自适应变异
自适应变异的相关文献在2000年到2022年内共计212篇,主要集中在自动化技术、计算机技术、电工技术、机械、仪表工业
等领域,其中期刊论文176篇、会议论文14篇、专利文献114586篇;相关期刊115种,包括东北大学学报(自然科学版)、火力与指挥控制、电子学报等;
相关会议14种,包括第二十二届中国过程控制会议、第十四届全国青年通信学术会议、‘07全国仿真技术学术会议等;自适应变异的相关文献由537位作者贡献,包括王雷、刘峰、刘志刚等。
自适应变异—发文量
专利文献>
论文:114586篇
占比:99.83%
总计:114776篇
自适应变异
-研究学者
- 王雷
- 刘峰
- 刘志刚
- 古明家
- 吴汉松
- 姚金杰
- 宋纯贺
- 宣士斌
- 尹建川
- 廉侃超
- 张成
- 张泽国
- 徐涛
- 李丹
- 李永胜
- 李波
- 柳成
- 桂卫华
- 王道洪
- 谷丽姗
- 郑连伟
- 金朝红
- 阳春华
- 高艳霞
- 于洪霞
- 何兵
- 何金花
- 余楠
- 俞波
- 冯铁英
- 刘丽珏
- 刘佳
- 刘兴高
- 刘意杨
- 史燕燕
- 周俊
- 周媛媛
- 娄渊胜
- 张勇军
- 张锡联
- 张雪健
- 张飞
- 徐保国
- 方洋旺
- 曾嘉俊
- 朱永波
- 李如琦
- 李浩
- 李腊梅
- 杨之元
-
-
王哲;
王龙达;
刘罡;
王兴成;
王忠君;
鲍鲁杰
-
-
摘要:
传统自动入库泊车轨迹优化算法不易寻到光滑、精确且优化的泊车轨迹。结合智能自动入库泊车原理,本文提出一种基于三次样条插值的自动入库泊车方法,从而获得理想优化的泊车参考轨迹。为了有效地提升自动入库泊车轨迹寻优算法的性能,以泊车轨迹最短作为优化目标来选定一组合适的泊车位置参考点,在三次样条插值的基础上,又提出一种免疫粒子群改进算法。首先,为提升算法全局搜索性能和收敛速度,引入自适应变异策略;然后,引入免疫机制来有效提升其全局优化能力。测试函数及自动入库泊车实际算例的仿真结果表明,所提出的自动入库泊车免疫粒子群改进算法具有更高的寻优精度和较快的收敛速度。
-
-
武艳;
杜景林;
全力;
滕达
-
-
摘要:
目前空气污染严重,为了实时监测空气质量,保证人们的生活健康,提出了一种新的神经网络预测模型来提高PM;的预测精度。通过PCA降维缩减数据的维度简化数据,将PSO的惯性权重从线性减小改进成非线性变化,再将加速因子从固定值进行线性变化,动态地调整了粒子的局部寻优和全局寻优,并且在原有的基础上加入了遗传算法的变异操作,进行自适应变异,避免其陷入局部最优,并对粒子的适应度函数做改进。采用改进的PSO算法优化BiLSTM结构的迭代次数、学习率、两个隐含层的节点数,构成PCA-IPSO-BiLSTM神经网络预测模型。最后将该预测模型与PCA-PSO-BiLSTM、PSOBiLSTM预测模型进行对比,结果表明该预测模型的优化性能最好,预测精度更高,在预测PM;浓度值上有巨大的使用价值。
-
-
戈阳
-
-
摘要:
针对传统自适应差分进化算法局部搜索能力薄弱,寻优精度低的缺点,提出一种基于邻域搜索的改进自适应差分进化算法(DADE)。在传统自适应差分进化算法的基础上,通过引入邻域搜索操作,扩大了算法搜索的范围,通过引入高斯扰动来进一步提高算法的收敛速度。在IEEE CEC2013函数集中选取15个基准函数进行实验,与先进的算法变种SinDE、MDE、FWADE,FWA的性能进行比较。实验结果表明,DADE算法在13个函数的误差均值上小于对比算法。
-
-
张石;
郑东健;
陈卓研
-
-
摘要:
针对传统随机森林参数寻优方法的不足,引入均衡惯性权重和自适应变异对粒子群优化算法进行改进,提出了一种基于改进粒子群优化算法和随机森林算法(改进PSO-RF算法)的大坝变形预测模型。实例验证结果表明,在计算效率方面,与传统网格搜索法相比,改进PSO-RF算法显著提升了模型的寻优速度;在预测精度和稳定性方面,基于改进PSO-RF算法的大坝变形预测模型明显优于长短期记忆网络、支持向量机和BP神经网络模型。
-
-
刘俊琦;
张则强;
龚举华;
张裕
-
-
摘要:
为了研究过道布置问题中设施关系对布局的影响,首先,考虑定位约束与排序约束,构建过道布置问题混合整数规划模型,并提出一种求解该问题的自适应混合克隆选择算法,在克隆操作之前新增符合受约束过道布置问题特性的2-opt操作,随后对所产生种群中最优个体进行禁忌搜索操作,对其他个体进行变异操作并设置自适应变异概率;然后,对模型进行精确求解以验证模型的正确性且求解结果为算法提供了理论依据;最后,应用所提算法分别对受约束过道布置问题与基本过道布置问题的42~49规模实例进行测试,并将求解结果与克隆选择算法、遗传算法、分散搜索算法、花授粉算法以及烟花算法进行对比,结果表明:混合克隆选择算法可以达到当前先进算法的求解效果且在算例sko-42-04与算例sko49-03上表现更优.
-
-
李杰;
靳孟宇;
马士豪
-
-
摘要:
针对支持向量回归机在预测建模中的参数选取问题,提出一种基于混沌自适应策略的粒子群优化支持向量回归机参数的方法.采用混沌映射算法和聚合度自适应判断策略,增强种群的全局寻优性能,提升粒子的多样性,从而避免种群过早收敛.充分考虑天气、节假日、居民消费等因素的影响,提出一种改进的支持向量回归机预测模型并与粒子群算法的支持向量回归机模型进行对比分析.分析结果表明,该预测模型可将预测的均方根误差降低约40%,绝对值误差降低约42%,相对误差降低约46%,仿真结果验证了所提方法优化了支持向量回归机参数,改善了预测效果.
-
-
陈晓全
-
-
摘要:
针对标准粒子群算法优化多变量系统的解耦控制时存在陷入非全局最优值的问题,设计出一种基于自适应变异的粒子群算法优化多变量系统解耦控制器的方法.该方法以标准粒子群算法为基础,在种群进化过程中引入变异操作,对不同进化程度的粒子以不同的概率进行更新,其中没有达到个体最优的粒子以随机的大概率进行位置与速度的初始化,对已经早熟的粒子以一定的小概率更新进化路径,以此来提高种群搜索全局最小值的能力.种群寻到最优值的状态就是控制器效果最好的状态,利用新的网络模型即可解决上述问题.经过对比仿真,验证了该方法的可行性.
-
-
徐鹏超;
李琰;
赵艳雷
-
-
摘要:
风电规模化并网技术的大力发展,进一步增大了对电力系统规划与运行的影响.现今,风电机组出力面临着波动的随机性以及不确定性的技术性问题,为了提高短期风电功率预测的精度,文中提出了一种结合基于群体适应度方差自适应变异的蝙蝠优化算法(AMBA)与BP神经网络算法,就短期风电功率进行精准预测.该模型根据群体适应度方差以及当前最优解的数值来定位当前最优个体的变异概率,并对全局最优个体进行t分布变异,对变异后的蝙蝠个体进行二次寻优.利用AMBA优化BP神经网络中包含的网络参数,进而提高了BP神经网络的预测精度.通过对实例进行分析,将AMBA-BP模型预测效果与其他模型预测结果相对比.结果 表明,该模型能有效提高短期风电功率预测精度.
-
-
王亚良;
倪晨迪;
金寿松
-
-
摘要:
针对传统多目标优化算法在求解Pareto解集时存在全局搜索能力与局部寻优能力无法得到有效平衡的问题,提出了一种基于多邻居结构的自适应元胞差分算法.该算法在保留传统元胞差分算法进化特点的基础上,使用更加丰富的多邻居结构替换原有的单一邻居结构,并且依据相应元胞个体的性能优劣来对其邻居结构进行选择分配.同时,面对进化过程中的复杂性能需求,算法定义了一种周期性变化的变异策略来实现不同进化阶段的自适应调节.最后,利用DTLZ系列测试函数对算法性能进行测试,并通过与四种经典的多目标优化算法相比较,证明了改进后的算法拥有更好的收敛性与分布性.
-
-
李贤初;
张翕;
刘杰;
胡建林
-
-
摘要:
输电线路覆冰严重危害电网安全运行,因此,有必要开展线路覆冰预测研究.随着人工智能技术的不断发展,其在电网覆冰监测中的优势逐渐凸显.现有的基于覆冰增长物理模型和统计回归模型覆冰预测方法,一定程度上实现了通过微气象等因素预测覆冰增长的效果,但大都针对短期覆冰周期,对数据采集频率有很高的要求,实际工程中实现较为困难.因此文章统计分析了重庆市送变电公司2015—2019年线路观冰数据,得到了西南地区高湿环境下输电线路覆冰特性及规律,并依据覆冰增长物理过程选取了工程可测量气象参数作为覆冰影响因素,提出了一种基于自适应变异粒子群算法(adaptive mutation particle swarm optimization algorithm,AMPSO)优化BP神经网络的人工智能覆冰厚度预测模型,优化了BP神经网络的权值阈值选取,优化后的模型在预测精度上要强于单一BP神经网络与已有研究中提出的小波神经网络,具有良好的工程适用性.
-
-
LU Ke-zhong;
陆克中;
章哲庆;
刘利斌
- 《2016年第27届中国过程控制会议》
| 2016年
-
摘要:
花授粉算法是计算智能领域的一个新方法,但该算法也存在收敛精度较低、收敛速度较慢等问题.针对此类问题,提出了一种自适应变异的量子花授粉算法.该算法首先将量子搜索机制引入花授粉算法,利用量子的随机性,提升算法的全局搜索能力;然后给出基于前后两次群体平均位置标准差的群体多样性评判准则,并在此基础之上,对失活个体进行变异操作,改善群体多样性的同时,引导群体向最优解方向搜索;最后在10个标准测试函数上进行实验,结果表明,自适应变异的量子花授粉算法具有较快的收敛速度与良好的收敛精度,优于基本花授粉算法及其它群体智能算法,是解决复杂函数优化问题的有效方法.
-
-
-
高宪文;
张大勇
- 《2007中国控制与决策学术年会》
| 2007年
-
摘要:
粒子群优化(PSO)算法是一种基于群体智能的全局优化算法,而自适应变异的粒子群优化(AMPSO)算法是为了克服一般的粒子群优化算法的早熟收敛问题而提出的.采用基于熵极大的初始化方法,增强初始化粒子群的多样性,通过典型测试函数对其性能进行分析,说明了算法的有效性.将熵极大自适应变异粒子群优化算法应用于PID参数设计,通过与遗传(GA)算法、基本AMPSO算法设计的数值仿真结果进行比较,进一步说明了该算法的可行性、有效性和应用价值.
-
-
林广明;
康立山;
陈毓屏
- 《中国人工智能学会第12届全国学术年会》
| 2007年
-
摘要:
本文研究了一类新型的全局优化的勘探与发掘算法─多父杂交-自适应变异演化算法。该算法的基本思想可追溯到多个根源:一是多岛并行搜索模型,分布式多父体杂交模型,全局搜索与局部爬山混合模型,以及多子空间搜索模型,新算法融合了多父体杂交模型和自适应变异的特点,采用分布式多群体协同勘探与发掘策略。本算法用于求解一套(6个)测试问题得到了满意的结果。数值实验表明:它是一种十分有效的通用全局优化算法,这种算法具有较粗的并行计算粒度,适合于大规模分布式并行处理,特别适合于并行求解复杂的高维非线性规划问题。
-
-
-
梁艳;
杨孔雨
- 《第13届海峡两岸信息管理发展与策略学术研讨会》
| 2007年
-
摘要:
免疫优化算法是基于免疫系统仿生的一种启发式进化算法。物流配送中的车辆调度问题(VSP)是在基本的旅行商问题(TSP)上增加多约束条件的一种变化形式,是一个典型的NP难问题。针对车辆调度问题的特殊性,本文提出了一种改进的免疫优化算法来求解这一问题。将交叉算子改为适用本问题的部分映射交叉算子,同时引入基于次序的自适应变异方式。求解VSP的仿真结果显示了算法对VSP问题的有效性并显示出优良的性能。
-
-
-
张雪雯;
李艳君
- 《第25届中国控制会议》
| 2006年
-
摘要:
带阀点效应的经济负荷分配问题是个不连续、非线性、含等式约束的优化问题,很难应用经典数学算法来解决.针对忽略网损的经济负荷分配问题,本文提出一种带可行引导的粒子群优化算法,针对问题的等式约束,提出一种简单可行的引导算法来修正不可行解;并采用概率性自适应变异,提高了算法的全局收敛性.对常用仿真算例进行了测试,并与其它改进智能算法进行了比较,结果表明了该算法的有效性。
-
-