蛙跳算法论文-高建瓴,潘成成,吴建华,陈娅先,王许

蛙跳算法论文-高建瓴,潘成成,吴建华,陈娅先,王许

导读:本文包含了蛙跳算法论文开题报告文献综述及选题提纲参考文献,主要关键词:混合蛙跳算法,自适应同步因子,惯性权重系数,局部搜索

蛙跳算法论文文献综述

高建瓴,潘成成,吴建华,陈娅先,王许[1](2019)在《改进混合蛙跳算法的研究》一文中研究指出针对传统混合蛙跳算法(SFLA)在优化过程中出现的求解精度不高、收敛速度慢、算法易陷入局部最优的问题,本文经过改变种群个体的位置更新公式,提出一种改进混合蛙跳算法(ISFLA)。在种群个体位置更新公式中,引入自适应同步因子和惯性权重系数。通过引入自适应同步因子,控制青蛙寻优过程中的移动步长,改进算法的局部搜索范围,保持种群的多样性。通过引入惯性权重系数,加入上一次的移动距离,表示对过去的经验记忆,加快搜索速度。通过对6个测试函数的实验结果表明,改进后的混合蛙跳算法相较于传统混合蛙跳算法具有较好的寻优性能。(本文来源于《贵州大学学报(自然科学版)》期刊2019年05期)

何宇帆,林山峰,李红伟,戴宁[2](2019)在《一种基于蛙跳算法的配电网孤岛划分》一文中研究指出随着分布式电源(DG)在配电网中渗透率越来越高,DG的孤岛运行模式为传统的故障恢复提供了新的方法和思路。将孤岛划分和形成转换成一个树背包问题(TKP)来分析求解。首先对原始网络进行分析处理,并建立含单个DG的树背包优化模型,运用改进的蛙跳算法求解得出初级孤岛;然后对初级孤岛进行一定的调整使得恢复价值最大;最后校验各负荷节点的电压和潮流约束,确定最优孤岛,并对系统进行可靠性分析。改进的69节点算例验证了该算法的优越性和有效性,具有一定的理论参考价值和实际意义。(本文来源于《电气应用》期刊2019年09期)

蔡宁,张则强,张颖,朱立夏[3](2019)在《资源约束下拆卸线平衡问题的建模与改进混合蛙跳算法》一文中研究指出针对实际拆卸线中涉及的资源约束和危害零件问题,以资源总数、工作站数和危害指数为目标函数,构建了多目标资源约束拆卸线平衡问题数学模型。基于AND/OR关系,在优先关系矩阵中添加OR关系的描述,解决了产生初始解仅考虑AND关系的不足问题。提出了一种融入Pareto思想的改进混合蛙跳算法,该算法采用基于满意度的改进排序分组策略来解决多目标优化种群分组问题;提出了一种新的交叉变异方式进行局部搜索以提高收敛性能;利用拥挤距离机制评价非劣解集以及有效地维护外部档案容量。采用田口实验和统计分析方法确定了算法最佳参数组合,将改进前后的混合蛙跳算法及NSGA-Ⅱ对测试算例的求解结果进行了多指标对比分析,研究结果表明:改进混合蛙跳算法具有良好的综合求解优势。最后,将所提算法应用到某电冰箱的资源约束拆卸线平衡问题中,为决策者提供了较优的拆卸方案。(本文来源于《中国机械工程》期刊2019年17期)

徐俊,项倩红,肖刚[4](2019)在《基于改进混合蛙跳算法的云工作流负载均衡调度优化》一文中研究指出在实例密集型和开放的云环境下,工作流调度通常面临着廉价和优质资源被频繁调用的问题,导致调度效率低下,云环境稳定性遭到破坏。此外,区别于一般的任务调度,工作流任务之间通常具有关联依赖性,极大地提高了任务分配的复杂度。针对目前大多数云工作流调度中存在虚拟机间负载不均衡的现象,首先提出一种工作流分层调度模型,按任务优先级进行层级划分,将优先级相近且相互独立的任务置于同一层级,通过分层执行任务来有效缓解虚拟机的负载压力。其次,基于混合蛙跳算法进行改进,采用时间贪心算法来优化初始种群,以提高搜索效率;并增加对局部最优个体的重建策略来跳出局部最优,增强全局搜索能力。最后,将改进后的混合蛙跳算法(ISFLA)应用于云工作流调度,通过WorkflowSim仿真平台来模拟工作流调度的真实场景,并将改进后的混合蛙跳算法与传统的混合蛙跳算法及粒子群算法进行对比,从负载均衡度、工作流整体完成时间和搜索效率3个方面进行评价。实验结果表明,在迭代相同次数后,ISFLA的负载均衡度最优,并且随着任务数的增加,其值最先趋于稳定;同时,在工作流整体完成时间上,ISFLA也显着低于其他算法;在搜索效率方面,由于使用贪心算法提高了初始种群质量,ISFLA的搜索耗时大幅缩短。(本文来源于《计算机科学》期刊2019年11期)

徐岩,高兆,朱晓荣[5](2019)在《基于混合蛙跳算法的光伏阵列参数辨识方法》一文中研究指出在建立太阳电池工程用简化模型的基础上,确定需辨识的参数,并将某光伏电站提供的实测数据划分为晴天、阴天、多云及阴雨4种天气类型。采用混合蛙跳算法(SFLA)对各天气状况下的模型参数进行辨识,并运用实测数据对辨识结果进行算例验证;随后将混合蛙跳算法与粒子群算法的辨识结果对比,进一步验证混合蛙跳算法的优越性,从而使简化模型输出与实测曲线更为一致。(本文来源于《太阳能学报》期刊2019年07期)

龙燕,连雅茹,马敏娟,宋怀波,何东健[6](2019)在《基于高光谱技术和改进型区间随机蛙跳算法的番茄硬度检测》一文中研究指出为了准确、快速的检测番茄硬度,该文提出了一种基于改进型区间随机蛙跳算法优选高光谱特征波长的番茄硬度检测模型。在获取番茄高光谱图像后,首先对光谱数据进行多元散射校正(multiplicative scatter correction,MSC)和归一化预处理。针对区间随机蛙跳算法(interval random frog,i RF)所需迭代次数大、算法收敛慢等缺点,该文提出了改进型区间随机蛙跳算法(modified interval random frog, miRF),并将其应用于特征波长选择。最后建立偏最小二乘回归模型(partial least squares regression, PLSR)预测番茄的硬度。iRF共选出特征波段100个,算法收敛时间为32.1 min,而miRF共选出特征波长47个,算法收敛仅需1.6 min。同时miRF-PLSR番茄硬度预测精度也更优,测试集相关系数达到了0.968 5,均方根误差为0.004 0 kg/mm~2。试验结果表明:结合高光谱技术和miRF算法可实现对番茄硬度的快速、无损检测。(本文来源于《农业工程学报》期刊2019年13期)

邢小东[7](2019)在《基于改进蛙跳算法的无线传感网络节点故障诊断技术研究(英文)》一文中研究指出随着物联网技术的快速发展,各种自动化监测系统得到了广泛的应用。无线传感网络作为监测系统的主要技术手段,其自身的节点运行状态对系统的可靠性有着直接的影响。因此,为了对无线传感器网络节点故障进行精确和快速的诊断,提出了一种基于改进蛙跳算法的无线传感网络节点故障诊断方法。首先对无线传感器网络节点结构和故障分类体系进行了分析。然后对传统的BP小波神经网络方法进行分析,并采用蛙跳算法进行了优化,从而克服了局部搜索陷入问题。仿真实验结果显示:相比BP小波神经网络方法,提出方法具有更高的可靠性和准确性。(本文来源于《机床与液压》期刊2019年12期)

储琳琳,李轶立,肖业凡,朱曈彤,原吕泽芮[8](2019)在《基于混合蛙跳算法的配电网无功补偿双层优化》一文中研究指出针对目前城市电网小负荷时期发生功率因数超标和无功倒送问题,提出了无功补偿双层优化模型,上层以网损最小为优化目标,下层保证电网潮流正常安全稳定运行,利用混合蛙跳算法得到优化方案。进一步使用修改后的IEEE-33节点系统的网架结构,对无功补偿双层优化模型及相关算法进行了仿真试验,验证了混合蛙跳算法的可行性。验证结果表明无功补偿双层优化模型在降低网损、提升节点电压、解决无功倒送问题方面具有一定的效果。(本文来源于《电器与能效管理技术》期刊2019年11期)

杨哲,杨侃,吴云,夏怡,齐伟擎[9](2019)在《改进二进制-实数编码混合蛙跳算法在水电机组短期发电调度中的应用》一文中研究指出本文将改进实数编码混合蛙跳算法(IR-SFLA)和二进制编码的(IB-SFLA)方法分别应用到水电站经济负荷分配(ELD)和机组组合(UC)问题,提出解决STHGS问题的IBR-SFLA方法.实数编码版本IR-SFLA利用混沌学遍历性、随机性特征生成初始种群,采用更新的局部搜索和位置更新策略实现青蛙更新换代,并在迭代后期通过自适应青蛙激活机制重新激发青蛙搜索能力;在二进制编码IB-SFLA中引入改良青蛙子种群分组方式,将青蛙种群分为领导蛙、追随蛙和变异蛙3类蛙群,各类蛙群分别基于正态云模型的精英进化策略、改进的局部搜索机制和混沌理论的蛙群变异操作进行更新迭代.运行结果显示IBR-SFLA相较对比算法,在低、中、高水头下最高缩减耗水量1.14×10~7、1.22×10~7、7.52×10~6m~3,有效提升水能资源利用效率;在保证运算精度、稳定性的同时,平均运行时间最高缩减178、173和172 s,进一步,改进策略性能分析显示,各改进策略可有效增强搜索性能,提升精度,且耗时增幅较小,在较小种群规模下便可获取较高质量的解,为解决大规模机组短期电力调度优化课题提供有效了新思路.(本文来源于《天津大学学报(自然科学与工程技术版)》期刊2019年09期)

许健[10](2019)在《蚁群算法和蛙跳算法的改进研究及其应用》一文中研究指出蚁群算法和蛙跳算法是较为典型的智能优化算法,收敛速度快,全局寻优能力强,易于实现,但局部搜索能力相对较弱,易早熟。本文主要研究了蚁群算法和蛙跳算法的改进、混合以及应用。具体内容如下:1.针对蚁群算法易早熟和局部搜索能力欠佳的缺陷,将迭代局部搜索策略引入蚁群算法。新算法的基本思想是:从初始解出发,用蚁群算法进行局部搜索,如陷入局部最优,则产生一个摄动解作为新的初始解再进行局部搜索,根据接受规则决定进入下一步迭代的局部最优解。将改进算法应用于二维路径规划,数值实验表明,这种改进算法比基本蚁群算法有更佳的局部收敛性,可获得比基本蚁群算法的结果更优的路径。2.针对蛙跳算法进化后期种群多样性下降,易陷于局部最优解的缺陷,提出了一种自适应变异蛙跳算法。其基本思想是:根据函数变化率建立一种自适应变异选择机制;当函数变化率较大时,采用高斯变异提高算法的局部收敛能力;当函数变化率较小即算法可能陷入局部收敛时,用柯西变异促使算法跳出局部最优。数值实验表明,这种自适应变异选择机制不仅提高了蛙跳算法的局部收敛性,而且能在很大程度上避免早熟现象。3.根据蚁群算法和蛙跳算法特点,给出了一种蚁群和蛙跳混合算法,基本思想是:应用蚁群算法求出阶段最优解,然后将其作为初始青蛙群体,运用自适应变异蛙跳算法对其继续优化。将混合算法应用于容量约束车辆路径问题,验证了新算法的有效性。图[18]表[4]参[47](本文来源于《安徽理工大学》期刊2019-05-30)

蛙跳算法论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

随着分布式电源(DG)在配电网中渗透率越来越高,DG的孤岛运行模式为传统的故障恢复提供了新的方法和思路。将孤岛划分和形成转换成一个树背包问题(TKP)来分析求解。首先对原始网络进行分析处理,并建立含单个DG的树背包优化模型,运用改进的蛙跳算法求解得出初级孤岛;然后对初级孤岛进行一定的调整使得恢复价值最大;最后校验各负荷节点的电压和潮流约束,确定最优孤岛,并对系统进行可靠性分析。改进的69节点算例验证了该算法的优越性和有效性,具有一定的理论参考价值和实际意义。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

蛙跳算法论文参考文献

[1].高建瓴,潘成成,吴建华,陈娅先,王许.改进混合蛙跳算法的研究[J].贵州大学学报(自然科学版).2019

[2].何宇帆,林山峰,李红伟,戴宁.一种基于蛙跳算法的配电网孤岛划分[J].电气应用.2019

[3].蔡宁,张则强,张颖,朱立夏.资源约束下拆卸线平衡问题的建模与改进混合蛙跳算法[J].中国机械工程.2019

[4].徐俊,项倩红,肖刚.基于改进混合蛙跳算法的云工作流负载均衡调度优化[J].计算机科学.2019

[5].徐岩,高兆,朱晓荣.基于混合蛙跳算法的光伏阵列参数辨识方法[J].太阳能学报.2019

[6].龙燕,连雅茹,马敏娟,宋怀波,何东健.基于高光谱技术和改进型区间随机蛙跳算法的番茄硬度检测[J].农业工程学报.2019

[7].邢小东.基于改进蛙跳算法的无线传感网络节点故障诊断技术研究(英文)[J].机床与液压.2019

[8].储琳琳,李轶立,肖业凡,朱曈彤,原吕泽芮.基于混合蛙跳算法的配电网无功补偿双层优化[J].电器与能效管理技术.2019

[9].杨哲,杨侃,吴云,夏怡,齐伟擎.改进二进制-实数编码混合蛙跳算法在水电机组短期发电调度中的应用[J].天津大学学报(自然科学与工程技术版).2019

[10].许健.蚁群算法和蛙跳算法的改进研究及其应用[D].安徽理工大学.2019

标签:;  ;  ;  ;  

蛙跳算法论文-高建瓴,潘成成,吴建华,陈娅先,王许
下载Doc文档

猜你喜欢