您现在的位置: 首页> 研究主题> 柯西变异

柯西变异

柯西变异的相关文献在1999年到2022年内共计116篇,主要集中在自动化技术、计算机技术、电工技术、无线电电子学、电信技术 等领域,其中期刊论文116篇、专利文献8560篇;相关期刊75种,包括计算机仿真、计算机工程与科学、计算机工程与应用等; 柯西变异的相关文献由305位作者贡献,包括何登旭、刘升、廉侃超等。

柯西变异—发文量

期刊论文>

论文:116 占比:1.34%

专利文献>

论文:8560 占比:98.66%

总计:8676篇

柯西变异—发文趋势图

柯西变异

-研究学者

  • 何登旭
  • 刘升
  • 廉侃超
  • 张强
  • 毛清华
  • 匡威
  • 匡洪海
  • 周永权
  • 孟继志
  • 巫茜
  • 期刊论文
  • 专利文献

搜索

排序:

年份

    • 张晓萌; 张艳珠; 刘禄; 张硕; 熊夫睿
    • 摘要: 针对麻雀搜索算法收敛速度缓慢、寻优精度不足和容易陷入局部最优等缺点,提出了一种融合正弦搜索策略和多样性变异处理策略的改进麻雀搜索算法。通过引入正弦搜索策略,自适应调整个体权重提高算法收敛速度;针对个体聚集程度过高问题,采用多样性变异处理,引入生物学中种群聚集度的概念和柯西变异对最优解进行扰动,提高算法逃离局部最优的可能。通过九个不同特征的基准函数进行寻优测试,测试结果表明改进算法能够更快地收敛于最优值,有更好的平均值和标准差,表明了其具备更优的收敛速度、收敛稳定性和逃离局部最优值的能力。通过应用该改进优化算法于分数阶PID控制器的参数整定上,进一步验证了改进策略的有效性和可行性。
    • 傅伟成; 吴伟; 邱发生; 李喆
    • 摘要: 磁声发射(MAE)是铁磁性材料磁化过程中产生的声发射信号,在构件应力检测和微观损伤检测中有着广泛的应用。针对MAE信号非稳态、复杂性、衰减性等特点,提出海鸥算法结合变分模态分解(SOA-VMD)的去噪方法,为克服海鸥算法求解过程中易陷入局部最优解问题,利用柯西变异算子产生随机迭代过程,使改进算法即柯西变异海欧算法(CVSOA)跳出早熟收敛。采用以幅值谱熵为适应度函数,优化VMD算法中分解模态个数K和二次惩戒因子α两个参数,将含噪声的MAE信号进行VMD分解重构。经仿真信号和实际检测信号分析表明,改进后的CVSOA-VMD算法全局寻优能力和去噪性能优于传统的SOA-VMD算法,降噪后的MAE信号特征值对于不同应力下均方根、偏斜度特征值的重复性更好,可靠性更高。
    • 秋兴国; 王瑞知; 张卫国; 张昭昭; 张婧
    • 摘要: 针对标准WOA算法初始种群分布不均、收敛速度较慢、全局搜索能力弱且易陷入局部最优等问题,提出一种混合策略改进的鲸鱼优化算法。采用Sobol序列初始化种群以使初始解在解空间分布更均匀;通过非线性时变因子和惯性权重平衡并提高全局搜索及局部开发能力,并结合随机性学习策略增加迭代过程中种群的多样性;引入柯西变异提升算法跳出局部最优的能力。通过对12个基准函数和一个水资源需求预测模型的参数估计进行优化实验,结果表明,基于混合策略改进的鲸鱼优化算法在寻优精度及收敛速度上均有明显提升。
    • 孙成硕; 戚志东; 叶伟琴; 单梁
    • 摘要: 针对于原始帝王蝶优化算法易陷入局部最优解、收敛性不好等问题,提出变异反向学习的自适应帝王蝶优化算法。将遗传算法的变异思想与反向学习策略结合来替代原始的迁移算子,提高全局的收敛性。在原始帝王蝶优化算法的调整算子中融入自适应的策略,使种群更具多样性。在更新的种群中将排序在最后的5只帝王蝶进行柯西变异,让变异个体附近生成更大的扰动,使整个群体在更大的范围内进行寻优。为了验证改进帝王蝶优化算法,通过基准函数和Wilcoxon秩和检验对其进行测试,实验结果表明改进算法的收敛速度及寻优精度得到了很大改进。
    • 张伟; 王勇; 张宁
    • 摘要: 针对标准学生心理优化算法(SPBO)的不足,分析了学生学习心理特征,提出采用混合策略的改进学生心理优化算法(HSSPBO)。首先,以学生考试总分的倒数值作为该学生的适应度值,以全班最好学生的适应度值为基准将全班学生分成最好学生、好学生、普通学生和尝试随机改进的学生四个类别;其次,利用正弦平方和余弦平方这一动态切换概率来平衡全局探索和局部开发,使算法全局探索能力和局部开发能力均得到有效提升;再次,引入柯西变异策略改变局部搜索步长,有效提升算法的局部搜索能力,增强算法跳出局部最优的能力;最后,引用Lévy飞行策略,使个体搜索步长更具随机性和灵活性,有效增强个体寻优能力,进而提升了算法的寻优速度。通过12个基准函数的仿真实验并与六个优化算法相比较,结果表明HSSPBO的全局搜索能力得到了明显的提升,在函数优化中具有更快的全局收敛速度、更好的优化精度和稳定性。
    • 吴经纬; 余玲珍; 龙道银; 杨靖
    • 摘要: 针对基本果蝇优化算法(Fruit fly Optimization Algorithm,FOA)收敛速度慢、寻优精度低的问题,提出一种多策略的变异果蝇优化算法(A Mutant Fruit fly Optimization Algorithm with multi-strategy,MFOA)。首先通过混沌映射对初始种群位置进行初始化,以此来增加种群个体的多样性;然后引入对数递减策略的非线性动态收敛因子,以均衡全局搜索与局部开发能力;最后对果蝇最优个体位置进行柯西变异,利用柯西变异的随机扰动特征避免陷入局部最优。仿真结果表明,提出的改进算法相比与其它算法在寻优过程中能够保持种群多样性,具有更好寻优精度和更快的收敛速度。
    • 李爱莲; 全凌翔; 崔桂梅; 解韶峰
    • 摘要: 针对麻雀搜索算法(SSA)在寻优后期出现能力不足、种群多样性损失、易落进局部极值现象,造成SSA算法收敛速度慢、探索能力不足等问题,提出了融合正余弦和柯西变异的麻雀搜索算法(SCSSA)。借助折射反向学习机制初始化种群,增加物种多样性;在发现者位置更新中引入正余弦策略以及非线性递减搜索因子和权重因子协调算法的全局和局部寻优能力;在跟随者位置中引入柯西变异对最优解进行扰动更新,提高算法获取全局最优解能力。通过10个经典测试函数对SCSSA算法在收敛速度、收敛精度、平均绝对误差等指标的评估,并引进工程设计优化问题进行验证。实验结果证明改进后的麻雀搜索算法在收敛速度和寻优精度有明显增强,表现出良好的鲁棒性。
    • 陈亮; 汤显峰
    • 摘要: 针对传统正余弦算法(SCA)处理复杂优化问题时存在易得局部最优和收敛慢的不足,提出一种基于惯性权重与柯西混沌变异的改进正余弦算法IWCCSCA。首先设计了基于指数函数的曲线自适应振幅调整因子更新方法,用于均衡个体的全局搜索与局部开发能力;接着设计了自适应递减惯性权重更新机制,以改进个体位置更新方式,加快算法收敛;还设计了基于精英柯西混沌变异的个体扰动机制,以提升种群多样性,避免局部最优。利用8种基准函数寻优测试验证了IWCCSCA能够有效提升收敛速度和寻优精度。此外,将IWCCSCA应用于数据原始特征集中的特征子集选取问题,提出了基于IWCCSCA的特征选择算法IWCCSCA-FS。通过将正余弦函数的连续优化转换为特征选择的二进制优化,实现了个体位置与特征子集间的映射关系,以同步考虑特征选择量与分类准确率的适应度函数来评估候选解质量。UCI基准数据集的测试结果表明,IWCCSCA-FS算法可以有效选择最优特征子集,降低特征维度,提高数据分类准确率。
    • 董瑶瑶; 王亚飞; 姚媛媛; 云翔; 侯俊巍
    • 摘要: 针对多无人机网络辅助灾区用户通信的场景,构建了一种基于信干噪比(Signal-to-Interference plus Noise Ratio,SINR)检测的概率感知模型,旨在最大化无人机服务区域的覆盖率,同时降低无人机额外能耗,并提升网络吞吐量。在该模型下,提出了两种改进的麻雀搜索算法,分别为Logistic高斯麻雀搜索算法(Logistic Gaussian Sparrow Search Algorithm,LGSSA)和Logistic柯西麻雀搜索算法(Logistic Cauchy Sparrow Search Algorithm,LCSSA)。首先使用Logistic混沌序列产生初始种群,以丰富种群的多样性,提高算法的全局搜索能力;然后,在LGSSA和LCSSA中分别引入高斯变异和柯西变异因子,以改善局部最优解。仿真结果表明改进后的算法可以有效地优化无人机的空中部署,大幅度提升无人机网络的覆盖率。
    • 胡滨; 朱亚辉; 周延年
    • 摘要: 为了提高雷达资源调度的有效性,提出了柯西变异的模拟退火鲸鱼雷达资源调度算法。该算法综合雷达的时间资源、计算资源以及任务完成数量,从相控阵雷达数据通道与任务间的属性匹配程度出发,建立对多目标的相控阵雷达任务分配模型;将柯西变异和模拟退火思想融入到鲸鱼优化算法中,提高了算法的寻优效果。与比较流行的骆驼优化算法和平衡优化算法相比,所提算法在跟踪任务调度率、平均时间偏移率和调度价值等方面都有较好的表现,显示了该算法在解决雷达任务调度问题上的卓越能力。
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号