检索范围:
排序: 展示方式:
面向复杂优化调度的角色分工萤火虫算法 Research Articles
赵嘉1,2,陈文平1,肖人彬3,叶军1
《信息与电子工程前沿(英文)》 2021年 第22卷 第10期 页码 1311-1333 doi: 10.1631/FITEE.2000691
基于改进萤火虫算法的雷达网络最优化部署 Regular Papers
Xue-jun ZHANG, Wei JIA, Xiang-min GUAN, Guo-qiang XU, Jun CHEN, Yan-bo ZHU
《信息与电子工程前沿(英文)》 2019年 第20卷 第3期 页码 425-437 doi: 10.1631/FITEE.1800749
钟登华,熊开智,成立芹
《中国工程科学》 2003年 第5卷 第9期 页码 22-26
遗传算法是通过对样本中个体的不断改进来寻找各类问题的最优解。由于标准遗传算法(SGA)存在收敛性及个体适应度求解方面的困难,在研究中,通过对SGA中遗传算子改进,特别是对选择算子的改进,提出了一种改进遗传算法(AGA),并将它应用于水库优化调度中。改变通常以水位变化序列为基础的遗传算法编码方案,通过数组存储水库库容状态,并以各库容状态对应的数组下标为基础进行遗传算法编码,通过实例,表明AGA对水库优化调度问题具有良好的适应性,同时结合数组存储理论的遗传算法编码方法简化了水库优化调度遗传算法的实现过程
林剑艺,程春田,顾妍平,武新宇
《中国工程科学》 2007年 第9卷 第10期 页码 80-82
提出求解水库优化调度问题的Pareto强度值SCE-UA算法,该方法将水库优化调度的约束优化问题转换成两个目标函数的无约束优化问题,一个为原问题的目标函数,另一个为违反约束条件的程度函数;对上述两个目标函数组成的向量个体,利用Pareto 优于关系和个体Pareto 强度值概念,实现个体的优劣比较和群体的优劣排序,在此基础上使用 SCE-UA算法求解。这种算法不需要人工处理罚函数,具有较强的通用性、稳定性及更好的搜索性能。
一种改进的和声搜索算法及其在权重模糊产生式规则获取中的应用 Research Article
叶绍强1,周恺卿1,Azlan Mohd ZAIN2,王方岭1,Yusliza YUSOFF2
《信息与电子工程前沿(英文)》 2023年 第24卷 第11期 页码 1574-1590 doi: 10.1631/FITEE.2200334
MSSSA:一种针对全局优化问题的多策略增强型麻雀搜索算法 Research Article
孟凯1,2,陈晨1,2,辛斌1,2
《信息与电子工程前沿(英文)》 2022年 第23卷 第12期 页码 1828-1847 doi: 10.1631/FITEE.2200237
智能电网中分布式经济调度研究进展:综述 Review Articles
温广辉1,余星火2,刘智伟3
《信息与电子工程前沿(英文)》 2021年 第22卷 第1期 页码 1-140 doi: 10.1631/FITEE.2000205
董前进,曹广晶,王先甲,戴会超,赵云发
《中国工程科学》 2010年 第12卷 第1期 页码 81-85
介绍了粒子群算法的标准算法及流程,探讨了粒子群算法在水库优化调度、水电站经济运行、参数优选等水文领域中的研究成果和存在的问题,指出未来应该加强粒子群算法改进机理和收敛性能的研究,并与其他算法技术相比较、结合,拓展其在水文科学领域的应用范围,为解决水文领域中大量优化问题提供新途径。
一种改进的果蝇优化算法及其在旅行商问题求解中的应用 Article
Lan HUANG, Gui-chao WANG, Tian BAI, Zhe WANG
《信息与电子工程前沿(英文)》 2017年 第18卷 第10期 页码 1525-1533 doi: 10.1631/FITEE.1601364
一种基于高斯过程与粒子群算法的CNN超参数自动搜索混合模型优化算法 Research Article
闫涵,仲崇权,吴玉虎,张立勇,卢伟
《信息与电子工程前沿(英文)》 2023年 第24卷 第11期 页码 1557-1573 doi: 10.1631/FITEE.2200515
放射检查流程执行中基于禁忌搜索的资源分配 None
Chun-hua HE
《信息与电子工程前沿(英文)》 2018年 第19卷 第3期 页码 446-458 doi: 10.1631/FITEE.1601802
罗 毅,张丽娟
《中国工程科学》 2015年 第17卷 第1期 页码 74-80
改进的动态灰狼优化算法 Research Articles
张小青1,2,张玉叶1,明正峰2
《信息与电子工程前沿(英文)》 2021年 第22卷 第6期 页码 887-890 doi: 10.1631/FITEE.2000191
许波,彭志平,余建平,柯文德
《中国工程科学》 2014年 第16卷 第3期 页码 108-112
量子门旋转相位、变异概率大小的确定,是目前制约量子遗传算法效率的两个主要问题。本文提出一种基于蛙跳思想的量子编码遗传算法(QRGA),该算法采用自适应的方式对量子旋转门旋转角进行调整,并基于模糊逻辑将蛙跳的步长进行量化以指导变异概率调整,保证进化的方向性和提高算法效率,对比实验结果表明算法可以避免陷入局部最优解
标题 作者 时间 类型 操作