混合优化

摘要： 鹰栖息优化(eagle perching optimization,EPO)算法模拟了鹰在大自然中栖息的生物特性,在全局范围内随机采样,利用目标函数找到采样点中的最优解,之后将搜索范围缩小,在这个最优解附近进行二次采样,迭代这一过程,执行全局搜索到局部搜索的转变。该算法原理简单、易于实现,是一种收敛速度较快的新型群智能算法,但在解决高维问题时算法收敛精度低、易陷入局部最优。基于自适应调优和混合算法的思路,提出了一种混合改进的鹰栖息优化(hybrid improved eagle perching optimization,HIEPO)算法:一方面引入成功率作为反馈参数自适应调整算法的收缩变量,改变了原有定值和线性递减设置,更好地实现全局搜索和局部搜索之间的转变;另一方面,结合粒子群(particle swarm optimization,PSO)算法收敛速度快,全局搜索能力强的优点,将引入成功率的EPO算法与PSO算法串行,提高收敛精度且避免了局部最优。单峰函数(f_(1)~f_(4))、多峰函数(f_(5)~f_(8))和定维多峰函数(f_(9)~f_(12))这12个标准测试函数求解得到的平均值、标准差以及拉伸/压缩弹簧设计和压力容器设计2个工程约束优化问题的求解结果表明,改进后的HIEPO算法在收敛精度和避免局部最优方面均有一定优势。

摘要： 黏菌优化算法(SMA)和算术优化算法(AOA)是最近提出的新型元启发式优化算法。SMA算法具有较强的全局探索能力,但迭代后期振荡作用较弱,易陷入局部最优,且收缩机制不强,导致收敛速度慢。AOA算法利用乘除算子进行位置更新,随机性强,具有较好的避免早熟收敛能力。针对上述问题,将两种算法结合并利用随机反向学习策略提高收敛速度,提出一种性能优越且高效的融合随机反向学习策略的黏菌与算术混合优化算法(HSMAAOA)。改进算法保留了SMA全局探索部分位置更新公式,局部开发阶段将乘除算子替换SMA收缩机制,提高算法随机性与跳出局部极值的能力。此外,通过随机反向学习策略增强改进算法种群多样性,提高收敛速度。实验结果表明,HSMAAOA算法具有良好的鲁棒性以及寻优精度,且明显提升了收敛速度。最后,通过焊接梁设计问题与压力容器设计问题,验证了HSMAAOA在工程问题上的适用性与有效性。

摘要： 针对传统支持向量机方法用于数据分类存在分类精度低的不足问题,将支持向量机分类方法与特征选择同步结合,并利用智能优化算法对算法参数进行优化研究.首先将遗传算法(Genetic algorithm,GA)和乌燕鸥优化算法(Sooty tern optimization algorithm,STOA)进行混合,先通过对平均适应度值进行评估,当个体的适应度函数值小于平均值时采用遗传算法对其进行局部搜索的加强,否则进行乌燕鸥本体优化过程,同时将支持向量机内核函数和特征选择目标共同作为优化对象,利用改进后的STOA-GA寻找最适应解,获得所选的特征分类结果.其次,通过16组经典UCI数据集和实际乳腺癌数据集进行数据分类研究,在最佳适应度值、所选特征个数、特异性、敏感性和算法耗时方面进行对比研究,实验结果表明,该算法可以更加准确地处理数据,避免冗余特征干扰,在数据挖掘领域具有更广阔的工程应用前景.

摘要： 闭环布局问题(CLLP)是一种NP-困难的混合优化问题,它在大小可调的矩形环上寻找设施最佳放置次序,目标是最小化设施之间物料流的运输成本.现有方法均采用元启发式算法来寻找最优的设施放置次序,并且通过枚举方法来获得最优的矩形环大小,而枚举方法的计算效率不高.为了解决这个问题,提出了求解CLLP的混合群体增量学习(HPBIL)算法,分别使用离散群体增量学习(DPBIL)算子和连续PBIL(CPBIL)算子同时对设施放置次序和矩形环大小进行优化,提高了搜索效率;同时还设计了一个局部搜索算法来优化每代中的部分优质解,以提高算法的求精能力.在13个CLLP测试实例上进行实验,结果表明HPBIL算法在9个测试实例上找到了新的最优布局,它对CLLP的寻优能力明显优于对比算法.

摘要： 针对全局路径规划研究中遗传算法存在搜索范围广而导致收敛速度慢的问题,本文提出一种混合优化的全局路径规划方法,完成对图像读取、处理后使用A*算法预处理缩小可行区域从而提高收敛速度.所提出的混合优化规划方法主要优化遗传算法的初始种群,在不影响最终路线的情况下,缩小初始种群的搜索范围,提高算法进行全局路径规划的速度,快速有效的规划出全局路线.另外本文给出一种评价体系对规划结果进行定量的避障评价,评价结果能够以数值形式对规划结果进行综合评价,评价结果显示通过混合优化算法规划出的路径具有更佳的安全性.

摘要： 折扣{0-1}背包问题(Discounted{0-1}Knapsack Problem,DKP)是一个NP-困难的组合优化问题,尽管已经存在一些求解DKP的智能优化算法,但目前尚没有用蚁群优化(Ant Colony Optimization,ACO)算法求解DKP的研究.提出了一个求解DKP的改进ACO(Modified ACO,MACO)算法.MACO算法使用整数编码以保证每组物品最多只有一个物品被选中,在MACO算法构造解的每一步,采用组内竞争选择来降低算法的时间复杂性,对计算选择概率的公式,放弃启发式信息以减少参数并简化算法参数设置,对蚂蚁构造出的解,经修复后使用基于价值密度和价值的混合贪婪优化算子来提高算法的寻优能力.在四类测试用例上对MACO算法进行了测试并与其他算法进行比较,实验结果表明MACO算法的性能明显优于其他算法.

摘要： 针对全局路径规划研究中遗传算法存在搜索范围广而导致收敛速度慢的问题,本文提出一种混合优化的全局路径规划方法,完成对图像读取、处理后使用A*算法预处理缩小可行区域从而提高收敛速度.所提出的混合优化规划方法主要优化遗传算法的初始种群,在不影响最终路线的情况下,缩小初始种群的搜索范围,提高算法进行全局路径规划的速度,快速有效的规划出全局路线.另外本文给出一种评价体系对规划结果进行定量的避障评价,评价结果能够以数值形式对规划结果进行综合评价,评价结果显示通过混合优化算法规划出的路径具有更佳的安全性.

摘要： cqvip:鼠群优化算法(Rat Swarm Optimizer, RSO)是一种可以解决全局优化问题的新型仿生优化算法,它的灵感主要来自于自然界种鼠群追逐猎物和与猎物搏斗的行为。然而,它具有收敛速度过慢和收敛精度不高的缺陷,为解决这一问题,本文提出了一种改进的鼠群优化算法——基于反向学习的DE-RSO混合优化算法(Opposition-Based Learning DE-RSO Hybrid Optimizer, OBLDE-RSO)。该算法使用了DE-RSO混合策略和反向学习策略,DE-RSO混合策略可以保持种群多样性并降低算法陷入局部最优的可能性,反向学习策略可以针对性地扩大个体的搜索范围,使个体以更高概率找到潜在的更加理想的求解区域。本文用29个IEEE CEC2017基准测试函数对OBLDE-RSO进行测试,并与其他经典算法的测试结果进行对比,实验结果表明,该算法在收敛精度和收敛速度方面都具有良好的性能。

摘要： 基于粒子群算法(Particle swarm optimization,PSO)和遗传算法(Genetic algorithm,GA),本文提出了一种称为PSO-GA的新的混合优化算法以求解旅行商问题(Traveling Salesman Problem,TSP).该算法删掉了粒子群算法中的位置和速度的概念,改变粒子们的更新方式.PSO-GA通过引入遗传算法中交叉与基因突变操作,每个个体通过与最优粒子的交叉及其自身变异的方式寻找最优解.由算法的收敛性分析可知随着种群的迭代,算法可以找到最佳结果.实验结果表明,PSO-GA与其他算法相比可以在TSP问题上找到最优解.

摘要： 面向未来载人月球与深空探测任务需求,针对地月系统中低能往返环月轨道与平动点轨道的转移设计问题进行研究,在不同三体轨道下系统分析了环月轨道变化对任务飞行时间与燃料消耗等关键参数的影响,并提出月球往返轨道初值猜想搜索策略。为解决设计变量初值敏感性问题,结合空间不变流形与目标平动点轨道构型特性,采用微分修正算法快速构造初始转移轨迹。在同时考虑近月点与燃料最优转移多约束条件下,通过多重配点打靶法与序列二次规划算法对环月轨道与平动点轨道间往返轨迹进一步研究,并推导了约束方程的梯度公式提高计算效率。为分析往返轨道特性与验证设计策略的有效性,针对不同环月轨道倾角、三体轨道幅值等参数变化与转移时间、燃耗的关系进行分析,设计结果对探月飞行器近月空间部署往返轨道设计及参数选取具有重要的参考意义。

摘要： 该文对单纯形优化法和模拟退火算法分别提出一些有效的改进措施。将改进后的两种方法混合使用得到的混合优化方法用于涡流无损检测中，计算实验表明混合优化方法能取得较好的优化效果。

摘要： 面向复杂流动高精度数值模拟的需求,本文构造了一种高精度激波捕捉格式WGVCMM.该格式基于群速度控制、色散/耗散优化以及混合格式等技术.首先对差分格式进行Fourier分析,获得其色散和耗散特性,在此基础上进行群速度控制,抑制非物理振荡,获得良好的激波捕捉能力.随后将群速度算法与WENO格式通过开关函数结合起来,得到混合格式.最后,通过数值实验分析及参数优化,得到了混合优化的群速度控制格式WGVCMM(WENO GVC MIXED MODIFIED).通过算例,将WGVCMM格式与WENO格式及他人构造的WGVCM格式进行比较验证,证明了WGVCMM格式具有更高的尺度分辨率及更低的数值耗散,为可压缩复杂流动的精细模拟提供了新的备选方法.

摘要： 提出了一种将DFP变尺度算法与微粒群算法相结合的新型混合优化算法,依据神经网络解决了移动机器人全局路径规划问题。该混合算法首先采用DFP变尺度算法为移动机器人寻找一条初始局部最优路径；然后,利用微粒群算法对其进行二次全局寻优得到全局最优解,即为移动机器人找到了一条无碰撞最优路径.仿真实验研究证明,该混合算法结构合理,其收敛速度快并且易于实现.

摘要： 将下山单纯形算法引入差异进化算法,提高了差异进化算法对目标函数梯度信息的利用,改善了差异进化算法的优化效率,由于下山单纯形算法与差异进化算法都是并行算法,混合算法同时具备了并行高效的特点.

摘要： 本文提出了遗传算法与禁忌搜索算法相结合的混合优化算法及其在压水堆换料优化中的应用,并针对IAEA公布的WWER-1000型Kalinin5核电厂堆芯第二循环换料进行了优化计算比较实验.优化计算用到的堆芯计算程序TPFAP-H/SIMGT包括组件参数计算程序TPFAPHEX、堆芯扩散程序GTDIF和SIMULATE-E的热工反馈功能.结果表明,遗传算法和禁忌搜索相结合的混合优化算法比单独使用遗传算法能够更快的收敛并获得更好的换料方案.

摘要： 本文将粒子群优化算法(PSO)与模拟退火算法(SA)相结合,提出了一种新的混合优化算法-基于退火策略的粒子群优化算法(SAPSO).该算法综合了粒子群优化算法的并行搜索能力与模拟退火算法的概率突跳特性.对几种典型的函数测试结果表明:本文算法的全局收敛性能得到显著改善,并且能够有效地克服早熟收敛问题.

摘要： 本发明提供了一种以最小化能耗和实现准时制（JIT）为优化目标，实现机器人装配单元多个订单混合产品生产，并利用混合果蝇算法进行优化的解决方法。其具体实施过程为：针对多个含有混合产品的待装配订单需要在机器人装配单元内完成节能准时制生产调度优化问题，采用多个订单产品混合生产方案，制定动态双层双序列编码规则，并利用反向调度实现订单准时化生产，最后利用改进嗅觉视觉搜索的混合果蝇算法，对机器人装配单元JIT节能生产调度问题进行优化求解。本发明能为机器人装配单元多个订单混合产品生产调度优化问题提供一种有效的解决方法，改善由于订单交货延迟带来的企业信誉问题，同时减少车间能耗并节约库存成本。

摘要： 公开了用于处理废水的方法和系统。在一个实例中，该方法包括：激活将动力赋予在容器中的废水的混合系统，在第一时间测量废水的第一部分的至少一种性质，在继第一时间之后的第二时间测量废水的第二部分的该至少一种性质，计算在第一时间测量的至少一种性质和在第二时间测量的该至少一种性质之间的差值，进行该差值是否在预先确定的可允许的差值范围内的确定，以及响应于确定的结果，控制混合系统的部件。

摘要： 本发明属于玻璃制造技术领域，公开了基于优化玻璃料混合机以提高原料混合效率的方法，尤其涉及到中间仓和混合机连接通道上端和下端挡板的设置。本发明在中间仓和混合机连接通道上端设置挡板，一方面可以减少中间仓内批量粘结料进入混合机；另一方面可以增大出仓物料与挡板和通道壁间的摩擦，减缓不同物料颗粒间离析、分层现象，起到预混合的作用；本发明在中间仓和混合机连接通道下端设置挡板可以使更多物料进入混合机混合区域，减少静止区域物料的溅入，从而提高混合机工作效率。

摘要： 本申请提供了一种混合制冷剂配比参数的优化方法、优化装置和优化系统，该方法包括：在实际工况下，获取待液化天然气的参数值，待液化天然气的参数值在第一取值范围内；在参数值和第二取值范围均为比功耗估算函数的约束条件的情况下，采用非线性优化算法求解比功耗估算函数的最小输出值，得到压缩机比功耗的最小值，第二取值范围为混合制冷剂的配比参数值的预设取值范围，比功耗估算函数为使用拟合算法拟合得到的；根据压缩机比功耗的最小值确定最优配比参数值。该方法解决了现有技术中在确定混合制冷剂的最优配比参数时当天然气参数条件发生变化时需要不断手动修改天然气液化工艺模型的参数导致优化效率较低的问题。

摘要： 本发明提供了颗粒混合体系中混合参数的优化设计方法及系统，能够快速、准确地得到符合真实混合情况的最优混合参数。优化设计方法包括：步骤1.根据待测颗粒与混合机罐体的结构尺寸数据，建立颗粒与混合机罐体的混合体系三维离散元数值模型；步骤2.根据待测颗粒与混合机罐体的物性数据，确定模型基础参数，采用混合体系三维离散元数值模型在不同混合参数条件下进行仿真模拟，得到各混合参数条件下的颗粒分布数据，进而得到各混合参数条件下的颗粒混合均匀度和能耗数据，作为模拟数据集；步骤3.建立混合均匀度f

摘要： 本发明提供一种基于遗传和鲸鱼混合算法的混合车辆路径优化方法、系统、存储介质和电子设备，涉及车辆路径优化领域。根据任务数据，构建混合车辆协同配送模型；采用基于遗传和鲸鱼混合算法求解该混合车辆协同配送模型，获取混合车辆路径优化方案；所述混合车辆路径优化方案包括插入换电站的电动汽车配送方案：计算优化方案中任一电动汽车到每一个节点所需的电量，若当前电动汽车到达某一节点的电量小于等于零，且在该节点的上一节点的剩余电量满足到达距离最近的换电站，则在该节点和其上一节点之间插入该距离最近的换电站。在现有设施的基础上配送路径优化环节加入换电环节，提高了电动汽车在配送环境中的使用便利性和对降低碳排放做出的贡献。

摘要： 本发明涉及一种Kfold‑LSTM混合变异寻优高分子混合制造多目标优化方法，对高分子混合制造的工艺过程中挤出效率、挤出质量进行多目标优化。首先以长短时记忆神经网络为基础，结合K‑fold交叉算法以及遗传算法搭建挤出效率、挤出质量模型，解决模型泛化能力不足的问题。设置参数筛选环节，剔除寻优过程中不合理的网络结构，提高建模运算速度。其次采用改进的混合变异差分进化多目标优化算法对高分子混合制造过程中的工艺参数进行寻优求解。利用混合变异策略平衡模型的全局搜索能力和局部搜索能力，提高种群的分布性和多样性。本发明从LSTM神经网络建模方法以及多目标优化差分算法两个方面进行改进。对提高高分子混合制造的工艺过程最优化控制具有至关重要的作用。

摘要： 公开了一种混合物性能优化装置、混合物性能优化方法、混合制冷剂和计算机可读存储介质。混合物性能优化装置对多种物质的混合物的性能进行优化并且包括能量函数公式简化单元，该能量函数公式简化单元在用于对混合物中的多个物理特性中的每个物理特性进行加权并执行优化混合物的性能的计算的能量函数公式中，将多个物理特性中的具有与一个特征相关的关系的多个物理特性、作为一个特征共同并入能量函数公式中，并且简化能量函数公式。

摘要： 本发明公开一种交错并联Boost变换器的混合控制结构及其混合控制方法、耦合电感优化设计方法。两条支路上下管均互补导通；第一功率MOSFET‑S1和第三功率MOSFET‑S3的占空比用D表示，通过脉宽调制PWM稳定输出电压；在输入电流有效值低时，采用两路Boost电路定相相差180°的控制策略；在输入电流有效值高时，采用两路移相α2T的控制策略。本发明针对变换器的宽范围输入及高效率要求而设计，可以降低变换器的损耗，提升系统的效率及功率密度。

摘要： 本发明公开了一种基于混合灰狼优化SVM的混合增强智能轨迹预测方法和装置，方法包括：利用激光雷达获取推焦车运行前方运行目标实时位置信息；基于人在回路的混合增强智能理念，对焦炉区各运动目标进行分类；将各运行目标的位置信息和分类结果嵌入到具有分类预测功能的支持向量机SVM核函数中，结合莱维飞行、灰狼算法以及自适应改进的差分进化算法，优化SVM核函数参数和惩罚因子，以最优参数对先验数据进行测试、训练和预测，建立焦炉区现场混合增强智能轨迹预测模型，对各类运动目标的下一步移动位置和运动方向进行轨迹预测，分析判断其运动趋势后，控制推焦车运行。本发明实现快速进行运动目标的轨迹预测，实用性高，预测结果准确高效。