共查询到20条相似文献，搜索用时 15 毫秒
1.
胡密;毛和水;卢仕峰;刘伟;吕一兵 《长江大学学报》2013,(10):6-10,4
粒子群算法是一种新兴的优化技术。由于粒子群算法实现简单,可调参数少,已得到广泛研究和应用。根据粒子群算法能够有效获得不可微多目标规划Pareto最优解的特点,设计了线性二层多目标规划的粒子群算法:采用以下层问题的K-T最优性条件代替下层问题的思想,将线性二层多目标规划转化为带互补约束的不可微多目标规划问题,然后对所得到的不可微多目标规划问题设计粒子群算法,从而得到线性二层多目标规划问题的Pareto最优解。数值结果表明所设计的算法是可行、有效的。 相似文献
2.
采用以下层问题的最优性条件代替下层问题的方法,将上层为向量优化、下层为凸标量优化的一类非线性二层多目标规划问题转化为带互补约束的不可微多目标规划问题,分析了2者在最优解方面的关系,并设计了求解相应不可微多目标规划问题的粒子群算法.数值结果表明所设计的粒子群算法是可行、有效的. 相似文献
3.
为保持所求得的多目标优化问题Pareto最优解的多样性,提出了一种精英保留和根据目标函数值进行排序的多目标优化差分进化算法.对排序策略中目标函数的选择方式进行了分析和比较,并提出了一种确定进化过程中求得的精英解是否进入Pareto最优解集的阈值确定方法.用多个经典测试函数进行了实验分析,并与NSGA-Ⅱ算法进行了比较.实验结果表明,该方法收敛到问题的Pareto前沿效果良好,能有效保持所求得的Pareto最优解的多样性. 相似文献
4.
下层规划问题最优解的精确性对成功求解二层单目标规划问题具有决定性作用。基于单目标规划问题的KKT条件,引入KKT背离度量方程,利用该度量方程控制下层问题最优解的精度;然后以下层问题最优解的精度控制值为终止条件,设计求解二层单目标规划问题的粒子群算法;最后利用6组带箱式约束的经典算例对算法进行了评估,结果表明该算法能够提高计算效率并能加速算法收敛速度。 相似文献
5.
为消除由于设计参数或环境因子扰动对多目标优化问题带来的影响,提出基于t分布构建有效目标函数,并在传统Pareto最优解评估策略基础上,一方面用种群在空间的分布密度替换NSGA2算法中基于距离的拥挤排序策略以维护外部档案;另一方面,引入基于种群分布密度的全局最优解概率选择策略和基于拉丁超立方的局部采样方法.实验结果表明,该算法能有效求解多目标问题的鲁棒Pareto最优解. 相似文献
6.
7.
基于量化正交免疫克隆粒子群算法的水电站水库优化调度研究 总被引：1，自引：0，他引：1
【目的】解决传统粒子群算法在求解水库优化调度问题中存在的早熟、收敛速度慢和易陷入局部最优的问题。【方法】基于抗体克隆选择学说理论,提出了一种量化正交免疫克隆粒子群算法(OICPSO/Q)。采用正交交叉策略来增强子代个体解分布的均匀性;通过接种疫苗和计算亲合度等操作,对算法的进化过程进行有目的、有选择地指导,使得算法快速收敛,同时保持一定的多样性,抑制了早熟现象。提出一种自学习算子,避免个体邻域内最优解的丢失。建立了基于量化正交免疫克隆粒子群算法的水库优化调度数学模型,并给出其具体的求解步骤。最后应用该方法与标准粒子群算法(SPSO)及动态规划方法进行比较。【结果】与SPSO算法和动态规划方法计算结果相比,OICPSO/Q算法计算时间明显降低,但发电量明显增加,说明OICPSO/Q算法可提高解的精度,加快其收敛速度,其性能优于标准粒子群算法和动态规划方法。【结论】OICPSO/Q算法为求解水库优化调度问题提供了一条新的有效求解途径。 相似文献
8.
针对离散粒子群应用于机组负荷优化问题中存在早熟收敛的难题,提出了动态规划-自适应离散粒子群算法求解机组负荷优化组合问题.该方法首先保证所有随机生成的粒子均为满足基本约束条件的可行解,使整个算法只在可行解区域内进行动态优化搜索,缩短了计算时间.计算实例表明:动态规划-自适应离散粒子群算法能较好地收敛到最优解,而且该方法得出的解具有精度高、收敛速度快的优点,应用效果优于动态规划法和离散粒子群算法,说明该方法是有效的、合理的,具有较好的应用前景. 相似文献
9.
10.
11.
基于多目标优化的无线传感器网络覆盖控制算法 总被引：1，自引：0，他引：1
针对随机部署的混合无线传感器网络覆盖性能及网络使用寿命的问题,在冗余节点检测策略基础上,提出基于邻域扰动的多目标粒子群算法控制移动节点的部署.每一个粒子表示所有可移动节点的一种部署,基于非支配排序策略定义最优粒子的寻找方法,在经典粒子群算法基础上,引入自适应邻域扰动操作,从而有效避免陷入早熟陷阱.通过与其他算法的对比仿真实验,表明该优化算法能更有效地提高网络覆盖性能和降低网络能耗. 相似文献
12.
改进缩张算法求解较复杂非线性规划问题 总被引：1，自引：0，他引：1
将缩张算法加以改进 ,较大程度地减少目标函数的访问次数 ,既可运用到规模和难度较大的约束非线性规划问题 ,也可运用到整数及混合规划问题。通过对 2个实例的数值分析 ,结果表明 :改进的缩张算法可实现实际问题的全局最优解 ,比其他优化算法在实现目标函数全局最优解上更加简便有效。 相似文献
13.
局部阴影条件下,光伏阵列的P-V曲线会呈现多个局域峰值,影响最大功率点跟踪(MPPT),传统MPPT算法只能跟踪单个功率峰值,在局部阴影输出功率多峰值条件下,该算法不能完成有效跟踪。粒子群算法(PSO)有较强多极点寻优能力,但易陷入局部最优解。针对此问题,在粒子群算法中引入模拟退火算法的Metropolis选择机制,在简化所需设置参数同时帮助粒子群算法有效跳出局部最优解。在控制过程中,采用主程序加嵌套迭代双重判定条件,保证粒子稳定前提下,收敛在最大功率点(MPP)附近。通过MATLAB对比仿真验证,表明该算法在局部遮阴情况下能较精确、快速地跟踪到最大功率点,有效提高光伏电池输出效率。 相似文献
14.
研究了线性二层多目标规划的求解问题。以下层问题的最优性条件代替下层问题,将线性二层多目标规划问题转化为含互补约束的不可微优化问题,同时将互补条件作为罚项加入到上层目标函数,构造了相应的罚问题。通过分析罚问题Pareo最优解的相关性质,设计了一种极点搜索方法,并用算例验证了算法的可行性。 相似文献
15.
传统的粒子群优化算法(Particle Swarm Optimization,PSO)在解决有关离散优化的问题时,容易发生早熟收敛,陷入局部最优等现象,从而得不到最优解。为了克服这种现象,提出了一种基于遗传思想的改进PSO算法:利用繁殖法更好的搜索粒子的空间,经过繁殖后的粒子可以更好的从局部最优逃离,并对经典的测试函数进行了测试。测试结果表明,与传统的PSO算法相比,改进算法的寻优效果较好,不仅能加快收敛速度,而且能找到同样甚至更好的解。 相似文献
16.
《山西农业大学学报(自然科学版)》2017,(5)
[目的]微电网中分布式电源(distribution generation,简称DG)接入位置及容量直接影响了微电网静态电压的稳定性,进而影响着可再生能源消纳问题。为了建立可再生能源消纳最大、微电网静态电压稳定、含环境效益的DG投资成本最小的微电网规划模型。[方法]采用离差法将多目标优化问题转化为单目标规划问题,利用粒子群算法求解多目标函数的最优解,利用MATLAB软件搭建典型的微电网算例系统,并进行了测试。[结果]得到了在微电网静态电压稳定性基础上,可再生能源消纳最大化的微电网的规划方案。[结论]该方案既能满足微电网建设的可靠性和经济性要求,又能解决可再生能源消纳问题。 相似文献
17.
研究了上层为分式规划、下层为线性多目标规划的一类半向量二层规划问题乐观最优解的求解方法。利用对偶理论,先将半向量二层规划问题转化为相应的单层优化问题,同时取下层问题的对偶间隙与上层目标函数分母的比值作为罚项,构造了该类半向量二层规划问题的罚问题,最后基于罚问题的相关性质设计了一种求解算法。数值试验表明,所设计的算法是可行的。 相似文献
18.
无人机飞行中合理的路线规划可以减小飞行时间、降低油耗,减小被敌方发现、攻击的可能,从而提高了完成任务的概率.鉴于大部分无人机是以一个相对固定的高度进行侦察和任务飞行,故可将无人机的飞行任务规划视为二维平面的TSP问题.本文进一步将地面防空威胁与飞行距离统一量化,通过求解TSP求取最优无人机任务规划.文中通过分析蚁群算法与粒子群算法,提出了一种新的混合方法AC-PSO算法解决TSP求解问题.算法借鉴了蚁群算法的路线构造方法和粒子群算法的进化策略思想,同时给出了提升算法效率的一些措施.实验验证,该算法和威胁建模方法相结合,能有效地满足无人机飞行任务规划的要求. 相似文献
19.
《沈阳农业大学学报》2020,(2)
目前无人机已经在农业领域逐步应用,在精量播种、农药喷洒、植被检测等不同类型的农业航空作业中有着广泛的应用,采用无人机进行农药喷洒已经成为农业植保过程中的一项重要任务。多喷洒点遍历及障碍物避障的航迹规划问题,影响着无人机喷洒作业的效率。如何规划无人机喷洒作业点的顺序及低空作业避障问题在农田喷洒任务中受到了广泛的关注。使用传统灰狼优化算法求解能力强,但这易陷入局部最优解。针对此问题提出了一种改进的灰狼优化算法(IGWO)与A~*算法相结合的无人机农田喷洒航迹规划算法。IGWO算法引入了K-Means算法进行种群初始化以加强种群多样性,引入了非线性收敛因子以平衡算法的全局搜索与局部开发能力,引入了粒子群优化算法个体优越性进行位置更新以避免算法陷入局部最优,从而使得IGWO算法具有更强的模型求解能力。运用IGWO算法无障碍物的求解遍历多喷洒点的最优航迹路径,随后在障碍物阻挡的航迹路径段运用A~*算法避障规划以修正段内航迹。试验仿真结果表明:IGWO算法与GWO算法在随机生成的5个喷洒任务点的遍历航迹规划长度相同,而在随机生成的30个喷洒点遍历航迹规划中IGWO算法是GWO算法寻找最优解所需迭代次数的1/3,且规划路径缩短4.17%,说明IGWO算法对大任务量喷洒任务点更具有优越性,收敛速度更快,模型求解能力更强,规划航迹效率更高,同时验证了基于IGWO-A~*算法的无人机农田喷洒航迹规划的真实有效性。该研究为农业植保提供了一定的理论基础,为无人机自主作业解决了前提条件。 相似文献
20.
针对量子粒子群算法存在的问题,设计基于公共历史的两种群并行搜索的量子粒子群算法.在利用群体历史优质解及最优粒子变异的基础上,对粒子群进行筛选,加快粒子群的收敛速度,并采用两种群并行搜索,防止同时陷入局部极值.通过多个函数的测试,该算法在收敛速度及寻找全局最优方面,都表现出较好的效果. 相似文献