符强
- 作品数：42 被引量：166H指数：8
- 供职机构：宁波大学科学技术学院更多>>
- 发文基金：宁波市自然科学基金浙江省教育厅科研计划国家自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学电子电信理学更多>>
- 基于自适应调整哈里斯鹰优化算法求解机器人路径规划问题
- 2023年
- 针对启发式算法在机器人路径规划过程中存在路径长度不稳定和易陷入局部极小点的问题,提出一种基于自适应调整哈里斯鹰优化(AAHHO)算法。首先,利用收敛因子调整策略,调节全局搜索阶段和局部搜索阶段的平衡,同时利用自然常数为底数,提高搜索效率和收敛精度;其次,在全局搜索阶段,采用精英合作引导搜索策略,通过3个精英哈里斯鹰合作引导其他个体更新位置以提高搜索性能,通过3个最优位置加强种群间的信息交流;最后,通过模拟种内竞争策略增强哈里斯鹰跳出局部最优的能力。函数测试和机器人路径规划对比实验结果表明,所提算法无论是函数测试还是机器人路径规划都优于IHHO(Improve Harris Hawk Optimization)和CHHO(Chaotic Harris Hawk Optimization)等对比算法,对于求解机器人的路径规划具有较好的有效性、可行性和稳定性。
- 黄霖符强童楠
- 关键词：机器人种内竞争
- 基于改进型进化机制的萤火虫优化算法被引量：13
- 2014年
- 分析了萤火虫算法的进化计算机制,并利用实例对萤火虫算法中容易发生进化过早停滞的原因进行了研究。提出了一种基于新型进化计算模式的改进型萤火虫优化算法,该算法在进化初期利用种群最优萤火虫激发群中其他个体的寻优能力,在萤火虫相互之间建构了有效的信息交互网络后,各萤火虫将借助各自视觉范围内的更优近邻个体完成后期搜索和进化,当种群陷入局部最优区域时,利用高斯变异改善萤火虫个体的多样性。利用标准测试函数进行了实验分析,结果表明,改进后的萤火虫算法能有效改善过早进化停滞问题。
- 符强童楠钟才明赵一鸣
- 关键词：萤火虫算法群智能进化机制高斯变异
- 基于自主学习行为的教与学优化算法被引量：9
- 2018年
- 针对教与学优化(TLBO)算法收敛精度较低、易于早熟收敛等问题,提出一种基于自主学习行为的教与学优化算法(SLTLBO)。SLTLBO算法为学生构建了更加完善的学习框架,学生在完成常规"教"阶段与"学"阶段的学习行为之外,将进一步对比自己与教师、最差学生的差异,自主完成多样化的学习操作,以提高自己的知识水平,提高算法的收敛精度;同时学生通过高斯搜索的自主学习反思行为跳出局部区域,实现更好的全局搜索。利用10个基准测试函数对SLTLBO算法进行了性能测试,并将SLTLBO算法与粒子群优化(PSO)算法、智能蜂群(ABC)算法以及TLBO算法进行结果比对,实验结果验证了SLTLBO算法的有效性。
- 童楠符强钟才明
- 关键词：自主学习行为群体智能函数优化
- 一种基于改进哈里斯鹰优化算法的栅格图路径规划方法
- 本发明公开了一种基于改进哈里斯鹰优化算法的栅格图路径规划方法，先对哈里斯鹰优化算法进行优化改进，得到改进哈里斯鹰优化算法，然后将改进哈里斯鹰优化算法中的哈里斯鹰种群位置寻优与栅格图路径规划相对应，其中哈里斯鹰种群中个体坐...
- 童楠黄霖符强陈少宇谭力李书杭陈慧锦
- 求解TSP问题的改进模拟退火算法被引量：11
- 2019年
- 模拟退火算法是一种结构简单,鲁棒性强的群智能方法,在旅行商问题(TravelingSalesmanProblemTSP)中得到了较好的应用。但是该算法在获取高性能解的过程中需要放慢降温过程,因此收敛速度较慢。为了解决该问题,本文对求解TSP问题的模拟退火算法进行了降温方式的改进,针对温度设置能量值,并根据能量值的高低状态判断是否进行跳跃式降温,从而在保证精度的同时,加快了算法的收敛速度。用TSPLIB标准库数据测试的结果表明,与改进前的模拟退火算法相比,改进的算法具有更加高效的寻优能力。
- 何锦福符强王豪东
- 关键词：TSP问题模拟退火算法
- 基于Logistic混沌映射优化的君主蝶优化算法被引量：3
- 2021年
- 君主蝶优化算法(Monarch Butterfly Optimization,MBO)是2015年提出的一种模拟君主蝶的迁徙行为的元启发式算法.通过对MBO的研究发现其在处理高维问题时易陷入局部最优与迁移算子产生的子代受父代影响过大的问题,本文提出新算法,Logistic混沌映射君主蝶优化算法(Monarch Butterfly Optimization with Logistic Chaotic Map,LCMMBO),使用Logistic混沌映射扰动最优解以增强其跳出局部最优的能力,优化了迁移算子中子代传递的方式以增强其全局搜索的能力.通过仿真实验发现其在处理高维的优化问题时表现出良好的性能,不仅鲁棒性优异,而且跳出局部最优的能力强.
- 倪龙雨符强吴沧辰
- 关键词：高维混沌映射
- 一种三值FPRM电路面积与延时最佳极性搜索方法
- 本发明公开了一种基于MOAMA算法的三值FPRM电路面积与延时优化方法，通过在多目标人工蜉蝣算法(Multi‑objective artificial mayfly algorithm,MOAMA算法)中引入反向映射机制...
- 符强陈嘉豪童楠钟才明王克逸
- 文献传递
- 基于倒位变异的蜉蝣优化算法被引量：8
- 2021年
- 蜉蝣算法(Mayfly Algorithm,MA)作为一种新型群智能优化算法,具有较好的寻优性能.但在高维非线性复杂问题上,蜉蝣算法依然容易出现早熟收敛现象.本文提出一种基于倒位变异的蜉蝣算法(Inversion Variation Mayfly Algorithm,IVMA),改变原算法在变异上的操作,随机选择个体的随机维度向全局最优个体的随机维度靠近,同时利用精英策略保留进化成果.利用倒位操作,将最优个体某一维度段内位置发生倒转,提高了算法跳出局部最优的能力.通过对10个测试函数的结果分析,表明本文所提出的算法具有较好的收敛精度,收敛性能得到了提高.
- 陈伟超符强
- 关键词：群智能算法突变
- 求解FPRM电路极性优化问题的改进多目标粒子群算法被引量：6
- 2018年
- 针对多目标要求下较大规模固定极性Reed-Muller(FPRM)逻辑电路的极性优化问题,提出一种基于改进多目标粒子群算法的求解方法.首先根据延时、面积及功耗的综合要求建立FPRM电路极性优化的多目标决策模型;然后利用外部档案库引导粒子种群进行兼顾全局搜索及局部开发的双重更新,并通过Pareto占优进行粒子优劣性评价,以获取满足延时短、面积小、功耗低的最优极性解集;最后利用MCNC Benchmark电路进行性能测试,并与3种当前较优算法进行对比,验证了文中算法的有效性.
- 符强汪鹏君王铭波童楠张会红
- 关键词：多目标粒子群算法PARETO
- 基于自适应变异概率的多目标教与学优化算法
- 针对多目标教与学算法在求解多目标优化问题中容易陷入局部最优解和全局搜索能力较差等问题,提出了一种基于自适应变异概率的多目标教与学优化算法(Adaptive Mutation Muti-Objective Teaching...
- 徐婷符强童楠高佳凯汪慧强
- 关键词：多目标优化
