度过大时,引入回火策略以提高解的质量。将基于目标函数梯度的模拟退火蚁群混合算法用于旅行商问题,结果表明,与常规模拟退火蚁群算法相比,改进算法的收敛速度和解的质量均有一定程度的改善。 相似文献
4.
遗传算法(GA)是模拟生物在自然环境中的遗传和进化过程而形成的一种自适应全局优化概率算法,然而在GA求解过程耗时较长,易出现早熟现象导致结果准确度低。根据GA传统算法与结合最速下降法和惩罚函数方法,提出求解非线性优化问题的混合遗传算法(HGA)。在无约束优化问题和约束优化两类问题中分别使用基于最速下降法的SHGA、基于惩罚函数法的PHGA)进行求解。通过数值算例验证,表明HGA在非线性优化问题中比GA传统算法具有更快的收敛速度以及更好的最优解。 相似文献
5.
基于MATLAB平台,将BP人工神经网络与遗传算法应用于射孔枪盲孔参数的优化设计。首先利用BP神经网络来训练已有实验值,然后将训练后的神经网络作为知识源,通过多项式拟合与逼近求得设计变量与目标函数值的函数关系表达式,最后将这一函数表达式作为遗传算法的适应度函数进行遗传迭代寻找最优解。数值模拟分析表明,对盲孔参数的优化是合理的。 相似文献
6.
为解决传统遗传算法在一维多峰函数优化中容易陷入局部极值、收敛概率低、稳定性不理想等问题,提出了一种新型的自适应遗传算法。结合自适应差分进化算法流程,提出了一种基于种群适应度变化程度而变化的非线性交叉算子和变异算子,使算法跳出局部极值,寻找到全局最优解,提升最优值迭代效率。函数测试实验表明,在一维多峰函数优化中,该算法在函数收敛概率、最优值迭代效率以及稳定性上比已有算法均有提高。 相似文献
7.
利用准精确惩罚函数法构造出价格函数,并且采用自适应遗传算法,进行电路级综合,以获得全局最优解。实验结果表明:利用本方法可以快速设计出满足性能指标的CMOS运算放大器。 相似文献
8.
《绵阳师范学院学报》2020,(2)
本文提出了一种以多层神经网络来估计概率密度函数的后非线性盲源分离算法.该算法将PReLU函数作为激活函数,并对概率密度函数进行自适应逼近,以最小互信息作为基本准则来构建目标函数测试独立性.最后用改进后的自然梯度算法推导出分离矩阵和迭代公式,以此来更新目标函数.仿真实验证明所提算法可以有效分离非线性混合信号. 相似文献
9.
《西安文理学院学报》2016,(2)
在传统神经网络的基础上,引入小波函数而构成的小波神经网络具有极强的函数映射能力,在图像压缩领域有着较多应用.为了进一步提高图像的压缩质量,引入了遗传算法对传统小波神经网络算法进行改进,在对小波基平移和伸缩参数系数进行寻优时,将其作为种群初始化,经过选择、交叉和变异,获得最佳染色体,最后将最佳染色体转化成对应的权值、伸缩系数和平移系数从而进行小波神经网络映射.实验结果表明,改进后的小波神经网络图像压缩方法相较传统小波神经网络法,均方误差分别降低了14.8%和16.7%,图像信噪比分别提高了9.15%和7.11%,图像压缩质量有了较大提高. 相似文献
10.
图像分割是数字图像处理系统中基本而关键的技术.通过阈值分割是其最简单的技术,它假设目标和背景是可以分离的.详细讨论将自适应遗传算法与OTSU算法相结合应用于最佳阈值的确定中,提出了相应的算法并用于图像分割,由于自适应遗传算法具有全局搜索最优解能力,因此能在很短时间内自动确定阈值.实验仿真结果表明,该方法不仅可以实现准确的图像分割,并且使得分割速度大大提高. 相似文献
11.
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
12.
在现代生产管理中,合理安排工件的加工顺序使所有的工件准时完工极为重要．文中研究工件不允许拖期的单机分批调度问题,目标是使加工．总成本最小,目标函数不仅考虑了工件提前完工有提前惩罚成本,还考虑了批加工成本费用．提出了一种多项式时间的最优算法． 相似文献
13.
An extended discrete particle swarm optimization algorithm for the dynamic facility layout problem 总被引：2，自引：0，他引：2
Hassan Rezazadeh Mehdi Ghazanfari Mohammad Saidi-Mehrabad Seyed Jafar Sadjadi 《浙江大学学报(A卷英文版)》2009,10(4):520-529
We extended an improved version of the discrete particle swarm optimization （DPSO） algorithm proposed by Liao et al.（2007） to solve the dynamic facility layout problem （DFLP）. A computational study was performed with the existing heuristic algorithms, including the dynamic programming （DP）, genetic algorithm （GA）, simulated annealing （SA）, hybrid ant system （HAS）, hybrid simulated annealing （SA-EG）, hybrid genetic algorithms （NLGA and CONGA）. The proposed DPSO algorithm, SA, HAS, GA, DP, SA-EG, NLGA, and CONGA obtained the best solutions for 33, 24, 20, 10, 12, 20, 5, and 2 of the 48 problems from （Balakrishnan and Cheng, 2000）, respectively. These results show that the DPSO is very effective in dealing with the DFLP. The extended DPSO also has very good computational efficiency when the problem size increases. 相似文献
14.
结合遗传算法(GA)和粒子群算法(PSO)的优点以及混沌运动的特性,提出了混沌粒子群遗传算法(CPSO-GA),并使用五个高维非线性测试函数考察此算法的性能。在固定进化代数、所调用目标函数次数接近以及固定收敛精度三种情况下对算法进行数值试验,结果表明,与其他文献中提出的算法相比,CPSO-GA能100%地找到最优解,收敛效果及寻优能力好,并能有效摆脱局部极小点,且调用目标函数次数最少,大大降低了计算量。 相似文献
15.
针对传统启发式算法难以平衡求解收敛次数与求解精度问题,通过充分分析GA和ACO两种算法的优缺点,设计了一种改进的遗传蚁群算法。将算法分为上下两步,分别以GA和ACO为主。在GA中引入信息素更新机制连接上下两部分算法|在ACO中引入遗传变异操作尽可能扩大解的范围。同时结合两种算法各自解的继承方式,采用合适的方法分别处理这两部分产生的不可行解。获得解后,通过引入交换邻域的爬山法思想进一步尝试优化解。最终在保证求解精度的前提下,减少求解所需的迭代次数。实验结果表明,在需要保证求解精度的前提下,相比传统GA,该方法的求解效率提高了一个量级。 相似文献
16.
针对NP-完全的无等待流水作业调度问题,改变传统求解调度序列目标函数的模式,分析并证明启发式算法基本算子的目标增量性质,通过目标函数变化量判断新解的优劣,大大降低算法所需计算时间．提出将变化邻域搜索（VNS）作为一种局部搜索机制混合入遗传算法的智能算法IGA求解所考虑的问题,根据问题特点构造ISG算法产生初始种群中的一个个体,设计基于期望值的个体选择机制和进化过程交叉算子ILCS．采用110个经典Benchmark实例,将所提出的IGA算法与传统遗传算法以及求解该问题目前最好的2种算法进行比较,实验结果表明IGA算法在略有耗时的情况下,性能上明显优于其他3种算法、 相似文献
17.
基于遗传算法的火电单元机组多目标优化协调控制 总被引：1，自引：0，他引：1
作者提出了一种基于遗传算法的火电单元机组多目标优化协调控制策略。该策略通过改进的遗传算法进行多目标优化求解机组最优稳态控制量以得到最优设定值，从而完成多目标优化协调控制任务。改进的遗传算法采用十进制编码，规范化几何秩选择，混合交叉及均匀变异。仿真结果表明，在不同的运行目标下控制量的最优适应度函数都能快速收敛，遗传算法为多目标优化协调控制提供了有效的途径。 相似文献
18.
Thevibrationinducedbyiceisanimportantfactorofdamageforjacketplatforms ,sotheiceloadshavebeenthecontrolloadforjacketplatformsintheBohaiBay[1] .Toreducedamageinducedbytheiceforce ,theloadsstandardofjacketplatformshasbeenimproved .Infact ,thestrengthofjacketplatformsagainststaticiceforceismeteasily .But,thesafetyproblemoftheplatformaf fectedbyboththebehaviorsofself excitedandcouplingissolvedbyothertechnologysolutions[2— 3] .Xuetalde signedasetofdevicesforreducingvibrationofthejacketplatforminth… 相似文献
19.
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
20.
This paper discusses a kind of optimal method used for searching flat panel display (FPD) scanning matrix. The method adopts
bionic algorithm: genetic algorithm (GA) and particle swarm optimization (PSO) algorithm. The method using single GA is more
time-consuming, and the search efficiency is low in later evolution; the PSO algorithm is easily falling into the local optimal
solution and appears the premature convergent phenomenon. Hence, a hybrid approach of GAPSO is found to optimize the search
for high grayscale weights scanning matrix. Finally in the acceptable time, it finds a weight scanning matrix (WSM) of 256
gray scales with Matlab, whose scanning efficiency reaches 94.73% and the linearity is very good. 相似文献