-
公开(公告)号：CN112884117B
公开(公告)日：2022-11-08
申请号：CN202110295632.5
申请日：2021-03-19
Applicant: 东南大学
Abstract: 本发明公开了一种针对随机拓扑的RTID‑PSO方法及系统，以随机概率从适应值优于自身的粒子中随机选取2个种群领导者，每个个体根据速度公式更新速度，以随机概率考察反向点，进行第一次排序。用全局最优解和第二第三最优解联合差分进化，得到进化解。以此进行二轮比较——如果进化解优于当前全局最优解，则使用进化解；否则，使用原有最优解更新速度和位置。更新之后，用新的速度和位置对当前个体适应值更新排序。如果排序结果发生变化，则更新拓扑结构重复迭代；如果排序结果不变，则只需要同步更新当前个体的速度重复迭代。直到达到误差精度，训练出最优解。本发明无论是在收敛速度、误差精度，还是全局勘探能力，都明显优于以往的算法。
-
公开(公告)号：CN111275159A
公开(公告)日：2020-06-12
申请号：CN201911341295.8
申请日：2019-12-23
Applicant: 东南大学
Abstract: 本发明公开了一种基于多维标度法和copula函数的蚁群算法设计方法，从而实现提高算法精度，优化算法性能的优点。首先，利用多维标度法，将原有的数据映射至低维空间，从而降低解分量之间的冗余相关性，降低计算复杂度，构造优化的搜索算法。然后使用基于copula函数的分布估计算法，在低维空间中构造出新的解存档，具体分为两个部分，先通过正态copula函数构造出分量之间的相依关系，再通过高斯采样方法抽样得到一个新的解分量，利用联合分布和条件分布函数采样得到其他解分量。最后，将低维空间中获得的解存档作逆映射，得到高维空间中的解存档。实验结果表明，本发明提出的设计方法能够提高算法的性能。
-
公开(公告)号：CN112884117A
公开(公告)日：2021-06-01
申请号：CN202110295632.5
申请日：2021-03-19
Applicant: 东南大学
Abstract: 本发明公开了一种针对随机拓扑的RTID‑PSO方法及系统，以随机概率从适应值优于自身的粒子中随机选取2个种群领导者，每个个体根据速度公式更新速度，以随机概率考察反向点，进行第一次排序。用全局最优解和第二第三最优解联合差分进化，得到进化解。以此进行二轮比较——如果进化解优于当前全局最优解，则使用进化解；否则，使用原有最优解更新速度和位置。更新之后，用新的速度和位置对当前个体适应值更新排序。如果排序结果发生变化，则更新拓扑结构重复迭代；如果排序结果不变，则只需要同步更新当前个体的速度重复迭代。直到达到误差精度，训练出最优解。本发明无论是在收敛速度、误差精度，还是全局勘探能力，都明显优于以往的算法。
-
-
Search Results
3
records
(took 0.018 seconds)
