用协同线搜索技术改善PSO优化性能

来源 :第27届中国控制会议 | 被引量 : 0次 | 上传用户:nickymin
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目前混合PSO算法较多见,而对协同局部线搜索的混合优化技术研究较少。本文结合经典局部线搜索技术和基本的PSO(B-PSO)提出了一种协同局部线搜索的PSO混合进化算法(CLS-PSO)。就4个典型非线性优化问题对CLS-PSO算法的性能进行数值试验,并与B-PSO算法的性能进行了比较。试验与分析表明,CLS-PSO的性能显著优于B-PSO,且具有较强的稳定性和鲁棒性。
其他文献
本文提出了一种新型的全局优化算法-区间进化算法,该算法将区间算法可靠性和进化策略群体搜索全局收敛性融为一体。该算法非常宜于解约束条件下非线性函数全局最优解问题,能在
针对一类非严格参数反馈不确定的高阶单输入单输出非线性系统,提出了一种改进的自适应Backstepping控制器设计方法。该方法通过对系统模型的等价变换和选择合适的Lyapunov函数
会议
本文提出了一种用于结构拓扑优化的改进的智能计算算法,它综合了进化结构优化算法(ESO)和原来结构拓扑优化中所用的水平集方法(LSM)的优点。在LSM方法基础上,结合了ESO算法,克服
会议
提出了一种新的改进粒子群优化算法,并应用于磨削加工过程的参数择优问题。该算法结合反向学习方法学习速度快、寻优能力强的特点,在粒子群进化过程中进行反向变异操作,并且采用
会议
针对开关摔制易引起结构加速度局部放大的问题,提出以速度响应作为状态切换参数的多态控制策略。利用遗传算法对状态切换参数的取值进行优化计算,得到其简化计算公式。通过对一
会议
二元蚁群算法在函数优化中有着良好的表现,但仍存在易陷入局部最优和在多峰函数求解中无法同时得到多个解的缺陷。本文使用拥塞控制策略改善算法的全局寻优能力,同时引入多种群
会议
单卫星成像重访周期长,覆盖范围有限,多卫星成像是解决此问题的一种有效途径。论文针对多卫星联合成像调度问题,建立了数学规划模型,基于稳态进化求解方法以解决多卫星之间的成像
会议
随着中国电力市场化的起步,电力企业面临着严峻的挑战。“厂网分开,竞价上网”的发电侧电力市场即将成为国内电力市场的主要运营模式。在发电技术已基本成熟的情况下,如何提高社
会议
本文对HFC(Hierarchical Fair Competition)模型的搜索方式进行了相应的改进,引入基于遗传编程的结构参数混合优化方法。同时在HFC模犁中加入了一些自适应机制,形成了三种衍生
会议
对于动态环境问题的优化不再是在解空间中找到一个最优点,而是要尽可能的在解空间中跟踪运动变化的最优点。作为一种基于群智能的并行随机优化方法,粒子群优化算法(PSO)在优化