|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 自适应动态学习鸡群优化算法显示文摘针对标准鸡群优化算法存在求解精度偏低、局部搜索能力弱等问题,提出了一种自适应动态学习鸡群优化算法ADLCSO(Adaptive Dynamic Learning Chicken Swarm Optimization algorithm)。该算法利用反向觅食机制自适应更新每只公鸡的位置,并添加了非线性递减学习因子来动态调整公鸡位置的更新步长,以增强种群跳出局部极值的能力,从而提高算法的收敛速度和求解精度。此外,提出了一种基于个体间适应度值之差的种群相似度指标,并利用该指标对每只母鸡的位置进行自适应调整,以抑制种群多样性的衰减,从而进一步提高算法的求解精度。通过对12个经典测试函数进行仿真实验,结果表明ADLCSO算法在收敛速度、求解精度、稳定性及对高维问题的求解能力上均优于其他对比算法。 | 顾艳春 鲁海燕 向蕾 沈莞蔷 | 2020 | 计算机工程与应用2020，56，20： | 7 |
| 2 | 基于改进CSO算法的光伏系统发电功率短期预测显示文摘为了提高光伏发电系统短期输出功率的预测精度,建立了基于改进鸡群算法优化支持向量机(ICSO-SVM)的预测模型,在鸡群算法中引入动态惯性权重和自适应因子加强算法的寻优能力。通过计算得到对光伏发电影响较大的因素为太阳辐射强度、大气温度和相对湿度;计算出待预测日期和历史日期之间的关联度,确定预测所需要的训练样本并对模型进行训练;利用训练好的预测模型对预测地区秋季平稳天气和突变天气的光伏阵列输出功率分别进行预测。仿真实验表明:该模型的平均绝对百分比误差和均方误差与改进前相比分别降低5.547%和0.080,与基于粒子群优化算法模型相比分别降低8.255%和0.202,该模型使预测精度得到有效提高。 | 宋子博 葛曼玲 谢冲 郭志彤 | 2022 | 电源技术2022，46，2： | 5 |
| 3 | 基于巷道分区和鸡群优化的井下WSNs定位算法显示文摘为了改善井下人员定位精度不足的问题,提出了一种基于巷道分区和鸡群优化(CSO)的井下无线传感器网络(WSNs)定位算法。将相邻两个锚节点间的区域等分,按照这些区域接收到附近锚节点的接收信号强度指示(RSSI)值的大小,对其进行等级标记,并根据未知节点接收到的RSSI值判断其所属区域,最后在该区域内利用改进的CSO算法通过迭代寻优确定未知节点的精确位置。仿真结果表明:所提算法在锚节点密度、测距误差等方面均有较好的表现。 | 吴雪敏 张继荣 | 2021 | 传感器与微系统2021，40，10： | 3 |
| 4 | 基于改进鸡群优化算法的0-1背包问题研究显示文摘目的针对多种算法在求解0-1背包问题时存在的不足,采用改进鸡群算法优化背包问题。方法为避免优化过程中雄鸡粒子易出现早熟收敛、陷入局部最优而无法取得全局最优的情况,在母鸡和小鸡的位置更新公式中引入惯性权重因子ω,提高算法的全局和局部搜索能力。结果与结论选取不同的种群规模和惯性权重,对ICSO(Improved Chicken Swarm Optimization)算法优化0-1背包问题进行仿真,验证了改进算法的有效性;通过BA(Bat Algorithm),PSO(Particle Swarm Optimization),CSO(Chicken Swarm Optimization)和ICSO算法测试标准Sphere函数,证明了ICSO算法比其他算法有更好的全局搜索能力,收敛速度更快,稳定性更好。 | 孙静 舒敬荣 方新明 王春侠 | 2020 | 宝鸡文理学院学报(自然科学版)2020，40，4： | 3 |
| 5 | 一种自适应鸡群-粒子群混合算法显示文摘针对复杂函数的优化问题,文章提出了一种基于改进鸡群算法和自适应简化粒子群优化算法(selfadjusted simplified particle swarm optimization,SASPSO)的两阶段混合优化算法。首先,针对基本的鸡群算法易陷入局部最优和收敛精度不高的问题,在小鸡的位置更新公式中引入动态权值和全局最优个体,提出了改进鸡群算法;其次,引入多样性函数实时监控种群多样性,并结合SASPSO算法形成一种混合算法;最后,采用7个经典测试函数,用所提出的算法进行寻优测试,并与基本的粒子群算法、基本鸡群算法以及本文提出的改进鸡群算法进行对比。分析测试结果表明,该算法在求解复杂函数优化问题时具有较好的收敛速度和收敛精度。 | 肖雨荷 李茂军 齐战 刘芾 | 2019 | 控制与信息技术2019，0，6： | 3 |
| 6 | 基于线性递减权值更新的鸡群算法显示文摘本文提出了一种基于线性递减权值更新的鸡群算法(ACSO)来解决原始鸡群算法易陷入局部最优和收敛较慢的问题。对每个个体的位置更新引入权值,这不仅体现了个体自我学习的优势,也提高了群体的多样性,可通过实际的适应度函数来调整权值,使算法更容易收敛。根据母鸡群体和小鸡群体有向适应度最优的个体学习的趋向,重新定义母鸡位置更新公式和小鸡位置更新公式。通过对6个基准函数的仿真实验,并和其余3种基本算法做比较,结果证明改进的算法具有优越性。 | 李春红 陆安江 邵丽萍 | 2020 | 智能计算机与应用2020，10，2： | 1 |
| 7 | 基于LoRa组网技术的矿井顶板监测系统设计显示文摘为了解决矿井顶板监测方法通信距离短、定位不精确等问题,设计了一种基于LoRa组网技术的矿井顶板监测系统。首先,根据井下巷道结构,设计了星型组网结构。其次,搭建了监测系统整体框架,并对数据采集模块进行软硬件设计。最后,进行系统定位及鸡群优化(CSO)算法优化设计,先把相邻两个传感器节点间的区域等距离划分,再按照接收附近传感器节点的接收信号强度值(RSSI),对该区域标记等级,并利用未知的节点接收的RSSI确定其所属等级区域,在该等级区域内根据CSO算法利用迭代寻优进一步确定其精确位置。经实验证明,该系统运行稳定,定位精确,无线传输距离半径不低于300m,可以对矿井顶板进行大范围监测。 | 孔兵 乔欣 余梅 | 2022 | 安徽理工大学学报(自然科学版)2022，42，2： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员