智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码
2022-02-22 15:38:58
604KB
1
针对差分进化算法易出现早熟现象和收敛速度慢等问题, 提出一种具有人工蜂群搜索策略的差分进化算
法. 利用人工蜂群搜索策略很强的探索能力, 对种群进行引导以帮助算法快速跳出局部最优点. 此外, 为了提高算法
的全局收敛速度, 采用一种基于反学习的初始化方法. 通过对12 个标准测试函数进行仿真实验并与其他算法相比较,
表明了所提出的算法具有较快的收敛速度和很强的跳出局部最优的能力.
2021-12-10 15:18:59
182KB
1
针对人工蜂群算法存在易陷入局部最优、收敛速度慢的缺陷,提出一种改进邻域搜索策略的人工蜂群算法.首先,将混沌思想和反向学习方法引入初始种群,设计混沌反向解初始化策略,以增大种群多样性,增强跳出局部最优的能力;然后,在跟随蜂阶段根据更新前个体最优位置引入量子行为模拟人工蜂群获取最优解,通过交叉率设计更新前个体最优位置,并利用势阱模型的控制参数提高平衡探索与开发的能力,对观察蜂邻域搜索策略进行改进,以提高算法的收敛速度和精度;最后,将改进人工蜂群算法与粒子群算法、蚁群算法以及其他改进人工蜂群算法进行比较,利用12个标准测试函数进行仿真分析.结果表明,改进算法不仅提高了收敛速度和精度,而且在高维函数优化方面具有一定的优势.
2021-12-10 11:55:08
954KB
1
针对更加复杂的非线性混合情况，提出一种基于样条插值拟合与群智能优化的后非线性盲源分离算法。采用样条插值函数拟合去非线性函数，使用负熵作为分离的评价准则，建立分离模型。分离过程采用改进的人工蜂群算法优化求解样条插值节点参数，并在分离的目标函数中引入相关性约束条件进行解空间范围限制，克服分离过程中存在的异常值现象。针对语音数据的分离实验结果表明，所提算法能够有效实现非线性混合信号的盲分离，较传统的基于奇数多项式拟合的分离算法具有更高的分离精度。
2021-11-30 10:12:17
1.18MB
1