寻优速度超粒子群算法(PSO)、遗传算法(GA)的在线全局优化算法——天牛须搜索优化算法(BAS)的介绍,完整的PPT与相关论文及开源代码可在网盘 https://share.weiyun.com/XgXZxOuy查找。 天牛须搜索算法(Beetle Ante…
改进后的BAS-PSO算法的思想为:PSO中的粒子都被描述为天牛,并进行寻优搜索,首先对天牛的初始化过程等同于对粒子的初始化过程,其区别在于在迭代更新过程中粒子(天牛)位置不再单取决于其全局最优与历史最优,而是在此基础上添加了天牛左右触须搜索的思想,即粒子(天牛)在每一次更新迭代时还将考虑自身对解空间的判断。...
(1)BAS算法 与粒子群 PSO 等优化算法类似,在 BAS 算法中使用具有适应度特征的智能体(即天牛)来表征待优化目标。其中,适应度定义为在给定目标函数下天牛所处状态的目标函数值。原始 BAS 优化过程模拟天牛觅食行为,只使用一个智能 体来完成优化过程,但与 PSO 中的粒子不同,一个天牛包含天牛质心和左右两 须 3 ...
选择对水闸模态参数影响较大的弹性模量和密度作为待修正参数,建立反映软基水闸待修正参数和模态参数之间非线性关系的基于遗传算法的支持向量回归(GA-SVR)代理模型;提出基于GA-SVR代理模型计算模态参数与水闸振动模态参数之间相对偏差最小的目标函数,构建软基水闸有限元模型参数修正的最优化数学模型;提出一种BASPSO优化算法...
BAS算法（IBAS）。首先采用天牛种群代替单一天牛个体，通过种群的精英个体指引天牛个体的搜索路径，提高种群 搜索效率；然后引入精英反向学习策略增加种群的多样性，改善算法的全局寻优能力。基于8个基准函数分别在低 维与高维进行仿真实验，相较于其他比较算法，IBAS算法取得了更优的寻优精度与鲁棒性。关键词：天牛须算法...
同时,本方法为了预测未来的地面沉降趋势,引入了基于遗传算法(GA)和粒子群优化(PSO)算法改进的CNN模型,并引入影响地面沉降的因素,如坡度与降雨量到预测模型中,通过模型数据集对CNN模型进行训练,调整模型超参数,获取最佳模型。本方法不仅提高了地面沉降监测的效率和精度,还能为灾害预防提供科学的数据支持和决策依据。 一...
本发明方法改善了BP神经网络易陷入局部极值的问题,并与BP神经网络模型、GA‑BP神经网络模型和PSO‑BP神经网络模型进行预测效果相比,具有更好地预测效果,对于桩基水平承载力预测有很好的适用性。 摘要附图 新闻资讯更多> 中信证券:首予商汤-W(00020)“增持”评级 目标价2.3港元 腾讯新闻2022-12-10 比亚迪换上“...