关于机械工程材料的论文

  • 回答数

    2

  • 浏览数

    329

回答
fengzhenpeng
首页 > 论文问答 > 关于机械工程材料的论文

2个回答 默认排序
  • 默认排序
  • 按时间排序

小老头and小胖子

已采纳
群搜索优化算法是通过模拟自然界动物群体的觅食行为而构造的随机优化算法。该算法具有广阔的生物学背景,已成功应用于人工神经网络、医学、电力系统以及机械设计等方面。但由于该算法提出的时间较短,目前对于群搜索优化算法的研究与应用还处于初级阶段,仍存在很多问题有待深入改进和解决。为了有效改善群搜索优化算法(GSO)的性能,论文主要从两个角度进行研究,并最终提出了交互变邻域微分进化群搜索优化算法。第一,论文对群搜索优化算法的觅食策略进行了分析,在群搜索优化算法(GSO)中,跟随者在向最优个体靠近时采用等间距的觅食策略(固定步长为1),使用这种觅食策略很容易越过真正的最优食物源,表现在算法上是全局极值点有可能没有被采集到,从而在一定程度上影响了算法的全局搜索能力,增加了算法陷入过早收敛的概率。因此通过改变觅食策略,可以提高算法的全局收敛性和搜索效率。论文将标准模型转化为微分模型,并采用三种不同的求解微分初值问题的方法选择觅食策略,对群搜索优化算法进行了改进与分析,通过仿真实验表明,改进的算法具有更强的寻优能力,在收敛速度和精度上都有显著提高。第二,论文对群搜索优化算法的网络拓扑结构进行分析,邻域结构采用全局最好模型(Gbest模型),所有微粒都只和当前位置最好的微粒存在连接,显然这样的模型不是一个全连通图,在一定程度上影响着算法的性能。论文从这一角度入手,采用类似NW模型的构造方法,提出了交互变邻域群搜索优化算法(IGSO)。仿真实验表明,IGSO算法能有效地提高最优解的精度,其性能明显优于基本GSO算法,尤其适合高维复杂函数的寻优问题。最后,我们从觅食策略和网络拓扑结构两方面同时入手,提出了交互变邻域微分进化群搜索优化算法(IDGSO),仿真实验表明,IDGSO算法能有效避免早熟收敛,全局优化能力和收敛速率都有显著提高。
99 评论

张小电1301
350 评论

相关问答

  • 机械工程材料版面费

    要看什么论文，中文，sci不同，sci影响因子不同而价格不同，而且这些都是不固定的了，

    小胖怡情 5人参与回答 2023-12-12
  • 机械工程材料论文

    你先去网上多找下这类的论文呀~好好学习参考下~看下（机械工程与技术）呗~好好学习参考

    我叫歪歪 3人参与回答 2023-12-08
  • 机械工程相关论文

    网上会有很多这样的论文范文的，你可以自己去了解下吧~看下（机械工程与技术）期刊里面关于这类的论文文献~找找你自己的写作灵感~

    iamYolandaXYZ 4人参与回答 2023-12-09
  • 机械工程材料期刊

    你有一点说错了，并不是所有核心期刊都是EI，所以你只找核心的作用不太大，。万一你发的那本核心不是EI那你也白搭。

    圆满的满 4人参与回答 2023-12-11
  • 机械工程材料是核心期刊吗

    科技核心的机械期刊没有中文核心的那么多，但还是有的，像；腐蚀科学与防护技术电气自动化      ，防爆电机，都是的。

    密室娱乐小伙伴 4人参与回答 2023-12-06

向你推荐

热门问题

最新内容