信賴域最優(yōu)化的改進(jìn)算法
Trust-,-,ation,,,Trust-,trust-,
論文研究改進(jìn)的郭濤算法求解約束優(yōu)化問題.pdf
改進(jìn)的郭濤算法求解約束優(yōu)化問題,薛運(yùn)虎,郝仰梅,提出了一種求解約束函數(shù)優(yōu)化問題的新的演化算法。該算法是在郭濤算法的基礎(chǔ)上提出來的,主要對(duì)郭濤算法進(jìn)行如下改進(jìn):一是引入了
協(xié)同優(yōu)化在衛(wèi)星多學(xué)科設(shè)計(jì)優(yōu)化中的初步應(yīng)用
of in
求解約束優(yōu)化問題的改進(jìn)粒子群優(yōu)化算法
求解約束優(yōu)化問題的改進(jìn)粒子群優(yōu)化算法!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
含脊優(yōu)化問題的變換坐標(biāo)改進(jìn)優(yōu)化算法
含脊優(yōu)化問題的變換坐標(biāo)改進(jìn)優(yōu)化算法,李春明,,采用加固圍墻的內(nèi)點(diǎn)懲罰函數(shù)法和傳統(tǒng)的外點(diǎn)懲罰函數(shù)法,研究了約束優(yōu)化問題的求解。針對(duì)懲罰函數(shù)法的序列無約束優(yōu)化問題含有脊的
論文研究求解大規(guī)模優(yōu)化問題的改進(jìn)鯨魚優(yōu)化算法.pdf
論文研究-求解大規(guī)模優(yōu)化問題的改進(jìn)鯨魚優(yōu)化算法.pdf最優(yōu)化方法解可新pdf, 提出一種基于非線性收斂因子的改進(jìn)鯨魚優(yōu)化算法(簡記為IWOA)用于求解大規(guī)模復(fù)雜優(yōu)化問題.為算法全局搜索奠定基礎(chǔ),在搜索空間中利用對(duì)立學(xué)習(xí)策略進(jìn)行初始化鯨魚個(gè)體位置；設(shè)計(jì)一種隨進(jìn)化迭代次數(shù)非線性變化的收斂因子更新公式以協(xié)調(diào)WOA算法的探索和
論文研究解決約束優(yōu)化問題的改進(jìn)粒子群算法.pdf
針對(duì)約束優(yōu)化問題的求解最優(yōu)化方法解可新pdf,提出一種改進(jìn)的粒子群算法(CMPSO)。在CMPSO算法中,為了增加種群多樣性,提升種群跳出局部最優(yōu)解的能力,引入種群多樣性閾值,當(dāng)種群多樣性低于給定閾值時(shí),對(duì)全局最優(yōu)粒子位置和粒子自身最優(yōu)位置進(jìn)行多項(xiàng)式變異；并根據(jù)粒子違背約束條件的程度,提出一種新的粒子間比較準(zhǔn)則來比較粒子
論文研究求解約束優(yōu)化問題的改進(jìn)蝙蝠算法.pdf
針對(duì)基本蝙蝠算法求解精度低、易陷入局部最優(yōu)的缺點(diǎn),提出一種改進(jìn)的蝙蝠算法用于求解約束優(yōu)化問題。該算法利用佳點(diǎn)集方法構(gòu)造初始種群以維持群體的多樣性,引入慣性權(quán)重以協(xié)調(diào)算法的勘探和開發(fā)能力。為了避免算法陷入局部最優(yōu),對(duì)當(dāng)前全局最優(yōu)解進(jìn)行多樣性變異操作。通過對(duì)四個(gè)標(biāo)準(zhǔn)測試函數(shù)和化工應(yīng)用的仿真實(shí)驗(yàn)并與其他算
論文研究改進(jìn)光學(xué)優(yōu)化算法及其在函數(shù)優(yōu)化中的應(yīng)用.pdf
光學(xué)優(yōu)化算法是一種新型優(yōu)化算法,源自物理學(xué)中的光學(xué)原理。針對(duì)基本光學(xué)優(yōu)化算法中適應(yīng)度函數(shù)隨進(jìn)化過程恒定不變導(dǎo)致算法搜索能力差、精度低等不足之處,結(jié)合遺傳算法中自適應(yīng)度的改進(jìn)方法,提出一種可隨進(jìn)化代數(shù)動(dòng)態(tài)調(diào)整的非線性適應(yīng)度函數(shù),改進(jìn)了光學(xué)優(yōu)化算法的適應(yīng)度函數(shù)。通過一系列典型的基準(zhǔn)函數(shù)測試了改進(jìn)算法的性
改進(jìn)的增強(qiáng)拉格朗日函數(shù)帶有改進(jìn)的灰太狼優(yōu)化算法用于約束優(yōu)化問題
改進(jìn)的增強(qiáng)拉格朗日函數(shù),帶有改進(jìn)的灰太狼優(yōu)化算法,用于約束優(yōu)化問題