徐红洋
- 作品数：4 被引量：77H指数：2
- 供职机构：江苏科技大学电子信息学院更多>>
- 发文基金：船舶工业国防科技预研基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种改进的简化粒子群算法被引量：71
- 2013年
- 由于简化粒子群算法中每个粒子都采用相同的迭代公式进行进化,使得在进化后期粒子间的差异性不强,算法容易出现早熟、搜索速度慢的问题。针对上述问题,在简化粒子群优化算法的基础上,加入了混合蛙跳算法的分组思想,提出了一种蛙跳简化粒子群算法。算法将粒子群分为多组同时进行搜索,每组粒子进行若干次迭代后再重新进行分组。粒子的迭代方式在简化粒子群上增加了对各小组最优粒子信息的利用,使各小组就利用不同的迭代公式进化,保证了粒子间的差异性。分别用基本粒子群算法、简化粒子群算法、混合蛙跳算法和蛙跳简化粒子群算法(改进的算法)对4个经典函数进行测试。结果表明,改进的算法能够有效地避免早熟收敛问题,并能较大幅度地提高收敛速度和收敛精度。
- 黄太安生佳根徐红洋黄泽峰
- 关键词：粒子群算法混合蛙跳算法
- 基于云粒子群算法的船舶纵摇运动参数辨识被引量：2
- 2014年
- 提出一种基于云粒子群优化算法的船舶纵摇运动参数辨识方法。该方法利用正态云发生器自适应调整粒子群算法的惯性权重,并在算法进化过程中对粒子位置进行基于云模型的变异操作,可以很好地解决算法早熟收敛的缺点,能够提高算法的收敛精度和收敛速度。应用该算法对船舶纵摇有关运动参数进行辨识,辨识结果在可以接受的范围之内。
- 孟非徐红洋解志斌
- 关键词：粒子群优化云模型参数辨识
- 云粒子群算法研究及在船舶工程中的应用
- 实际工程应用和科学研究中,许多问题具有约束性、复杂性、多局部极值、非线性和建模困难等特点,寻找适用于各种不同需求的新型智能优化方法一直以来是很多专家学者的一个重要研究方向。粒子群优化算法(Particle Swarm O...
- 徐红洋
- 关键词：云模型粒子群优化算法船舶工程PID控制器
- 文献传递
- 基于云变异的云自适应粒子群算法被引量：4
- 2012年
- 研究云粒子群优化算法问题,为了克服云粒子群优化算法易过早收敛的缺点和提高优化多峰函数的性能。提出了一种云变异的云自适应粒子群优化新算法,结合全局最优值和粒子适应度的比值体现出粒子优差的特点,利用正态云发生器自适应调整粒子个体惯性权重,并且对粒子位置进行了基于云模型的变异操作,合理的对粒子群各参数进行设置,典型测试函数仿真结果表明,改进优化算法能有效找出全局最优解,提高了收敛精度和收敛速度,且适宜于多峰值问题寻优,是一种可行而有效的优化方法。
- 徐红洋田雨波黄太安
- 关键词：粒子群优化云模型
