全局最优

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.

摘要： 在工程和科学应用中,实数优化问题很常见,它不仅复杂,而且计算昂贵。为了更好地解决实数优化问题,提出了一种基于jDE100的实数优化算法。该算法采用三种群差分进化策略,最后在保证计算结果精度的前提下,该算法明显减少了计算费用。试验结果表明,与其他采用差分策略的算法相比,本文算法在CEC2019的100位数字挑战中拥有精度与时间代价的优异性,且适合优化高维问题。

摘要： 社区发现对增加教育虚拟社区用户粘性,提高学习者学习成效具有积极作用。为解决传统社区发现算法在复杂网络结构不清晰时划分效果不佳的问题,提出一种基于小生境的二进制粒子群优化算法NIBPSO。算法将每个粒子编码作为社区发现的一种解,以模块度作为优化函数。在粒子迭代过程中,选取粒子的邻域最优替代全局最优,同时根据粒子各维度的速度,采用轮盘赌算法确定粒子中各节点的社区归属。通过控制粒子信息传播速度和范围,能有效解决粒子陷入局部最优,提高了社区发现效果。实验表明,该算法获得较好的社区发现结果。

摘要： 针对某混合装药火炮的内弹道性能优化问题,提出了一种基于混合策略的改进萤火虫算法。建立了该混合装药火炮的经典内弹道数学模型,考虑到标准萤火虫算法易于陷入局部最优,且全局寻优能力较弱的缺陷,因此采用了一种基于混合策略的改进萤火虫算法。通过3种优化方案分别对该混合装药火炮进行内弹道的性能优化对比,结果表明:改进后的萤火虫算法体现了较为突出的优越性,收敛效果较好,在满足最大压力的约束条件下,采用改进的萤火虫算法提升了该火炮的初速,相比优化前,炮口速度能提升26 m/s左右,该结果进一步说明了改进萤火虫算法在内弹道性能优化中的可行性和适用性。

摘要： 随着社会经济的发展,糖尿病视网膜病变患者越来越多,为了减少患者的致盲率,早期诊断至关重要.其中眼底硬性渗出物的检测是诊断的重要环节,传统的检测方法受到主观因素的影响,准确度不高且效率较低,为了辅助医生进行检测,本文提出了一种基于IHBMO-RF算法的眼底硬性渗出物的检测算法,通过引入佳点集原理对蜂群进行初始化,不但能保持蜂群的多样性,而且还能加快蜂群的收敛速度,解决了机器学习中面临的局部最优的困境.在公开的眼底数据库DiaretDB1下进行实验显示,本文使用的算法准确率达到了95.4%,与现有研究对比,取得了较好的效果,对辅助检测眼底硬性渗出物具有一定的意义.

摘要： 1.引言“互联网+”时代背景下,电商行业蓬勃发展,人们对农产品需求日益上升。文中运用模拟退火算法对农产品的物流配送车辆进行路径优化,减少物流车辆行驶总路程,节省物流运送时间,以达到节能减排、提质增效的目标。2.模拟退火算法模型2.1模拟退火算法介绍模拟退火法是一种非常典型的概率模拟算法,是基于Monte-Carlo迭代求解策略的一种寻优算法[2]。模拟退火算法通过模拟热力学当中固体退火过程与一般组合优化问题之间的相似性结合概率突跳性是局部最优解能概率性地跳出并趋于全局最优的模式[3]。

摘要： 针对萤火虫算法在全局寻优过程中求解精度差,且容易陷入局部最优的问题,文中提出了一种优化的萤火虫算法。采用离散-连续的方法将传统萤火虫算法的空间连续化,在传统萤火虫算法的基础上定义新的吸引度计算式以及相应的更新策略,实现待求的离散问题的空间连续化,改善萤火虫单体相应的移动方式。实验仿真结果证明了该改进算法的有效性。文中对改进的萤火虫算法及其适用范围作了总结,并指出了今后研究方向。

摘要： 视频传感器是一种广泛应用于各类突发事件感知的重要传感器,对保障城市经济和社会的高速发展起到突出作用。为了最大程度地提高视频传感器的覆盖率,根据摄像机的有向感知特性,提出一种基于改进人工蜂群优化的视频传感器监控区域增强算法。该算法受粒子群算法的启发引入全局最优值,改进人工蜂群的搜索策略,提高其开采能力和收敛速度,并利用反向学习思想产生新蜜源替换最差蜜源。结果表明,改进算法能够有效提高监控区域的覆盖率,其性能优于传统方法。

摘要： 针对BP神经网络在双目相机标定时受到初始权值和阈值的影响,提出了一种基于改进遗传算法优化BP神经网络对双目相机进行标定的方法,通过对遗传算法的交叉和变异概率进行改进,采用世界坐标值直接对比度使得数据更直观,实验证明可以获得更高的精度。

摘要： 针对头脑风暴优化(brain storm optimization, BSO)算法的选择操作中仅部分个体更新追随全局最优和变异操作中步长不能自适应的问题,采用追随全局最优策略以充分利用全局最优信息,并用差分变异代替原来的高斯变异以自适应调节变异步长,提出了基于全局最优和差分变异的BSO(global-best difference-mutation brain storm optimization, GDBSO)算法。通过6个标准测试函数极值寻优的Matlab仿真对比研究表明GDBSO具有优良性能,较好地解决了原BSO搜索效率低的问题,提高了算法的寻优精度和收敛速度。GDBSO结合自主式水下航行器(autonomous underwater vehicle, AUV)路径规划应用的仿真验证了算法的有效性和可行性。

摘要： 在基于DVS(Dynamic Voltage Scaling)技术的节能算法中，全局寻优算法优于局部寻优算法。已有算法通过局部寻优接近全局最优解，但未能给出全局节能最优的解析解。本文提出GOSA(Global Optimal Solution Algorithm）算法，根据任务调度系数求出全局最优下每个任务电压的解析解通解，依据这组解析解设定任务电压值，直接达到全局能耗最低。仿真结果表明：本算法能以可接受的时间复杂度下显著降低能耗，与已有国内外相关算法比较具有优势。

摘要： GNSS接收机的军事应用必然面临强干扰环境。基于导航战应用背景，设计了一种新的空时抗干扰GNSS接收机结构，基于系统抗干扰性能全局最优的观点，提出了“利用抗干扰系统输出端的反馈控制天线阵列加权”的思路，设计了一种组合了空域和时域抗干扰技术的全局最优空时抗干扰接收机方案，提出了考虑时域抗干扰模块延时影响下的空时抗干扰算法。与简单级联方案相比，所提出的全局最优GNSS接收机空时抗干扰方案具有更优的抗干扰性能。

摘要： 本文介绍了一种基于全局最优盲源分离算法的模态参数识别方法。该算法利用统计独立信号完全分离时估计信号误差最小为分离原则,把寻优过程转化为广义特征值求解。分离过程不需要迭代,具有非常低的运算复杂度。同时,本文重点讨论了分离信号与广义坐标之间的对应关系,论证了盲源分离技术应用于模态识别的可行性。理论分析与数值算例表明,本文方法计算简单,具有很好的识别精度。

摘要： 本文针对由N个子系统互联而成的线性时变群体系统，根据Lyapunov向量函数理论和系统全局最优稳定性判定定理，通过结合一种M-矩阵的判定方法，提出了一种新的联结稳定性判别定理。并给出五机器人双链型(人字形)队形控制的仿真示例，说明该方法的可行性和有效性。

摘要： 针对传统迭代动态规划方法计算效率低的缺点.提出了一种改进的自适应变步长迭代动态规划方法,在求解中引入Runge-Kutta-Fehlberg自适应变步长方法来提高寻优精度和求解效率.以经典的间歇反应过程动态优化问题作为研究实例,研究结果表明:所提出的自适应变步长迭代动态规划方法,在保留传统的迭代动态规划方法有效寻找全局最优优点的同时,能够进一步提高寻优精度,而且优化效率也较高.

摘要： 介绍了基于遗传算法对PID参数寻优的过程，采用遗传算法进行PID参数整定与优化是一种全局最优且与初始条件无关的方法，文章通过实例对几种参数整定方法进行了仿真和比较，证明了基于遗传算法的PID参数整定方法的可行性和良好的控制效果。

摘要： 粒子群优化算法PSO已经成功地应用于解决寻优问题．标准的粒子群算法以及惯性权值线性递减粒子群算法等存在着收敛慢、容易陷入局部最优的缺陷．针对粒子群优化算法的这两个显著缺陷提出了一种新型的自适应粒子群优化算法，使用基于粒子适应度的惯性权值函数自适应调节每个粒子的惯性权值，使得粒子速度更新更有层次，更新速度更均匀。实验结果表明该算法有着较快的收敛速度以及较好的发现全局最优的能力，印证了自适应调整惯性权值的方法能够使粒子群优化算法达到更好的效果．

摘要： 针对量子粒子群算法存在的问题，设计了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。

摘要： 蚁群算法(ACO)是人工智能领域中一种启发式智能搜索算法。近些年来随着蚁群算法的研究逐步深入，许多蚁群算法的改进算法在各个领域得到了广泛的应用。本文对蚁群算法的研究进展及其改进进行了较为详细的介绍，并且对以后可能的研究方向进行了展望。

摘要： 蚁群算法(ACO)是人工智能领域中一种启发式智能搜索算法。近些年来随着蚁群算法的研究逐步深入，许多蚁群算法的改进算法在各个领域得到了广泛的应用。本文对蚁群算法的研究进展及其改进进行了较为详细的介绍，并且对以后可能的研究方向进行了展望。

摘要： 本发明公开了一种基于全局寻域算法实现车辆全局能量最优分配方法，包括：确定燃油矩阵和各控制矩阵，并基于此，对所有状态点重新编号以顺序求解并存储各状态点到起点的最优值、顺序求解并存储各状态点所经前一时刻或地理位置的最优状态点、逆序查找并存储各时刻或地理位置的最优状态点、还原最优状态点编号以形成SOC最优轨迹域。应用层面中基于最优控制结果，以车速、SOC、需求转矩或需求功率、转矩分配比或功率分配比为坐标系形成用于实车实时应用的map图。本发明所提方法可得到所有满足最低油耗的SOC最优轨迹，保证了全局能量最优分配；同时，以SOC最优轨迹域的形式输出最优结果，有效提高计算效率，可快速生成可用于实车实时应用的map图。

摘要： 本申请公开了一种兼顾全局与局部最优影响的小图斑竞争分裂方法，包括分析影响邻近图斑剖分能力的全局、局部指标；构建层次结构模型；分裂线提取及修正而得到更为合理的最终骨架线。采用本申请公开的方法进行小图斑进行分裂，使得全局占比较高、图斑面积较大、语义邻近的图斑具有更大的“竞争”能力，分类结果可以更好的实现语义类型多层次归并，并十分有利于保持综合前后各地类图斑面积平衡，全局地类的空间分布格局不发生变化。本申请解决当前选取的影响图斑重要性的指标存在局限性的问题，增设反映地类空间整体分布特征的全局性指标；集成各项指标对邻近图斑的剖分能力进行综合计算。

摘要： 本发明公开了一种多模态全局最优丙烯聚合生产过程最优软测量系统，包括丙烯聚合生产过程、现场智能仪表、控制站、存放数据的DCS数据库、多模态全局最优软测量系统以及熔融指数软测量值显示仪。现场智能仪表及控制站与丙烯聚合生产过程相连，与DCS数据库相连；最优软测量系统与DCS数据库及软测量值显示仪相连。所述的多模态全局最优软测量系统包括模型更新模块、数据预处理模块、PCA主成分分析模块、神经网络多模优化模块。以及提供了一种用软测量系统实现的软测量方法。本发明实现在线测量、在线参数优化、软测量速度快、模型自动更新、抗干扰能力强、精度高。

摘要： 本发明公开了一种BP全局最优丙烯聚合生产过程最优软测量仪表，包括丙烯聚合生产过程、现场智能仪表、控制站、存放数据的DCS数据库、BP全局最优软测量仪以及熔融指数软测量值显示仪。现场智能仪表及控制站与丙烯聚合生产过程相连，与DCS数据库相连；最优软测量仪与DCS数据库及软测量值显示仪相连。所述的BP全局最优软测量仪包括模型更新模块、数据预处理模块、PCA主成分分析模块、智能多模BP神经网络优化模块。以及提供了一种用软测量仪表实现的软测量方法。本发明实现在线测量、在线参数优化、软测量速度快、模型自动更新、抗干扰能力强、精度高。

摘要： 本发明涉及一种全局最优粒子滤波方法及全局最优粒子滤波器，属于信号处理领域，克服了现有的粒子滤波器会造成采样样本与真实后验概率密度样本存在较大偏差的缺点，有效地解决了粒子滤波处理非线性和非高斯信号的问题。主要技术手段是利用拉马克遗传自然法则，构造了一种全局最优的粒子滤波器，包括：产生初始粒子集；使用不敏卡尔曼滤波对初始粒子集进行重要性采样，得到采样粒子；对每一个采样粒子进行浮点数编码，得到编码后的粒子集；设置初始种群；将初始种群作为原始试验种群，依次进行拉马克重写操作、实数解码操作以及精英保留操作；将实数形式的最优候选粒子作为下一时刻的预测样本，得到系统的状态估计值。本发明适用于机器学习。

摘要： 为了使多目标粒子群算法近似Pareto前端的收敛性和多样性更优，本发明提出了基于按区择取全局最优解和就近择取个体最优解的多目标粒子群算法，将坐标第一象限区域按角度平均划分成一定的扇形区域，让粒子在与自己同一区域的非劣解中选取全局最优解，同时设置个体外部档案保存每个个体粒子发现的Pareto最优解,从个体外部档案中选取与粒子向量夹角最小的个体外部档案向量所对应的位置作为个体极值，以及在基本速度更新公式中增加了粒子对自己不好历史经验认知的项，并采用类似于分析标准PSO的优化机理的方法证明其有效性。用本算法优化2个多目标检测函数，与其他2种优化算法相比，以验证本改进算法更佳的优化效果。

摘要： 本发明公开了一种全局最优丙烯聚合生产过程最优软测量仪表，包括丙烯聚合生产过程、现场智能仪表、控制站、存放数据的DCS数据库、全局最优软测量仪以及熔融指数软测量值显示仪。现场智能仪表及控制站与丙烯聚合生产过程相连，与DCS数据库相连；最优软测量仪与DCS数据库及软测量值显示仪相连。所述的基于智能连续空间蚁群算法算法寻优的全局最优软测量仪包括模型更新模块、数据预处理模块、PCA主成分分析模块、神经网络模型模块以及全局优化模块。以及提供了一种用软测量仪表实现的软测量方法。本发明实现在线测量、在线参数优化、软测量速度快、模型自动更新、抗干扰能力强、精度高。

摘要： 本发明公开了一种多模态全局最优丙烯聚合生产过程最优软测量系统，包括丙烯聚合生产过程、现场智能仪表、控制站、存放数据的DCS数据库、多模态全局最优软测量系统以及熔融指数软测量值显示仪。现场智能仪表及控制站与丙烯聚合生产过程相连，与DCS数据库相连；最优软测量系统与DCS数据库及软测量值显示仪相连。所述的多模态全局最优软测量系统包括模型更新模块、数据预处理模块、PCA主成分分析模块、神经网络多模优化模块。以及提供了一种用软测量系统实现的软测量方法。本发明实现在线测量、在线参数优化、软测量速度快、模型自动更新、抗干扰能力强、精度高。

摘要： 本发明公开了一种BP全局最优丙烯聚合生产过程最优软测量仪表，包括丙烯聚合生产过程、现场智能仪表、控制站、存放数据的DCS数据库、BP全局最优软测量仪以及熔融指数软测量值显示仪。现场智能仪表及控制站与丙烯聚合生产过程相连，与DCS数据库相连；最优软测量仪与DCS数据库及软测量值显示仪相连。所述的BP全局最优软测量仪包括模型更新模块、数据预处理模块、PCA主成分分析模块、智能多模BP神经网络优化模块。以及提供了一种用软测量仪表实现的软测量方法。本发明实现在线测量、在线参数优化、软测量速度快、模型自动更新、抗干扰能力强、精度高。

摘要： 本发明涉及一种空调制冷站控制系统，尤其涉及一种带有空调负荷预测功能的制冷站全局最优控制系统。本系统主要由冷站群控管理电脑、以太网交换机、协议转换网关、系统控制柜、全局最优控制服务器、中央控制箱、冷机控制柜、冷冻泵控制柜、冷却泵控制柜、冷却塔控制柜组成。各控制柜之间通过数据线连接。其中最优控制服务器内置负荷预测与最优控制算法、冷机控制柜内置冷机控制程序、冷冻泵控制柜内置冷冻泵控制程序、冷却泵控制柜内置冷却泵控制程序、冷却塔控制柜内置冷却塔风机控制程序。本发明可以解决传统制冷站由于采用局部最优控制而不能实现冷站系统效率最高的问题，并有利于空调温度精确控制。