公共文化服务平台

搜索到44655篇“ 粒子群优化算法“的相关文章

粒子群优化算法被引量：6: 2020年; 粒子群优化算法具有参数设置少,搜索速度快,易于工程实现的优点,广泛应用于神经网络训练程应用领域和随机优化类型等问题的求解。本文通过改变维度,个体数量,迭代次数三个参数,结合4个标准测试函数进行优化实验。验证结果表明,维度,个体数量,迭代次数对粒子群优化算法的优化性能影响较大。; 杨俊胜沈航驰葛鹏代永强; 关键词：维度迭代次数

粒子群优化算法被引量：27: 2006年; 论述粒子群优化算法(PSO)的基本原理、特点、实现步骤,以及PSO的各种改进技术,包括基于PSO参数的改进技术(主要是惯性权重)、基于遗传算法进化机理的改进技术(受遗传算法启发提出的带交叉算子的PSO、带变异算子的PSO、带选择算子的PSO),以及其他算法融合的改进技术(模拟退火PSO、免疫PSO、混沌PSO),并总结PSO热点研究问题.; 崔长彩李兵张认成; 关键词：粒子群优化算法遗传算法惯性权重

粒子群优化算法被引量：236: 2003年; 系统地介绍了粒子群优化算法,归纳了其发展过程中的各种改进如惯性权重、收敛因子、跟踪并优化动态目标等模型。阐述了算法在目标函数优化、神经网络训练、模糊控制系统等基本领域的应用并给出其在工程领域的应用进展,最后,对粒子群优化算法的研究和应用进行了总结和展望,指出其在计算机辅助工艺规划领域的应用前景。; 周驰高海兵高亮章万国; 关键词：粒子群优化算法遗传算法神经网络模糊系统

粒子群优化算法被引量：427: 2002年; 粒子群优化(PSO)算法是一类随机全局优化技术,PSO算法通过粒子间的相互作用发现复杂搜索空间中的最优区域。PSO的优势在于简单容易实现而又功能强大。PSO已成为国际演化计算界研究的热点。该文介绍了基本的PSO算法、若干类改进的PSO算法及其应用,并讨论将来可能的研究内容。; 李爱国覃征鲍复民贺升平; 关键词：粒子群优化算法群智能

快速综合学习粒子群优化算法: 2025年; 【目的】粒子群优化算法在反问题求解、函数优化、数据挖掘、机器学习等研究领域广泛应用,但在求解复杂多峰问题时仍存在过早收敛的问题。为了提升粒子群算法在处理复杂多峰问题求解速度和精度,提出了快速综合学习粒子群优化算法(Fast Comprehensive Learning Particle Swarm Optimization,FCLPSO)。【方法】FCLPSO算法引入粒子学习概率、个体影响概率、群体影响概率三个属性,表征每个粒子个体“与生俱来”的不同学习能力,同时新增强化学习、粒子重生等策略,提升算法收敛速度以及监测并跳出“伪收敛”状态。选用14个标准测试函数以及6种常用粒子群变体算法开展FCLPSO算法性能分析。【结果】结果显示:在收敛性方面,FCLPSO算法平均排名为1.86,排名第一次数为7次、排名第二的次数为2次、排名最后次数为0,最终综合排名第一;在鲁棒性方面,FCLPSO算法成功率排名第一,平均值为94.3%,14个测试函数中最低成功率为73.3%;达到阈值所需适应度评价次数最少,平均值40817,较其他算法评价次数少一半。【结论】结果表明:FCLPSO算法在收敛精度、收敛速度和鲁棒性方面排名综合第一,对复杂多峰问题求解更具优势,可为工程应用中复杂优化问题求解提供重要手段。; 杨帆乌景秀乌景秀李子祥范子武; 关键词：粒子群优化算法影响因素人工智能全局搜索

一种基于简化方程的改进粒子群优化算法: 2025年; 为提高粒子群优化算法的收敛速度和求解精度,本文基于无视速度影响的简化粒子群优化算法,引入随迭代次数自适应调整的非线性惯性权重和异步学习因子,以此平衡粒子的全局搜索和局部开发能力。同时融合遗传算法的精英保留策略,确保每一代进化中最佳个体得以保留,助力粒子逃离局部最优。最后,通过5种测试函数比较了基本粒子群优化算法、本文改进算法以及其他经典改进算法的性能,实验证明,本文改进算法在收敛速度和求解精度等方面有显著的提升。; 马钰魏文红; 关键词：群体智能

混合人工蜂群策略的粒子群优化算法: 2025年; 传统人工蜂群算法具有较好的探索能力,但局部开采能力较弱;粒子群优化算法具有较好的开采能力而探索能力较弱.受到合作策略的启发,采用两种算法取长补短相结合的方法,提出混合人工蜂群策略的粒子群优化算法(HABCPSO).该算法还采用了拟牛顿法来进一步提高其局部开采能力.实验结果表明,与其他一些优化算法相比,HABCPSO在数值优化方面具有较好的搜索精度.; 陈永刚陈艳格何洁丁锦琳; 关键词：人工蜂群算法粒子群优化拟牛顿法

基于粒子群优化算法的电器工作状态辨识方法: 本发明公开了基于粒子群优化算法的电器工作状态辨识方法，具体涉及电器工作状态辨识技术领域，本发明将多电器多工作状态的辨识问题视作一个组合优化问题问题。在将每个电器每种工作状态的特征使用用户用电态势数据中的多个参数表示的基础...; 张振亚程红梅

基于粒子群优化算法的LED调控光谱技术研究: 2025年; 本研究基于粒子群优化BP组合神经网络算法,构建模拟太阳光的多通道LED调控光谱模型,实现LED照明光谱与不同时段太阳光谱相匹配。实验验证4通道白光LED与红绿蓝RGB单色光SMD型LED集成封装器件的光电性能,优化各通道输入功率占比调控光谱输出,以不同目标色温下的光谱拟合度系数e(GFC)、光效、显色指数等为优化评估值。结果显示,仿真与实测得到的e(GFC)偏差控制在±0.5%以内。该优化算法在大功率4通道RGBW的COB集成LED封装器件上得到进一步测试验证。该研究适用于多光色集成LED封装器件为发出接近太阳光谱的各通道光功率占比的最优参数设置,对推动LED全光谱健康白光照明产业化应用具有探索和实践意义。; 陈亚勇; 关键词：粒子群优化算法

基于粒子群优化算法的EMI滤波器优化设计: 2025年; 为简化EMI滤波器在设计优化时需要进行的一系列冗杂繁复的调试测试工作,提出一种构建实际元器件数据库并基于粒子群优化(PSO)算法的滤波器设计方法。通过该算法在多目标约束下优化元器件组合,平衡滤波器的插入损耗、成本、体积和重量等设计需求。实验结果表明,该方法在EMI滤波器的设计中能够有效抑制特定频段的电磁噪声,显著改善滤波器的电磁抑制性能。与传统设计方法相比,基于粒子群优化算法的优化方案在设计周期和成本方面优势明显,具有良好的工程应用潜力。; 王骥千刘焱郑晓娜肖永航; 关键词：粒子群优化算法 EMI滤波器优化设计

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈