搜索结果: 1-15 共查到“计算机科学技术 PSO”相关记录64条 . 查询时间(0.14 秒)
解决微网中新能源出力的随机性与波动性是微电网优化运行的前提和关键,为此,提出一种快速非支配排序遗传算法NSGA-II（non-dominated sorting genetic algorithm）和基本粒子群优化算法PSO（particle swarm optimization）相结合的NSGA-II-PSO算法,考虑将经济运行成本和环境污染成本作为优化的目标函数,建立常见发电单元以及蓄电池储能...
一种采用抽样策略的PSO算法
粒子群优化算法 抽样策略 局部搜索 全局优化
2016/1/5
原始粒子群优化算法(PSO) 和各种改进方法存在着参数取值固定、收敛精度低等问题. 为此, 提出一种采用抽样策略的粒子群优化算法(SS-PSO). 通过拉丁超立方抽样(LHS) 策略更新粒子速度和位置, 以加快收敛速度; 提出一种基于随机采样的最优位置修正方法, 以微调全局最优; 提出“双抽样”LHS 局部搜索方法, 以提高收敛精度. 与其他新近提出的两个算法进行对比, 结果显示SS-PSO 在一...
基于PSO-BP算法的压力传感器温度补偿研究
硅压力传感器 非线性变化 补偿修正 PSO-BP算法
2017/1/10
硅压力传感器在工业环境中使用时,尤其是用于测量油井井下压力的时候,环境温度变化范围通常比较大.硅压力传感器由于其自身结构的原因,输出压力值会呈现非线性变化,大大的降低了压力传感器的测量精度.本文是基于PSO-BP神经网络方法对压力传感器在温度变化时产生的误差进行补偿修正,以达到系统精度要求.PSO-BP算法的本意是使用PSO算法用于对BP神经网络的初始权值和阈值进行改进和筛选,然后再使用BP网络对...
带两类正态变异的PSO算法
粒子群优化算法 变异 正态分布 全局收敛
2015/5/19
针对基本粒子群优化算法(PSO) 容易陷入局部最优点和收敛速度较慢的缺点, 提出在PSO 更新过程中加入两类基于正态分布投点的变异操作. 一类变异用来增强局部搜索能力, 另一类变异用来提高发现全局最优点的能力, 避免所有粒子陷入到一个局部最优点的邻域内. 数值结果表明, 所提出算法的全局搜索能力有显著提高, 并且收敛速度更快.
PSO应用于QoS偏好感知的云存储任务调度
云存储 粒子群算法 任务调度 偏好感知
2014/3/24
研究有QoS偏好要求的云存储任务调度。首先，分析云存储与云计算的差异，用存在矩阵避免无效解的产生。其次，归纳云存储的QoS需求为时间、代价与质量3大类，并据此修改PSO算法的适应度函数用权重因子调节QoS偏好。实验发现，在不同优先级任务分布不均的情况下，分布广的任务的偏好会掩盖其他任务的偏好，因而不适宜用PSO进行整体性调度，而必须进行分级调度。实验证明，改进后的分级PSO算法对QoS偏好具有较好...
设计一种双重粒子编码方式，提出用于求解子任务分配问题的粒子群优化(PSO)算法。采用预约束方法产生初始种群，根据PSO算法容易陷入局部最优的特点，引入和声搜索策略加以改进。通过对经典实例的仿真分析，并与其他算法进行对比，证明新算法具有较强的寻优能力，收敛速度较快。
基于PSO的考虑完整费用的证券组合优化研究
交易费用 证券投资组合 粒子群算法
2010/9/6
通过分析中国证券市场证券交易不可拆分、不能卖空的特点以及现存的各种交易费用，建立一个考虑完整交易费用的证券投资组合优化模型，同时给出一个应用粒子群算法(PSO)求解的实例。结果证明该证券投资组合优化模型的完整性和有效性，也表明PSO算法可以快速准确地求解证券投资组合优化问题。
基于改进的PSO算法的神经网络相关性剪枝优化
神经网络 剪枝 微粒群优化算法
2010/9/6
针对传统的神经网络训练算法收敛速度慢、易陷入局部最优的问题，提出了一种基于改进的分期变异微粒群优化算法（SMPSO）的神经网络相关性剪枝优化方法。SMPSO在初期使适应度过低的微粒发生变异，在后期使停滞代数过高的个体极值和全局极值发生变异,后将SMPSO用于优化神经网络相关性剪枝算法。实验结果表明，该方法与采用BP算法及标准PSO算法进行相关性剪枝相比，在训练收敛速度、剪枝效率及分类正确率三方面都...
基于改进PSO 算法的磁浮列车PID 控制器参数优化
粒子群优化(PSO)算法 停滞检测 磁浮列车 PID 控制器
2010/8/26
为减小磁浮列车气隙控制中非线性的影响,将粒子群优化(PSO)算法用于磁浮列车控制器参数优化,并在线性递减权重粒子群算法的基础上,提出了一种改进的粒子群优化算法. 算法采用了邻域结构、停滞检测以及对全局最佳粒子的微扰,以改善算法的优化速度和收敛性. 仿真和实验结果表明,将改进算法获得的优化参数用于磁浮列车的比例积分微分(PID)控制器,比原有PID 控制器的输出超调减小45%.
基于GA-PSO算法的路径测试数据自动生成
测试数据自动生成 GA-PSO算法 软件测试
2010/8/31
为了实现测试数据自动生成，许多遗传算法及其改进算法应用到了测试领域。针对遗传算法具有较强的全局搜索能力，但局部搜索能力较弱，且收敛速度慢的特点。将遗传算法与粒子群算法结合起来形成新的混合算法（GA-PSO），并成功应用到软件测试数据自动生成过程中。实验结果表明，该算法结合了遗传算法和粒子群算法的优点，在保证软件测试数据正确生成的情况下，极大地提高了数据生成的效率。
免疫PSO算法求解多库房带时间窗VRP
车辆路径问题 粒子群优化算法 免疫PSO算法
2010/3/1
为了降低物流系统的总费用，对车辆优化调度模型进行了改进，考虑了库房容量和时间窗两方面的因素，以总的耗费成本为目标，采用免疫粒子群优化（PSO）算法对此多库房车辆调度模型进行了优化求解。仿真结果表明免疫PSO比PSO更有效、更优越。
求解矩阵特征值和特征向量的PSO算法
粒子群优化算法 特征值 特征向量 特征方程
2010/2/20
提出一种基于粒子群优化算法的求解方法，将线性方程组的求解转化为无约束优化问题加以解决，采用粒子群优化算法求解矩阵特征值和特征向量。仿真实验结果表明，该方法求解精度高、收敛速度快，能够在10代左右收敛，可以有效获得任意矩阵的特征值和特征向量。
改进PSO算法的性能分析与研究
粒子群优化(PSO) 遗传PSO 二阶振荡PSO 量子PSO 模拟退火PSO
2010/9/1
分析了粒子群优化(PSO)算法的进化式,针对其容易发生早熟、收敛速度慢、后期搜索性能和个体寻优能力降低等缺点,结合遗传算法的思想,提出一种新的混合PSO算法——遗传PSO(GAPSO)。该算法是在PSO算法的更新过程中,对粒子速度引入遗传算法的变异操作,对粒子位置引入遗传算法交叉操作。对速度的变异降低了算法后期因种群过于密集而陷入局部最优的可能，对位置的交叉使得父代中优良个体的基因能够更好地遗传给...
一个基于PSO和DE的杂凑全局优化算法
粒子群优化算法 差分进化算法 杂凑算法 测试实验
2010/1/28
结合粒子群优化算法和差分进化算法思想提出了一个杂凑的全局优化算法——PSO-DE，通过对4个基准测试函数的实验测试，并与PSO和DE算法比较，证明新算法在低维（≤10维）搜索空间可以获得更高质量的解。