袁代林
- 作品数：16 被引量：45H指数：4
- 供职机构：西南交通大学数学学院更多>>
- 发文基金：中央高校基本科研业务费专项资金教育部人文社会科学研究基金更多>>
- 相关领域：理学自动化与计算机技术天文地球更多>>
- 改进的微粒群算法及其在结构拓扑优化中的应用
- 群智能优化算法越来越受到人们重视。微粒群算法是一种典型的群智能优化算法，其结构简单、易于实现、寻优能力强，与传统的优化方法相比，具有明显的优越性。微粒群算法仅有两个简单的迭代公式，需要调整的参数较少。然而在优化高维、多极...
- 袁代林
- 关键词：微粒群算法结构拓扑优化桁架结构多目标优化
- 文献传递
- 一种新形式的微粒群算法被引量：6
- 2008年
- 标准微粒群算法在优化多峰、多维的复杂函数时,其效果并不理想,容易早熟收敛。为了改进微粒群算法处理此类问题的性能,提出了一种新的微粒群算法。该算法将标准微粒群算法迭代公式中的群体最优位置用个体最优位置的中心代替,有利于增强群体的多样性,避免早熟收敛,同时保持了迭代公式的简洁形式。3个常用测试函数的数值模拟表明,新的微粒群算法较标准微粒群算法在寻优能力上有明显的提高。
- 袁代林程世娟陈虬
- 关键词：微粒群算法早熟收敛函数优化
- 多目标优化的一种改进微粒群算法被引量：9
- 2010年
- 微粒群算法是解决多目标优化问题的一个重要方法。为了多目标目标优化求解问题,常用的微粒群算法在处理多目标优化问题时,存在所得Pareto最优解集的分散性和实用性较差的缺点。针对上述问题,提出了微粒群算法的一种改进形式。改进算法引入了个体精英解集,从中选择更合适的个体最优位置。同时,在评价个体适应度时,考虑了目标函数值差异这一信息。个体对应的目标函数值差异大,则其适应度就小。这样能避免各目标函数值差异过大的最优解存在。三个典型的多目标测试函数表明,改进方法得到最优解集具有更好的分散性和实用性。测得结果证明,改进方法是有效的。
- 袁代林陈虬
- 关键词：多目标优化微粒群算法
- 马氏模型PSO及其随机过程分析被引量：3
- 2009年
- 受遗传算法马氏模型理论分析的启发,提出了一种便于用马氏过程理论分析的微粒群算法。该算法中的个体仅记忆群体在进化过程中有限步内的信息,忘掉以前的信息,以建立算法的马氏过程数学模型。通过函数优化的数值模拟验证了新算法具备优良的寻优能力,同时论证了新算法是齐次马氏过程。
- 袁代林陈虬
- 关键词：微粒群算法函数优化
- 推广的遗忘因子递推最小二乘算法在GPS中的应用被引量：3
- 2002年
- 作者将推广的遗忘因子递推最小二乘算法应用到GPS以确定动态目标的轨迹 ,并与推广的Kalman滤波进行比较 ,发现两种算法在GPS中具有各自的优点 ,当噪声相关性较大又不能准确地得到其方差时 。
- 袁代林朱允民马洪
- 关键词：全球定位系统GPS
- 推广的遗忘因子递推最小二乘算法在GPS中的应用
- 美国建立的全球定位系统能提供高精度的定位和导航服务,在现实生活中得到越来越广泛的应用.由于有许多客观条件甚至人为的因素存在,降低了全球定位系统的精度.推广的Kalman滤波算法在全球定位系统中用于解决随机噪声的干扰,但它...
- 袁代林
- 关键词：全球定位系统KALMAN滤波
- 文献传递
- 两两NQD随机场的完全收敛性
- 2013年
- 在同分布两两NQD列的Baum-Katz完全收敛定理的基础上,主要研究并得到两两NQD随机场的完全收敛性,即多指标变量集下两两NQD的随机变量的完全收敛性,其中该指标集是关于坐标方向的偏序″≤″的d-维正整数网格点集.
- 付娟刘赪宋海龙袁代林
- 关键词：两两NQD随机场完全收敛性
- 粒子群优化算法的变形被引量：4
- 2015年
- 分析了粒子群算法的惯性部分、个体认知部分和群体认知部分的作用,对粒子群算法迭代方程的各部分进行变形,获得了三种新形式的粒子群算法。用算例说明所得到的三个新的粒子群算法具有较好的优化能力。
- 袁代林
- 关键词：粒子群优化算法
- 基于变系数非参数回归的稳健性参数设计
- 2014年
- 利用变系数的非参数回归理论讨论多因子试验过程中因子间相互性对质量特性的影响,通过调节系数变量改变其他因子对过程的影响,找到最优的因子水平组合,进行稳健试验.提出了在稳健性参数设计中应用变系数的非参数回归模型理论,建立质量特性的均值和方差模型,得到最优的因子水平组合进行试验分析.最后,通过油墨打印机的实例说明此理论的可行性.
- 姜英袁代林李裕奇刘妙妙
- 关键词：变系数模型非参数回归
- 差分形式粒子群优化算法被引量：2
- 2015年
- 针对粒子群优化算法(PSO)理论研究上的困难和容易陷入局部最优的问题,分析了以位置迭代方程表示的差分形式PSO,以便于从理论上分析PSO以及开发其它具有良好优化性能的PSO算法。指出了位置迭代方程并不是真正的差分方程,只是将其视为差分的形式。利用差分形式PSO容易开发出其它形式的PSO算法。通过探索、改变位置迭代方程中各项的表达形式,获得了三种新形式的PSO算法。函数优化算例的结果说明三个新PSO算法在平均最优函数值和收敛率方面与原始PSO相比较均有不错的表现。新形式PSO的研究为开发其它具有优良优化性能的PSO算法提供了思路。
- 袁代林
- 关键词：粒子群算法
