早熟收敛
早熟收敛的相关文献在1997年到2022年内共计294篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、电工技术
等领域,其中期刊论文283篇、会议论文11篇、专利文献2526篇;相关期刊134种,包括电子学报、计算机仿真、计算机工程等;
相关会议10种,包括第29届中国控制会议、2007年全国高性能计算学术年会、全国第17届计算机科学与技术应用(CACIS)学术会议等;早熟收敛的相关文献由650位作者贡献,包括郝国生、黎明、巩固等。
早熟收敛
-研究学者
- 郝国生
- 黎明
- 巩固
- 赵鹏军
- 刘成忠
- 杨启文
- 白俊杰
- 刘三阳
- 吴志远
- 吴新余
- 张国宏
- 戴月明
- 李明
- 杨波
- 桂卫华
- 梁昔明
- 王凤蕊
- 王文宏
- 王芳
- 田东平
- 耿军平
- 蒋静坪
- 邵惠鹤
- 金荣洪
- 韩俊英
- 高兴宝
- 高波
- 丛伟
- 任志刚
- 余廷芳
- 侯志荣
- 刘俊
- 刘刚
- 刘新闯
- 刘晓冀
- 刘艳
- 叶东毅
- 吕振肃
- 吕柏权
- 吴冬梅
- 吴滨
- 周利军
- 周建新
- 周琳霞
- 周育人
- 周长喜
- 周鹏
- 姚金涛
- 姜凤华
- 崔彦勇
-
-
俞超群
-
-
摘要:
针对粒子群算法在求解时容易早熟收敛,搜索得到最优解的能力差,引入遗传算法中的杂交思想,采用改进后的粒子群算法,应用对福州市10个景点的旅游线路的规划,结合不同旅游价值取向的游客,将杂交粒子群算法应用到含模糊价值评判的旅游线路的优化研究中去。通过仿真实验,验证了该算法理论运用于旅游线路能有效提高寻优的效率,给游客及旅行社一个比较合理的意见和建议。
-
-
崔伟;
张冰;
余岚
-
-
摘要:
粒子群算法因其概念简单、精度高和容易实现等特点,吸引了很多领域学者的关注,但存在易陷入局部最优的缺陷.在研究阵列天线低副瓣赋形过程中,发现使用粒子群算法得到的波束方向图低副瓣效果不明显且不稳定,在此基础上提出一种局部优化的改进粒子群算法,该方法具有避免早熟收敛、加快收敛速度的特点.使用Matlab仿真验证表明,这种方法能有效地降低方向图副瓣电平,实现低副瓣赋形.
-
-
李会荣;
彭娇
-
-
摘要:
粒子群优化算法是一种新型启发式智能优化算法,它运行速度快,收敛性强,但是容易陷入局部极值.为了克服粒子群算法的早熟收敛现象,提出了一种新的带有非线性惯性权重和柯西变异的粒子群优化算法.首先,对算法中的惯性权值进行改进,增强粒子局部收敛能力;然后,利用柯西变异算子,增加种群多样性.数值实验表明,提出的改进粒子群优化算法具有较快收敛速度,寻优能力强,能有效克服早熟收敛现象.
-
-
-
陆松建;
司伟立;
韩娟;
李质彬
-
-
摘要:
为解决粒子群算法早熟收敛和收敛精度不高的问题,提出一种基于均值搜索策略与逃逸策略相结合的优化算法.舍弃速度更新项,在位置更新项中融入均值搜索策略,提高算法的收敛速度以及全局寻优能力;当种群处于进化停滞状态时,通过逃逸策略使种群在解空间的其它区域继续搜索全局最优解,避免早熟收敛问题,增大搜索到全局最优解的几率.将该优化算法应用于5个典型标准测试函数中,仿真结果表明,相比其它算法,优化算法的收敛速度、收敛精度和稳定度最优.
-
-
-
-
胡章芳;
孙林;
张毅;
鲍合章
-
-
摘要:
针对量子行为粒子群优化(QPSO)算法在移动机器人路径规划中出现早熟收敛的问题,提出一种基于聚集度因子和阶段变异策略的改进QPSO算法.根据目标函数计算粒子的适应度值,在压缩扩张因子中引入改进聚集度因子划分搜索阶段,利用分阶段变异策略更新个体位置,并对算法进行性能测试.实验结果表明,与FE-PSO算法相比,该算法具有较高的收敛精度与较好的稳定性.
-
-
曹邦兴
-
-
摘要:
针对量子遗传算法在多峰函数寻优中出现早熟收敛及陷入局部极值等问题,提出一种改进的三值量子遗传算法.算法用三值量子非门来改变染色体基因的位置、用三值量子旋转门更新来完成进化搜索、用三值量子修正门对变异基因进行修正,增加了量子遗传算法中种群的多样性,扩大了算法的搜索空间;用动态调整旋转角策略来减少进化代数、缩短优化时间.通过对典型复杂函数的仿真实验并与其它算法相比较,结果表明该算法搜索空间大、搜索精度高,全局寻优性能优于普通遗传算法及量子遗传算法.
-
-
曹邦兴1
-
-
摘要:
针对量子遗传算法在多峰函数寻优中出现早熟收敛及陷入局部极值等问题,提出一种改进的三值量子遗传算法.算法用三值量子非门来改变染色体基因的位置、用三值量子旋转门更新来完成进化搜索、用三值量子修正门对变异基因进行修正,增加了量子遗传算法中种群的多样性,扩大了算法的搜索空间;用动态调整旋转角策略来减少进化代数、缩短优化时间.通过对典型复杂函数的仿真实验并与其它算法相比较,结果表明该算法搜索空间大、搜索精度高,全局寻优性能优于普通遗传算法及量子遗传算法.
-
-
-
-
- 《2008中国仪器仪表与测控技术报告大会》
| 2008年
-
摘要:
在遗传算法中,早熟收敛问题是影响寻优效果的重要因素,本文在分析变异的作用和传统变异算子缺陷的基础上,根据进化过程中变异时机和变异概率的选择,提出一种新型自适应变异遗传算法来提高局部搜索的能力,弥补简单遗传算法易于早熟收敛的缺点.仿真实验表明了改进后的遗传算法能够有效地克服不成熟收敛、进而搜索到全局最优解.
-
-
- 《第19届中国过程控制会议》
| 2008年
-
摘要:
在遗传算法中,早熟收敛问题是影响寻优效果的重要因素,本文在分析变异的作用和传统变异算子缺陷的基础上,根据进化过程中变异时机和变异概率的选择,提出一种新型自适应变异遗传算法来提高局部搜索的能力,弥补简单遗传算法易于早熟收敛的缺点.仿真实验表明了改进后的遗传算法能够有效地克服不成熟收敛、进而搜索到全局最优解.
-
-
廖锋;
高兴宝
- 《2007年全国高性能计算学术年会》
| 2007年
-
摘要:
为克服粒子群算法的早熟收敛问题,改善粒子群算法的全局收敛性,提出了一种融合差分演化的混合粒子群算法。新算法利用差分演化算法的变异机制,将粒子群算法的各个局部优化解作为初始种群进行差分演化,使进入局部极值区域的粒子尽可能跳出该区域,从而提升离子群算法的全局搜索能力.数值实验表明新算法能有效地解决多峰函数的全局最优解问题,此外将新算法应用于圆度误差评价,仿真结果表明新算法更有效,更精确地评价了圆度误差.
-
-
苗广祥;
华北电力大学控制科学与工程学院;
牛玉广;
陈向阳;
张海萍
- 《第26届中国控制会议》
| 2007年
-
摘要:
本文针对基本微粒群优化算法的早熟收敛和后期进化缓慢的不足,分析了微粒群优化算法模型中惯性权重、加速度因子对算法敛散性和搜索速度的影响,并提出了相应调整参数设置的策略。改进后的算法使微粒群在不同的进化时期呈现不同搜索性能,从而增加群体的多样性和提高微粒的收敛速度,协调算法的局部收敛和全局收敛之间的平衡,使算法既快又准地搜索到全局最优解.最后,以典型优化问题的实例仿真验证了本文提出的改进策略的有效性。
-
-
-
黎明;
杨小芹;
陈震
- 《全国高校机械工程测试技术研究会、中国振动工程学会动态测试专业委员会2004年代表大会暨学术年会》
| 2004年
-
摘要:
本文提出了一种社会化的遗传算法.标准遗传算法(SGA)已经被成功地应用到很多进化优化问题上,但是对于复杂的多模态函数寻优时,会出现早熟收敛现象.为了解决这个问题,本文结合自然规律和遗传算法的特点,提出了具有社会化的遗传算法.遗传群体中的个体分布在各个家族中,个体的配对和遗传与个体的年龄相关.通过对不同年龄个体的不同遗传操作以及保持遗传家族中优秀的基因,有效地抑制了早熟收敛问题,且保持了群体的多样性,提高了遗传算法收敛到全局最优值的概率.
-
-
-
秦广军;
王欣艳;
王文义
- 《全国第17届计算机科学与技术应用(CACIS)学术会议》
| 2006年
-
摘要:
针对传统遗传算法中存在的易陷入局部最优解和后期收敛速度慢的问题,基于粒子群算法,对传统遗传算法作了改进,提出了一种基于粒子群算法的遗传算法.该算法的基本思想是使用粒子群算法来构造变异算子和分割种群.通过对三个多峰函数的优化,与传统遗传算法进行比较,定量的研究了该算法.实验结果表明,该算法很好的保持了种群的多样性,有效地克服早熟现象,显著提高遗传算法的收敛速度。