请选择 目标期刊

信息交互多任务粒子群算法 下载:67 浏览:405

程美英1 钱乾2 倪志伟3 朱旭辉3 《人工智能研究》 2019年12期

摘要:
不同于现有的云平台和并行计算机等多任务处理方式,文中充分挖掘粒子群算法(PSO)的"隐"并行性,引入2种不同的信息交互策略——种群内信息交互和种群间信息交互,同时引入等级因子、标量因子和技能因子参数,在算法每次迭代过程中,始终让最合适的个体求解最合适的任务,提出信息交互多任务粒子群算法(IEPSOM).对于多任务函数优化问题、多任务多约束工程优化问题及多任务关键指标体系构建问题的测试表明,在IEPSOM多任务环境中,有效信息的传递不仅可以提高解的质量,还可以加速各任务的收敛速度.

基于MPI的并行多目标粒子群算法 下载:68 浏览:498

耿文静1 董红斌1 丁蕊2 《人工智能研究》 2018年12期

摘要:
为了进一步提高速度受限的多目标粒子群算法(SMPSO)求解多目标优化问题的效率和精度,文中提出基于消息传递接口(MPI)的并行化SMPSO算法(M-SMPSO).采用主从模式的MPI并行程序设计模式,将整个种群分成几个子种群,各子种群分别执行独立进化计算,提高算法效率.此外,为了均衡考虑算法的分布性与收敛性,提出自适应的全局最优解选择策略.使用标准测试函数验证算法性能,实验表明,相比其它多目标算法,文中算法能获得更高的加速比,更快收敛到多目标优化问题的Pareto前沿.

一种群体智能算法——狮群算法 下载:84 浏览:466

刘生建1 杨艳1 周永权2 《人工智能研究》 2018年9期

摘要:
基于狮群中狮王、母狮及幼狮的自然分工,模拟狮王守护、母狮捕猎、幼狮跟随3种群智能行为,提出群体智能算法——狮群算法.算法中不同种类的狮子位置更新方式不同.遵循自然界生物"适者生存"的竞争法则,狮王守护领土,优先享用食物,母狮合作捕猎,幼狮分为学习捕猎、饥饿进食和成年被驱逐.狮子位置更新方式的多样化保证算法快速收敛,不易陷入局部最优.最后,将算法应用于6个标准测试函数优化问题,并对比粒子群算法、骨干粒子群算法,测试结果表明,文中算法收敛速度较快,精度较高,能较好地获得全局最优解.

多任务处理协同进化粒子群算法 下载:74 浏览:477

程美英1 钱乾2 倪志伟3 朱旭辉3,4 《人工智能研究》 2018年7期

摘要:
粒子群算法及其改进算法专注于单任务的求解.随着电子商务的发展,在线服务器在某一时刻需要同时处理来自多个用户的服务请求,即多任务处理.区别于以往的并行计算机,文中充分挖掘粒子群算法的"隐并行性",并引入协同进化机制,在同一搜索空间根据任务个数设置不同的子种群,各子种群以一定的概率相互传递有效信息,最后提出基于多任务处理协同进化粒子群算法(CPSOM),并将CPSOM应用于多任务连续型函数优化问题、多任务离散型属性选择问题以及多任务约束工程优化问题.仿真实验表明,在CPSOM多任务环境中,不同任务之间确实存在有效信息的传递,不同任务之间的相互协作不仅可以提高解的质量,而且可以加快各优化问题的收敛速度.

复合工况下基于接地性态的轮胎减磨优化设计 下载:75 浏览:494

余旭东 黄海波 张涛 董家楠 《动力技术研究》 2020年7期

摘要:
针对单一变量法易忽略参变量的耦合特性及单一工况法忽视复杂驾驶工况的问题,提出了基于二维环模型的轮胎磨损模型,以接地性态指标为优化对象,在3种复合工况下,使用粒子群算法对轮胎进行减磨优化,获得了轮胎接地性态指标的最优解.结果表明:该模型可以基于接地性态快速有效的预测轮胎磨损.在一定范围内,轮胎接地印迹和非对称指数减小以及轮胎滚动阻力矩增大是轮胎减磨的优化方向.接地印迹长度和滚动阻力将对轮胎磨损产生较大影响,非对称指数对轮胎胎面磨损的影响则要小得多.
[1/1]
在线客服::点击联系客服
联系电话::400-188-5008
客服邮箱::service@ccnpub.com
投诉举报::feedback@ccnpub.com
人工客服

工作时间(9:00-18:00)
官方公众号

科技成果·全球共享