您的位置: 专家智库 > >

朱筱蓉

作品数:7 被引量:65H指数:5
供职机构:南京工业大学自动化学院更多>>
发文基金:江苏省教育厅自然科学基金江苏省高校自然科学研究项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 7篇中文期刊文章

领域

  • 7篇自动化与计算...

主题

  • 7篇遗传算法
  • 4篇量子遗传
  • 4篇量子遗传算法
  • 3篇多目标优化
  • 2篇调节器
  • 2篇优化设计
  • 2篇PID调节
  • 2篇PID调节器
  • 2篇参数整定
  • 1篇调度
  • 1篇调度问题
  • 1篇多峰函数
  • 1篇多目标优化设...
  • 1篇全局优化
  • 1篇自适
  • 1篇自适应
  • 1篇自适应遗传
  • 1篇自适应遗传算...
  • 1篇自整定
  • 1篇组合优化

机构

  • 7篇南京工业大学

作者

  • 7篇张兴华
  • 7篇朱筱蓉
  • 2篇林锦国
  • 1篇李纬

传媒

  • 2篇计算机工程与...
  • 1篇系统工程与电...
  • 1篇计算机应用
  • 1篇机械与电子
  • 1篇计算机工程与...
  • 1篇南京工业大学...

年份

  • 1篇2008
  • 3篇2007
  • 3篇2006
7 条 记 录,以下是 1-7
排序方式:
基于量子遗传算法的PID控制器参数自整定被引量:15
2007年
提出了一种基于量子遗传算法(QGA)的PID控制器参数整定方法。首先定义一个包含表示系统超调量、上升时间和稳态误差指标项的适应度函数,并根据实际系统的性能要求对指标项进行适当加权。之后采用具有量子比特个体表示形式和量子旋转门实现种群进化的量子遗传算法,对PID进行多目标寻优,从而实现PID参数的自动整定。仿真结果表明,该方法优化得到PID控制器的综合性能优于常规方法和一般遗传算法得到的PID控制器。
张兴华朱筱蓉林锦国
关键词:量子遗传算法PID控制器多目标优化参数整定
一种带修复函数的QGA及其在背包问题中的应用被引量:2
2007年
提出了一种带修复函数的量子遗传算法来求解背包问题。该算法采用量子比特概率编码方式构造染色体,由量子旋转门操作实现种群进化。在求解背包问题时,采用修复函数来修正不可行编码。文中给出了该算法的具体实现方法和流程,并用几个典型背包问题实例对其进行测试,结果表明带修复函数的量子遗传算法在求解背包问题时,综合性能优于传统遗传算法。
朱筱蓉张兴华
关键词:量子遗传算法背包问题
一种求解Job-Shop调度问题的量子遗传算法被引量:3
2008年
提出了一种基于操作方式进行编码和解码的量子遗传算法,并将其用于求解一种典型的NP-hard组合优化问题即Job-Shop调度问题.该算法采用量子比特方式构造染色体,增加了算法的种群多样性和计算并行性;采用量子旋转门操作实现种群进化,有效地提高了算法的收敛速度.用基准调度问题实例对该算法进行的测试结果表明:该量子遗传算法与改进的遗传算法相比较有更好的优化性能.
朱筱蓉张兴华李纬
关键词:量子遗传算法JOB-SHOP调度组合优化
基于改进遗传算法的PID调节器多目标优化设计被引量:5
2006年
文章提出了一种基于改进的遗传算法(IGA)的PID调节器的优化设计方法。采用一种新的多染色体交叉操作和复合式变异操作,有效地提高了遗传算法的全局搜索能力和收敛速度。将IGA用于PID调节器的多目标优化设计,可现实PID调节器参数的最优整定。仿真结果证实了该方法的有效性。
张兴华朱筱蓉
关键词:PID多目标优化参数整定
基于小生境遗传算法的多峰函数全局优化研究被引量:18
2006年
针对基本遗传算法在求解多峰函数时很难找到全部最优解的问题,研究了基于淘汰相似结构机制的小生境遗传算法。用该算法对两个典型多峰函数求解的测试结果表明,该算法较之基本遗传算法有更强的全局搜索能力和更快的收敛速度。
朱筱蓉张兴华
关键词:遗传算法小生境多峰函数全局优化
基于自适应遗传算法的多目标PID优化设计被引量:14
2006年
提出一种基于自适应遗传算法的多目标PID优化设计方法。采用染色体实数编码和具有自适应交叉概率和变异概率的遗传算法对PID参数寻优,有效地提高了遗传算法的全局搜索能力和收敛速度。通过在适应度函数中引入表示超调量、上升时间和稳态误差的指标项,并对指标项适当加权,可使优化后的PID调节器的综合性能达到满意程度。仿真结果表明,该PID调节器的性能优于常规方法获得的PID调节器。
张兴华朱筱蓉林锦国
关键词:自适应遗传算法PID调节器多目标优化
基于改进量子遗传算法的连续函数优化研究被引量:9
2007年
针对一般量子遗传算法在求解连续函数优化问题时存在的困难,研究了一种改进的量子遗传算法。该算法采用一种新的量子旋转门——H_ε门对种群进行更新操作,可有效避免算法陷入局部最优解,提高算法的全局寻优能力。将该算法应用于几个典型复杂函数的优化测试结果表明,改进的量子遗传算法在对连续函数进行求解时,综合性能明显优于传统遗传算法和一般量子遗传算法。
朱筱蓉张兴华
关键词:遗传算法量子遗传算法连续函数
共1页<1>
聚类工具0