基于模式搜索的粒子群算法求解绝对值方程

发布时间：2019-10-18 20:57

【摘要】：利用改进的粒子群算法求解一类NP-hard且不可微的绝对值方程问题:Ax-|x|=b.该算法是将局部探索能力较强的模式搜索算法和全局开采能力较强的粒子群算法进行有效结合,混合后的算法充分发挥了各自的优点,平衡了局部和全局寻优能力,数值试验显示在求解具有不同类型解的绝对值方程时,误差小,迭代次数少.
【作者单位】： 西安电子科技大学数学与统计学院;陕西广播电视大学工程管理系;
【基金】：国家自然科学基金项目(61373174,11301409)
【分类号】：O151.1;TP18

【相似文献】

相关期刊论文 前10条

1 程红萍;;创新粒子群算法:求解二层非线性规划问题的新途径[J];渭南师范学院学报;2012年10期

2 李小青;;混合粒子群算法及在可靠性优化中的应用[J];计算机系统应用;2012年03期

3 柳寅;马良;黄钰;;基于模糊粒子群算法的非线性函数优化[J];上海理工大学学报;2012年04期

4 黄丹华;王肃;;基于混合粒子群算法的货位优化分配问题[J];应用科技;2013年04期

5 曹黎侠;张建科;柴伟文;戴飞;;改进的粒子群算法在印刷业优化管理中的应用[J];西南民族大学学报(自然科学版);2009年01期

6 甄彤;郭嘉;吴建军;肖乐;;粒子群算法求解粮堆温度模型参数优化问题[J];计算机工程与应用;2012年12期

7 彭耶萍;董坚峰;;多目标优化中带变异算子的灰色粒子群算法[J];计算机工程与应用;2012年34期

8 王颖;李盼池;;基于混沌优化的双种群量子粒子群算法[J];信息技术;2013年08期

9 张大鹏;王福利;何大阔;林志玲;;用粒子群算法求解打靶点的一种方法[J];东北大学学报;2006年07期

10 潘青飞;;带自身最好位置权重的粒子群算法[J];数学杂志;2008年05期

相关会议论文 前3条

1 曹春红;张永坚;李文辉;;杂交粒子群算法在工程几何约束求解中的应用[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年

2 刘衍民;马卫民;;基于高斯白噪声扰动的混合粒子群算法及其应用[A];第十届中国不确定系统年会、第十四届中国青年信息与管理学者大会论文集[C];2012年

3 ;Pattern Search Methods: Then and Now[A];中国运筹学会第七届学术交流会论文集（下卷）[C];2004年

相关博士学位论文 前4条

1 杜毅;多阶段可变批生产线重构的研究[D];广东工业大学;2016年

2 王雪飞;粒子群算法的动态拓朴结构研究[D];西南大学;2008年

3 秦玉灵;基于响应面建模和改进粒子群算法的有限元模型修正方法[D];哈尔滨工业大学;2011年

4 岳本贤;粒子群算法拓展研究及在约束布局优化中应用[D];大连理工大学;2012年

相关硕士学位论文 前10条

1 姚洁;基于启发式搜索的贝叶斯网络结构学习研究[D];浙江师范大学;2016年

2 卢飞霞;广义极值分布函数的粒子群算法估计[D];烟台大学;2016年

3 白玉龙;基于改进的粒子群算法的直觉模糊多目标规划[D];湘潭大学;2016年

4 赵婷婷;基于改进粒子群算法的一类非线性模型预测控制[D];辽宁工程技术大学;2015年

5 吴道林;短期风电功率预测方法研究[D];安徽工程大学;2017年

6 张媛媛;双评价粒子群算法[D];陕西师范大学;2012年

7 朱伟丰;改进粒子群算法最优路径的研究[D];重庆师范大学;2014年

8 祁佳;粒子群算法的改进与应用研究[D];南京信息工程大学;2008年

9 韦杏琼;基于粒子群算法的数值方法研究[D];广西民族大学;2009年

10 杜玉平;关于粒子群算法改进的研究[D];西北大学;2008年

，

本文编号：2551264