佳点集
佳点集的相关文献在2004年到2022年内共计89篇,主要集中在自动化技术、计算机技术、电工技术、原子能技术
等领域,其中期刊论文84篇、专利文献1279篇;相关期刊58种,包括传感技术学报、计算机工程、计算机工程与科学等;
佳点集的相关文献由225位作者贡献,包括龙文、宣士斌、彭勇等。
佳点集
-研究学者
- 龙文
- 宣士斌
- 彭勇
- 林浒
- 梁昔明
- 程家兴
- 徐松金
- 李志俊
- 李海坤
- 蔡自兴
- 冯柯茹
- 刘勇
- 刘峰
- 刘智煖
- 刘香品
- 吴丹岳
- 唐凤
- 宋婷婷
- 张健
- 张强
- 张燕平
- 张琳娜
- 李敬明
- 林因
- 焦建军
- 王勇
- 王培崇
- 王梅
- 肖赤心
- 苏守宝
- 苏清梅
- 范晓杰
- 蔡冰君
- 蔡振才
- 陈义雄
- 陈富
- 项铁铭
- 黄亚飞
- 黄道姗
- 黄霆
- Ryad Chellali
- 丁一
- 丁会巧
- 丁蕊
- 于建成
- 何庆
- 何成刚
- 余雷
- 倪平波
- 冯小伟
-
-
张平华;
贾万祥;
程晓蕾
-
-
摘要:
目的 针对人工蜂群算法在求解问题的最优值时,后期收敛速度慢、易于陷入局部极值的问题,利用数论中的佳点集和一致分布原理,结合其他仿生智能优化算法的机制对人工蜂群算法进行了深入的改进,提出了一种基于一致分布佳点集改进的交叉人工蜂群算法(CGABC).方法 首先,利用数论的一致分布佳点集原理建立算法的初始化模型,以保证种群在搜索空间的均匀分布;然后,通过交叉方式进行迭代更新位置,以维持种群的多样性,防止算法陷入局部最优;最后,通过实验选取了4个工程问题和7个标准测试函数进行实验仿真.结论 结果 表明,与ABC算法、GABC算法等其他算法相比,CGABC的收敛速度及精度均有明显提高,增强全局寻优能力,有效地避免种群个体陷入局部最优,解决了多模态的优化问题.
-
-
石建平;
刘国平;
李培生;
陈冬云;
刘鹏
-
-
摘要:
针对果蝇优化算法收敛速度慢、收敛精度低以及候选解只能取正值等不足,提出一种基于双策略协同进化的改进果蝇优化算法,该算法按概率从两个精心构造的进化策略中随机选择其中一个策略,作为当前果蝇个体的嗅觉搜索操作算子,进而形成两个策略混合协同进化的嗅觉搜索机制,达到合理兼顾算法全局探索与局部开发的目的,大幅度提升算法的收敛质量。此外,通过引入佳点集初始化种群方法以及实时视觉更新策略,使初始种群具有较好的多样性,同时加快了算法的收敛速度。借助经典的基准测试函数和平面冗余机械臂的逆运动学求解验证了所提算法的可行性与有效性。结果表明:该算法在寻优速度、精度以及结果稳定性等方面明显优于对比算法。
-
-
李文超;
贺兴时;
贺飞跃;
杨新社
-
-
摘要:
花朵授粉算法(Flower Pollination Algorithm,FPA)是一种新颖的智能优化算法,广泛应用于解决复杂工程优化和多目标优化问题.针对该算法收敛精度低、速度慢和维数敏感等问题,通过引入佳点集理论初始化种群,使用自适应转化概率调整自花授粉与异花授粉,提出一种自适应高斯变异花授粉算法.对11个测试函数进行仿真,结果表明:改进算法有较高的收敛精度和收敛速度,并改善了基本花授粉算法对维数敏感问题.
-
-
吴霄;
江海新;
吴芸;
吴雪颜;
江佳玉;
童林
-
-
摘要:
针对蜉蝣优化算法(Mayfly Algorithm,MA)在求解多峰函数时容易发生早熟收敛而陷入局部极值的缺陷,提出了一种基于佳点集和莱维飞行原理的蜉蝣优化算法(JLMA).该算法首先采用佳点集初始化替代随机初始化,以增强初始种群的遍历性;然后修改了雄性蜉蝣的位置更新公式,消除了速度项对收敛速度的影响;最后,利用莱维飞行改变雄性蜉蝣位置的移动方向,防止算法陷入局部最优.在12个测试函数上的实验结果表明,JLMA算法能跳出局部最优,提高解的精度,寻优效果更好.
-
-
陈俊;
何庆;
李守玉
-
-
摘要:
针对基础阿基米德优化算法收敛速度慢、容易陷入局部最优的问题,文中提出了一种基于自适应反馈调节因子的阿基米德优化算法。首先,通过佳点集初始化种群,增强初始种群的遍历性,提高初始解的质量;其次,提出自适应反馈调节因子,平衡算法的全局探索与局部开发能力;最后,提出了莱维旋转变换策略,增加种群的多样性,以防止算法陷入局部最优。将所提算法与主流算法在14个基准测试函数以及部分CEC2014函数上进行30次比较实验,结果表明,所提算法的平均寻优精度、标准差以及收敛曲线均优于对比算法。同时将所提算法分别与对比算法在14个基准函数上进行Wilcoxon秩和检验,检验结果显示所提算法与对比算法的差异性显著。将所提算法应用于焊接梁设计问题,其相比原始算法提升了2%,验证了所提算法的有效性。
-
-
许秋艳;
马良;
刘勇
-
-
摘要:
针对求解最小比率旅行商问题方法存在精度低和速度慢等问题,设计阴阳平衡优化算法进行求解。采用佳点集构造初始解集;以超球体和归档集进行解的更新;并用相对位置索引法将算法搜索空间映射为问题解空间;基于综卦变换引入局部搜索。采用典型算例进行一系列数值实验,并将算法与微粒群优化算法、引力搜索算法、生物地理学优化算法以及最有价值球员算法进行比较。实验结果表明,所提算法在计算精度和优化速度方面优势显著,能够有效求解最小比率旅行商问题。
-
-
欧雅琴;
余雷
-
-
摘要:
为了提高铁路货运量的预测精度,针对长短期记忆神经网络性能受隐含层神经元数量、分块尺寸、最大训练周期数以及学习率的影响,提出一种基于改进的蜻蜓算法优化LSTM(Improved DA-LSTM)的铁路货运量预测模型。首先,为提高蜻蜓算法的收敛速度和避免局部最优问题,提出一种佳点集初始化种群的改进蜻蜓算法。其次,为提高LSTM模型的性能,运用改进的蜻蜓算法优化选择LSTM模型参数并进行铁路货运量预测。选择我国2001—2019年铁路货运量数据为研究对象,与DA-LSTM、GA-LSTM、PSO-LSTM、LSTM和BPNN相比,Improved DA-LSTM铁路货运量预测模型预测精度分别提高了0.6642%、0.6776%、1.2038%、1.3853%和2.0466%。
-
-
刘勇;
许树辉
-
-
摘要:
约束优化问题普遍存在于各科学和工程领域中,研究该类型问题的求解方法具有重要意义。在基本海洋捕食者算法的基础上,首先引入ε约束法,将算法的适用领域拓展到约束优化问题,然后通过引入基于佳点集理论的种群初始化方法、一般反向学习策略和基于Logisitic混沌映射的局部强化搜索策略,进一步提高了算法的寻优性能,从而构建了一种用于求解约束优化问题的新算法。
-
-
范纯龙;
童航
-
-
摘要:
软件测试用例集的数量和质量决定了软件测试过程中的效率。随着软件规模逐渐增大,执行大规模的测试用例是一项非常耗时且成本很高的工作。测试用例约简优化问题是在满足给定的测试需求下,通过识别冗余的测试用例并且移除该用例来达到缩减测试用例集的数目。为了解决这个问题,提出了一种基于樽海鞘算法的测试用例集的约简方法。引入佳点集理论进行种群的初始化,增加初始种群的多样性;采用重心反向变异策略对位置进行变异,挑出局部最优解。实验证明,该算法性能优良且具有良好的稳定性。
-
-
程孟飞;
丁蕊
-
-
摘要:
面向路径覆盖的测试用例生成作为一项有效的白盒测试技术,对提高软件测试效率和降低测试成本有重要意义。针对传统遗传算法过早收敛和收敛速度慢的问题,提出一种基于佳点集遗传算法的多路径覆盖测试用例生成方法。算法根据问题特征采用不同的编码方式,对于二进制编码的个体,设计佳点集交叉算子生成子代个体,实数编码的个体,设计一种混沌交叉方法生成子代个体;考虑分支距离和个体穿越路径与目标路径矩阵的相似度作为适应度函数。实验结果表明,与其他算法相比,该方法在覆盖率以及测试时间方面均具有优势。