Tag Archives: 智能算法

保证遗传算法全局收敛的精英保留策略

遗传算法(Genetic Algorithm)中的基因,并不一定真实地反映了待求解问题的本质,因此各个基因之间未必就相互独立,如果只是简单地进行杂交,很可能把较好的组合给破坏了,这样就没有达到累积较好基因的目的,反而把原本很好的基因给破坏了。精英保留策略可以避免最优个体不会因为杂交操作而被破坏。
阅读全文 >

多代理智能系统介绍

多代理智能系统(Multi Agent System,MAS)是一种自下而上的解决问题方法,它先根据所研究的问题,定义单Agent,给Agent赋予一定的行为和参数;再定义Agent之间以及Agent和环境之间的交互规则;最后,通过Agent之间的交互活动产生解决问题的能力。因此,构造Agent和设计Agent之间的协作是MAS技术的核心,而群体协作是Agent协作的主要方法。
阅读全文 >

多子库和声搜索算法

对于复杂多峰函数优化问题来说,始终存在着全局和局部搜索能力这对矛盾,因而对所有算法首先应能够找到全局最优解所在的区域,然后以较快速度收敛到这个最优解。就和声算法(HS)而言,就在于如何保持HM的多样性,协调好算法的结构,避免算法陷入局部最优,使算法运行时时处于最优的操作状态。
阅读全文 >

快速群搜索优化算法

快速群搜索优化算法QGSO(Quick GroupSearch Optimizer)采用与群搜索(GSO)算法中相同的群成员行为分类模型,采用随机搜索。改进的3个方面为:

(1)当算法不前进时,适当加大游荡者的数目;

(2)引进PSO的搜索方式,将GSO中的角度搜索改为步长搜索,同时考虑群体最优值和个体最优值;

(3)采用遗传算法,通过个体最优与群体最优的杂交生成游荡者。

其中还涉及到一些速度约束的处理问题及超出边界后的重新生成。

引入分合策略的动态分组粒子群优化算法

基于社会系统中普遍存在“分久必合,合久必分”的现象,有学者提出了分合策略的动态分组粒子群优化算法。分策略提高了演化群体的多样性,克服了粒子群优化算法局部收敛的缺陷。合策略吸取了不同群体的优良特性,提高了智能算法的全局搜索能力。
阅读全文 >

水文频率智能分析系统

1. 先来个水文频率曲线分析系统的应用程序图标(费了不少劲),当时本水文工具集站点的Logo已经为此作了考虑。

水文频率曲线分析系统的应用程序图标

2. 水文频率分析程序启动后的运行主界面

水文频率分析程序主界面



阅读全文 >

极值动力学优化算法

极值动力学优化算法(Extremal Optimization,EO)是一种新颖的、通用的、基于局部搜索的启发式智能方法,该方法是从统计物理学发展而来。通过内在的极值动力学机制及其自身具备自组织临界性完成智能优化。
阅读全文 >