共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
针对传统的人工蜂群算法具有较强的勘探能力,但是算法局部开采能力较弱,演化后期收敛速度慢,容易陷入局部最优,提出了基于混沌算法和逆向学习算法相结合的初始化种群方法,有效改进种群的多样性;提出了一种新型的搜索策略来改进观察峰与侦察蜂的搜索过程,加快了算法的收敛速度;通过5个标准函数进行测试,文中算法在搜索效率、最优解质量、稳定性均优于传统的人工蜂群算法. 相似文献
4.
人工蜂群算法是一种模拟蜜蜂觅食行为的群智能优化算法,具有较好的全局搜索能力,但收敛速度较慢且容易陷入局部最优.针对其不足之处,提出了一种基于错位突变策略的人工蜂群算法(DMABC).该算法在搜索蜜源的时候运用错位突变策略增强种群多样性,并使用排序选择机制和新的比较机制防止过早收敛.通过对几个标准测试函数的实验表明,改进算法具有更快的收敛速度,优化精度更高. 相似文献
5.
《佳木斯教育学院学报》2016,(11)
BP神经网络具有实现非线性映射特点和较强的容错能力、泛化能力等优点。然而,因为其采用了最速下降梯度寻优算法,在实际应用中往往出现收敛速度缓慢、时常陷入局部极小值等缺陷。人工蜂群算法是受蜂群个体间通过相互协作对既定目标进行寻优的群体行为启发提出的一种新型群智能优化算法,具有很好的全局收敛特性,其次有较强的自适应性、协作性、鲁棒性、快速性等特点。文中探讨用人工蜂群算法来优化BP神经网络算法,进一步提高BP神经网络性能。 相似文献
6.
7.
张姣玲 《广东技术师范学院学报》2011,(9):31-33
提出了用人工蜂群算法解决多元线性回归问题.通过计算机仿真测试,表明人工蜂群算法在多元线性回归分析的参数估计问题中是有效的、实用的. 相似文献
8.
模糊规则提取和隶属度函数学习是模糊推理系统设计过程中重要而困难的问题。针对该问题,提出一种基于人工蜂群算法(ABC算法)训练自适应神经模糊推理系统(ANFIS)的新方法。神经网络采用5层ANFIS网络结构,并且描述了基本思想和算法实现过程。在ANFIS中引入ABC算法进行参数训练和优化,该方法适用于非线性系统辨识。实验结果表明,加入ABC算法之后,ANFIS训练和参数优化等取得了良好效果。 相似文献
9.
针对水轮机调节系统的非线性特性和"水锤"效应,结合人工蜂群算法(ABC)搜索过程精细、全局收敛性较强的特点,提出一种改进模糊人工蜂群算法(MFABC),将其应用于不同扰动工况下的水轮机调节系统中,并利用Matlab强大的仿真能力完成水轮机调节系统参数的优化。通过仿真实验,验证了所提出的MFABC算法较Ziegler Nichols算法、模糊PID算法、粒子群算法和标准ABC算法在全局搜索能力和收敛速度方面的有效性和优越性,保证该方案下系统能获得更好的动态性能。该仿真实验既可加深学生对水轮机调速器参数优化问题的认识与理解,也有利于提高学生的实验仿真能力。 相似文献
10.
提出一种黄金工作集的多维数值函数极值优化算法。根据工作集元素的贡献度不同并结合黄金分割法将工作集划分为黄金工作集和非黄金工作集。通过保留黄金工作集元素和置换非黄金工作集元素方法,保障工作集中的元素都是最优解,从而达到加速收敛实现算法的优化。通过与人工蜂群算法的进行比较,结果证明该算法在极值收敛上具有明显优势。 相似文献
11.
12.
大多数种群优化算法面临的共同缺陷是全局搜索能力不足,易陷入局部最优解。文章基于灰狼优化算法和人工蜂群算法,引入混沌映射和OBL策略,提出了新型GWO-ABC混合优化算法。通过GWO-ABC算法优化了FOPID控制器的参数,仿真结果表明,该算法性能优于其它算法。 相似文献
13.
针对进化多目标图像分割算法运行时间长且依赖人工挑选最优解的不足,提出一种快速自动多目标图像分割算法。首先使用自适应Mean-shift算法对图像进行预处理,将粗分割结果进行二次分割以提高运行速度;其次选择相互排斥的指标作为多目标的目标函数,并采用RM-MEDA框架对超像素颜色与纹理特征分别进行优化,同时对它们使用不同权值作为目标函数优化;最后由模糊模型从众多Pareto折中解集中自动选择满足实际分割要求的PS解。引入Mean-shift进行预分割,相对于标准的RM-MEDA,其运行速度提高近18%,由模糊模型推荐的Pareto解中,97%的情况符合分割要求。 相似文献
14.
《邢台职业技术学院学报》2022,(1):76-80
文章基于灰狼优化器和蜜蜂算法两种种群优化算法,将两者的优点结合,提出一种新的混合优化算法来克服原算法的缺点。为了评估新的混合优化算法的性能,通过对基准函数的测试分析,将新的混合优化算法和原有算法进行了比较,验证了新算法的性能的优越性。 相似文献
15.
蜂群算法是人们受到自然界中蜜蜂的行为启发而提出的一种新颖的智能优化算法。详细阐述了基于蜜蜂采蜜行为的蜂群算法的基本原理及研究情况。通过与遗传算法、蚁群算法、粒子群算法相比较,总结出蜂群算法的优缺点,并提出了未来研究的方向。 相似文献
16.
针对K-means算法对初始聚类中心敏感、容易收敛于局部极值和人工鱼群算法最大步长固定、寻优精度不高、后期收敛速度慢的问题,提出一种K-means和人工鱼群相结合的聚类算法。该算法将K-means聚类中心引入人工鱼群适应度函数,自动确定近似全局最优的初始聚类中心,并将其作为K-means初值详细进行局部搜索,以提高精度。同时采用淘汰机制和自适应的最大步长策略,优化人工鱼群算法性能。在Iris、Wine数据集和EPA-HTTP应用日志数据上对IAFSA KM算法进行实验仿真分析,验证了算法的有效性和可行性。 相似文献
17.
商建平 《兰州石化职业技术学院学报》2022,(1):5-9
针对传统圆柱度误差评定算法都对包容最小区域的两个同轴理想圆柱面的轴线有约束,从而降低了工件圆柱度误差评定的精确度,所以在工件圆柱度误差评定中引入了对理想圆柱轴线没有约束的鲸鱼优化算法(WOA)、改进粒子群优化算法(IPSO)、改进人工蜂群算法(IABC)和遗传算法(GA)等智能评定算法.计算结果表明,采用改进粒子群优化... 相似文献
18.
19.
《洛阳师范学院学报》2015,(11)
针对函数优化的非线性特点,在标准粒子群优化算法的基础上,提出了一种带自适应变异的粒子群优化算法.该算法对惯性权值进行参数设计,建立非线性递减策略曲线模型,通过设置校准系数,改变惯性权值的曲线变化率,使其随迭代过程进行自适应变化.通过在迭代初期选取较大的惯性权值,增强算法的局部寻优能力,加快算法收敛速度,而在迭代后期选取较小的惯性权值,提升算法的全局搜索性能.同时,在算法中引入变异机制,增加种群的多样性,从而更好地提升算法由局部到全局的开放式搜索能力.通过选择基准测试函数对几种算法进行性能测试,证明改进算法收敛速度快、精度高,总体性能优于对比算法. 相似文献
20.
在处理多峰函数的优化问题时,遗传算法局部搜索能力差,并且容易早熟。针对这种问题,将遗传算法与多种局部搜索算法相结合,形成多种Memetic算法。通过进行数值优化实验,发现算法的优化效率有所提高,但是局部搜索算法的不同对优化性能影响很大。为解决这种问题,在传统Memetic算法的基础上提出了一种使每代个体根据局部搜索算法的搜索效率自适应选取局部搜索算法的Memetic算法,即基于离散度的自适应Memetic算法。通过测试函数测试,这种算法具有更高的效率和更强的通用性。 相似文献