双种群
双种群的相关文献在1998年到2022年内共计117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93篇、会议论文1篇、专利文献383765篇;相关期刊60种,包括人天科学研究、电力系统及其自动化学报、自动化技术与应用等;
相关会议1种,包括第十七届全国网络与数据通信学术会议(NDCC2010)等;双种群的相关文献由349位作者贡献,包括周永权、理查德·佩雷斯、菲利普·埃斯皮尔德等。
双种群—发文量
专利文献>
论文:383765篇
占比:99.98%
总计:383859篇
双种群
-研究学者
- 周永权
- 理查德·佩雷斯
- 菲利普·埃斯皮尔德
- 贝努瓦·厄恩斯特
- 于帅帅
- 于昕
- 伍雪冬
- 何兵
- 何国强
- 冯雯
- 刘伟
- 刘升
- 刘学君
- 刘建生
- 刘松华
- 刘欢
- 刘若辰
- 卢雪燕
- 史旭栋
- 夏慧明
- 孔祥旻
- 安莉佳
- 岳雪芝
- 张会林
- 张克俊
- 张小妮
- 张志峰
- 张歆艳
- 徐远志
- 晏勇
- 曹雪莹
- 李凯丽
- 李岳
- 李斌成
- 李明
- 李阳阳
- 杜守信
- 林锦国
- 段文辉
- 毋涛
- 沈辉
- 沙芸
- 游晓明
- 焦李成
- 熊小峰
- 王东先
- 王发义
- 王建安
- 王文晖
- 王昊
-
-
刘景森;
袁蒙蒙;
李煜
-
-
摘要:
为了探索出更好解决机器人路径规划问题的方法,提出一种差异演化的寄生樽海鞘群算法.首先在领导者位置更新公式中加入对应的上一代领导者位置信息,加强全局搜索的充分性,同时引入自适应惯性权重,更好平衡领导者在不同进化阶段对于广度和深度搜索的不同需求,提高寻优精度.然后在算法结构中引入具有不同演化策略和寄生行为机制的寄生-宿主双种群及宿主群劣汰思想,增加种群的多样性,提高算法跳出局部极值的能力.理论分析证明了改进算法的时间复杂度与基本算法相同,6种对比算法在10个不同特征的标准测试函数上进行仿真对比测试,实验结果表明:该算法的寻优精度、收敛性能均有显著提高和改善.最后将改进算法与三次埃尔米特插值相结合,以路径上的节点组合为基础定义算法中个体位置的编码方式,以绕开障碍、最短路径为目标构造了适应度函数和约束条件,求解机器人路径规划问题.在不同复杂程度的障碍物场景和不同插值方法下进行的算例求解结果显示,该算法寻优结果的最佳值、平均值和方差整体上明显优于其他5种性能优越的代表性对比算法,也验证了融合埃尔米特插值方法对于求解机器人路径规划问题的优越性和有效性.
-
-
王丽颖;
帅真浩
-
-
摘要:
针对差分进化算法差分策略优化问题上的不足,解决DE/best/1策略全局探测能力差, DE/rand/1局部搜索能力弱而带来的鲁棒性降低及陷入局部最优等问题,本文在差分策略上进行改进,并且加入邻域分治思想提高进化效率,提出一种基于双种群两阶段变异策略的差分进化算法(TPSDE).第一个阶段利用DE/best/1的优势对邻域向量划分完成的子种群区域进行局部优化,第二个阶段借鉴DE/rand/1的思想实现全局优化,最终两阶段向量加权得到最终变异个体使得算法避免了过早收敛和搜索停滞等问题的出现. 6个测试函数的仿真实验结果表明TPSDE在收敛速度、优化精度和鲁棒性方面都得到了明显改善.
-
-
马飞宇;
瞿中
-
-
摘要:
针对蚁群算法中存在的算法收敛速度慢、逼近最优解能力不足等问题,提出一种基于异构双种群全局视野的蚁群算法,并将其应用于移动机器人路径规划领域。首先,研究基于异构蚁群的并行结构,通过差异化种群的相互协作提高蚁群算法的收敛速度和规划最优路径的能力;然后,研究具有全局视野的自适应步长,解决蚁群算法因局部视野导致无法搜索到最优步长的问题;最后,研究信息素初始化以及信息素更新方式,改进传统蚁群算法运行初期搜索无序性以及信息素更新不合理等问题。实验结果表明,该算法在逼近最优解能力和提高收敛速度等方面较对比方法有着显著提高,在测试的几种仿真地图中,平均路径长度优化了12%,平均迭代次数和平均运行时间分别减少了67%和82%。
-
-
徐远志;
张会林;
赵星虎
-
-
摘要:
基于传统粒子群算法(PSO)的微网调度模型存在收敛速度慢、精度低、初始化不均匀等问题。以综合运行、环境成本和大电网交易成本为优化目标,提出一种改进的基于双种群混沌的粒子群算法(DCPSO)微网优化调度模型。对比改进前后两种算法的优化结果可知,改进后的算法提升了系统优化精度和收敛速度,系统运行成本降低8.43%,优化速度提升44.54%,证实了改进算法的有效性和实用性。
-
-
马洪岗;
刘欢;
雷汶骏;
马若轩;
沈辉
-
-
摘要:
对于多约束条件的斜齿轮传动的优化设计,提出了一种遗传粒子群算法。为尽可能的避免粒子群算法出现粒子高度聚集在最优粒子的周围的情况,采用了结合遗传算法的改进策略,并采用了双种群的进化机制。为验证所提算法有效性,实施了多种算法的仿真,仿真结果表明,相同情况下,本文所提算法能寻到更精确的解。
-
-
吴敏;
徐兴雷;
尚猛
-
-
摘要:
针对自抗扰控制器耦合参数过多,传统经验整定法难以整定的问题,提出一种改进的鲨鱼优化算法对参数进行在线整定.通过自适应控制因子、双种群寻优、位置废弃等策略改善传统鲨鱼优化算法易陷入局部最优和开发勘探能力不平衡的缺陷.将整定后的自抗扰控制器对机械臂进行轨迹跟踪实验.实验结果表明,优化后的自抗扰控制器有效降低了轨迹跟踪误差,提高了控制精度和抗扰动能力.
-
-
马洪岗;
刘欢;
雷汶骏;
马若轩;
沈辉
-
-
摘要:
对于多约束条件的斜齿轮传动的优化设计,提出了一种遗传粒子群算法.为尽可能的避免粒子群算法出现粒子高度聚集在最优粒子的周围的情况,采用了结合遗传算法的改进策略,并采用了双种群的进化机制.为验证所提算法有效性,实施了多种算法的仿真,仿真结果表明,相同情况下,本文所提算法能寻到更精确的解.
-
-
张祥飞;
鲁宇明;
张平生
-
-
摘要:
针对约束多目标优化算法存在难以有效地兼顾收敛性和多样性的问题,提出一种基于协同进化的约束多目标优化算法.第一阶段,通过基于稳态演化的可行解搜索方式得到一个具有一定数量可行解的种群;第二阶段,将这个种群拆分为两个子种群,并通过双子种群协同进化的方式实现对收敛性和多样性的兼顾;最后采用标准约束多目标优化问题CF1~CF7、DOC1~DOC7和实际工程问题进行仿真实验,以测试所提算法的求解性能.实验结果表明,与基于约束支配准则的非支配排序遗传算法(NSGA-Ⅱ-CDP)、两阶段算法(ToP)、推拉搜索算法(PPS)和约束多目标优化的双存档进化算法(C-TAEA)相比,所提算法在反向世代距离(IGD)和超体积(HV)两个指标上均取得了良好的结果,说明所提算法可以有效地兼顾收敛性和多样性.
-
-
徐远志;
张会林;
赵星虎
-
-
摘要:
基于传统粒子群算法(PSO)的微网调度模型存在收敛速度慢、精度低、初始化不均匀等问题.以综合运行、环境成本和大电网交易成本为优化目标,提出一种改进的基于双种群混沌的粒子群算法(DCPSO)微网优化调度模型.对比改进前后两种算法的优化结果可知,改进后的算法提升了系统优化精度和收敛速度,系统运行成本降低8.43%,优化速度提升44.54%,证实了改进算法的有效性和实用性.
-
-
曾志文;
陈晓;
郭冬;
邓居智;
张志勇;
陈辉
-
-
摘要:
基于非线性优化算法的联合反演具有全局寻优、无需求偏导数、便于先验信息融入等优点.人工蜂群(ABC)算法是一种较新颖的非线性优化算法,具有独特的角色转换机制,在求解优化问题上有较强的寻优性能,但该算法也存在着搜索效率不高、局部搜索能力弱等问题.基于双种群架构可有效提高优化算法全局寻优能力.基于此,笔者提出一种双种群架构ABC算法,将交叉变异操作和最优解邻域搜索融入不同种群,选择典型的测试函数验证了改进ABC算法的有效性,并将其应用于大地电磁测深(MT)和重力数据的联合反演.模型试验和实测数据处理结果表明,双种群ABC算法具有较高的寻优能力和一定的实用性.
-
-
孔笋;
陈增强
- 《第十七届全国网络与数据通信学术会议(NDCC2010)》
| 2010年
-
摘要:
针对QoS组播路由问题,本文提出了一种基于蚁群搜索可行路径的双种群差分进化算法,结合差分进化算法的实数编码特点,组播树个体采用了路径编码的方式,通过蚁群算法搜索出代价相对较低的路径作为备选路径,然后将一种双种群差分算法应用到了QoS组播路由问题中。在不同规模的嘲络环境下,将该算法与几种常见的智能优化算法在路由请求成功率和算法执行时间方面进行了比较,结果对比表明新算法具有更好寻优性能。