生物地理学优化算法
生物地理学优化算法的相关文献在2009年到2022年内共计97篇,主要集中在自动化技术、计算机技术、电工技术、能源与动力工程
等领域,其中期刊论文86篇、会议论文4篇、专利文献505214篇;相关期刊55种,包括郑州大学学报(理学版)、现代科学仪器、电力系统自动化等;
相关会议4种,包括第23届过程控制会议、2016年第27届中国过程控制会议 、2009年中国智能自动化会议等;生物地理学优化算法的相关文献由284位作者贡献,包括张新明、顾幸生、尹欣欣等。
生物地理学优化算法—发文量
专利文献>
论文:505214篇
占比:99.98%
总计:505304篇
生物地理学优化算法
-研究学者
- 张新明
- 顾幸生
- 尹欣欣
- 康强
- 涂强
- 王淳
- 程金凤
- 陆秋琴
- 高元海
- 黄光球
- 刘超
- 夏畅
- 张宏立
- 方建军
- 曹江涛
- 李国强
- 李平
- 李知聪
- 牛培峰
- 王彦超
- 王海军
- 王芙丽
- 王霞
- 罗丹
- 邹红波
- 郑向伟
- 马海平
- 鲁宇明
- CUI Li-Zhen
- GU Xing-sheng
- GUO Wei
- LI Hao-Ming
- LI Zhi-cong
- MA Liang
- MAO Xue-gang
- NIE Li
- Wu Liu
- XU Meng
- ZHANG Guo-hui
- ZHENG Xia
- 丁晓迪
- 丁智国
- 万莉莉
- 乔保军
- 乔宗良
- 任甜甜
- 何兵
- 余志强
- 侯重远
- 冯梦清
-
-
张新明;
杨方圆;
刘国奇
-
-
摘要:
郊狼优化算法(coyote optimization algorithm,COA)是最近提出的一种群智能优化算法,具有独特的搜索结构和较好的优化性能。为了进一步提高COA的优化性能,提出了一种多策略的郊狼优化算法(multi-strategy COA,MSCOA)。首先,对于组内最优郊狼,采用一种全局最优郊狼引导的成长策略提高其社会适应能力,对于组内最差郊狼,采用一种最优郊狼引导强化策略强化最差郊狼的能力;其次,对于组内其他郊狼采用一种动态调整信息交流的组内成长策略提升组内郊狼之间的信息共享程度,并将这种组内成长策略与一种改进的迁移策略融合,更进一步提升搜索能力;最后采用动态分组策略减少参数手动设置,提高算法的可操作性。以上多种策略的使用更好地平衡了探索与开采,使算法的性能最大化。大量来自CEC2014测试集的复杂函数实验结果表明,与COA相比,MSCOA具有更强的搜索能力、更快的运行速度和更高的搜索效率,与其他优秀优化算法相比,具有更明显的优势。
-
-
张丹丽;
高彦杰
-
-
摘要:
针对传统多目标算法在应用中解决多目标优化问题时存在的Pareto前沿收敛不好、解集均匀性差等问题,文章通过实例对BBO算法进行研究和综合分析,将其与传统经典多目标算法相互结合来求解多目标优化的问题。首先,将其与NSGA-Ⅱ算法相结合提出一种混合多目标BBO优化算法;然后,改进BBO的迁移算子应用于群体的进化,增强了种群的多样性;最后,提出一种改进的变异算子,防止种群陷入局部收敛。将提出的基于生物地理学的多目标优化算法(MOBBO),通过标准函数测试和经典的进化的多目标优化算法进行比较,结果表明该算法所得的Pareto最优解集能够逼近真正的Pareto前沿,具有一定的竞争性。
-
-
曹苗苗;
方健军;
王科
-
-
摘要:
手术室资源调度关系到医院资源配置的合理性,对医院竞争力具有至关重要的影响。针对BBO算法收敛速度效率低、易陷入局部最优的缺陷,提出了云模型BBO算法,并结合所建立的医院手术室资源调度模型,提出了一种基于CMBBO的医院手术资源调度模型。将该模型应用于某大型三甲医院,结果表明手术资源使用率和手术服务能力得到提升、手术等待时间降低,提出的算法对其他医院手术资源调度具有一定的参考价值。
-
-
张其文;
杨勇超
-
-
摘要:
针对生物地理学优化算法(biogeography-based optimization,BBO)易早熟收敛、陷入局部最优的问题,引入物种演化理论提出了改进生物地理学优化算法。该算法将所有栖息地按照物种数量划分为三种地区,并建立协同进化关系,合理地采用区间入侵、区内合作/竞争策略,满足多样性的同时避免了早熟收敛。定义了物种更迭和物种进化两种变异策略,提出的双策略协同变异算子旨在解决变异算子对较优解的破坏。通过CEC2017中的八个基准测试函数与标准BBO及相关改进算法相比,该算法在算法性能、稳定性等方面优于BBO及其他改进算法,且该算法不易被局部最优值所限制。将该算法应用于以最大完工时间为目标的柔性作业车间调度问题(flexible Job-Shop scheduling problem,FJSP)以检验其实际应用价值,实验表明,该算法在解决FJSP上具有一定的有效性。
-
-
葛强;
李玉晶;
乔保军;
左宪禹;
王更科
-
-
摘要:
为增强生物地理学优化算法(biogeography-based optimization,BBO)的优化能力并克服其不能很好平衡开发能力与避免陷入局部最优解之间的矛盾,提出基于微扰动和混合变异的差分生物地理学优化算法(differential biogeography optimization algorithm based on micro-perturbation and mixed variation,MDEBBO).引入差分变异算子和自适应的微扰动因子来改进迁移算子,使算法朝着最优解快速移动,提高算法的查找精度.采用混合变异算子代替原变异算子,在迭代前期算法具有良好的全局探索能力,在后期具有较优的局部开发性.基准测试函数的仿真结果表明了MDEBBO算法的有效性.通过MDEBBO算法对Richards模型进行参数估计预测谷氨酸菌体生长浓度,实验结果表明,MDEBBO算法较对比算法更适用于Richards模型的参数估计.
-
-
张永贤;
陈杨谨瑜;
邰万文;
李伟
-
-
摘要:
针对生物地理学优化算法(biogeography-based optimization,BBO)前期搜寻范围不足、后期易陷入局部最优等问题,提出一种引入生态扩张主义(ecological imperialism,EI)的改进生物地理学优化算法(EI-BBO).首先,该算法通过在原始栖息地的周围寻找新栖息地,增强了初始化群体的多样性;其次,通过对栖息地进行改良式扩张,提高了算法后期的收敛效率;最后,通过梯度下降对最优解领域进行二次收敛,提高了算法的收敛精度.在CEC2014常用的12个优化测试函数上进行50次蒙特卡罗实验,结果表明无论是最优适应度值、平均适应度值还是标准差值EI-BBO,该算法总体表现均优于其他三种智能优化算法,说明EI-BBO能够提高寻找最优解的能力并提升搜索稳定性.
-
-
薛清文;
郎洪;
王勇智;
陆键
-
-
摘要:
考虑中转旅客在换乘过程中的流程时间、捷运时间及步行时间建立了"换乘紧张度"的参量,评价登机口分配对于中转旅客换乘的影响.以中转旅客总换乘紧张度最小、航班分配失败率最低及登机口使用数量最少为优化目标,并考虑航班分配的登机口类型约束、航班冲突约束等条件,建立多目标多约束的中转旅客登机口分配优化模型,并采用生物地理学优化算法求解模型.研究结果表明:登机口分配优化模型与先到先服务原则下的登机口调度方案相比,成功分配航班的数量增加54架次,提高了12%,且宽体机分配成功率为100%;旅客换乘紧张度在1.0之内比例为70%,成功换乘人数增加了30%;总换乘紧张度降低了25%.
-
-
张滋雨;
高岳林;
李嘉航
-
-
摘要:
通过分析生物地理学优化算法(BBO)性能的不足,提出了一种基于混合凸迁移和趋优柯西变异的对偶生物地理学优化算法(DuBBO).在迁移算子中,采用动态的混合凸迁移算子,使算法能够快速地向最优解方向收敛;在变异机制中,采用趋优变异策略,并加入了柯西分布随机数帮助算法跳出局部最优解;最后将对偶学习策略集成到算法中,加快了算法收敛速度并提升了搜索能力.在23个benchmark函数上的实验结果证明了提出的三种改进策略的有效性和必要性.最后将DuBBO与BBO以及另外六种优秀的改进算法进行对比.实验结果表明,DuBBO在整体性能上最好、收敛速度更快、收敛精度更高.
-
-
-
-
LI Zhi-cong;
李知聪;
GU Xing-sheng;
顾幸生
- 《2016年第27届中国过程控制会议》
| 2016年
-
摘要:
针对产品加工时间不确定条件下带阻塞的流水车间调度问题,采用梯形模糊数描述处理时间的不确定性,在模糊规划理论的基础上建立了以最小化最大完成时间为目标的模糊调度模型.通过一种模糊数排序的方法,将模糊调度模型转化为确定的单目标模型,并提出一种改进的生物地理学优化算法(IBBO)求解此类问题.IBBO算法在连续多代最优解没有发生改变的情况下,对最优解执行破坏重建的操作,并借鉴模拟退火算法,以一定概率接收劣解.最后通过仿真实验,验证了改进算法的有效性和优越性.
-
-
王芙丽;
李平;
曹江涛
- 《第23届过程控制会议》
| 2012年
-
摘要:
生物地理学优化(BBO)算法是一种新的全局优化算法,但该算法的搜索能力还有待改进.为了提高算法的优化特性,提出一种BBO算法的改进算法——改进的基于局部搜索策略的生物地理学优化算法(ILSBBO).改进的算法将差分进化算法的局部搜索策略与生物地理学优化算法的迁移策略进行结合,并引入了差分进化算法中的选择操作.在13个基准测试函数上,对改进的算法、基本生物地理学优化算法,以及基于BBO的混合差分进化算法进行比较,结果表明改进的算法优于所比较的其它两种算法;此外,改进后的算法在收敛速度上也优于基本生物地理学优化算法.
-
-