2024年群智能SCI1区TOP:混沌可行性恢复粒子群算法CEPSO,深度解析+性能实测
目录
- 1.摘要
- 2.改进策略
- 3.结果展示
- 4.参考文献
- 5.代码获取
1.摘要
本文研究了解决二阶段非线性固定费用运输问题(Two-stage NFCTP),该问题的特点是每条运输弧线都与固定费用和与运输量的平方成正比的变量费用相关联。由于涉及固定费用和非线性组件,问题被归类为NP-hard问题,因此本文提出了混沌可行性恢复粒子群算法(CEPSO),该算法引入非线性自适应惯性权重和加速度系数,以改善搜索过程中的探索和开发能力;集成十种混沌映射到加速度系数,进一步提升优化性能;采用可行性恢复机制,包括约束遵循调整和比例调整程序,确保生成的解始终满足可行性要求。
2.改进策略
位置更新
在PSO算法中,速度更新方程中的惯性权重 w w w和加速度系数 c 1 , c 2 c_1,c_2 c1,c2是引导搜索向最优解靠近的关键因素。本研究对这两个关键参数进行了改进:
{ c 1 ( t ) = c m a x − ( c m a x − c m i n ) ∗ ( t / t m a x ) ϕ 1 , c 2 ( t ) = c m i n + ( c m a x − c m i n ) ∗ ( t / t m a x ) ϕ 1 , ω ( t ) = ω m a x − ( ω m a x − ω m i n ) ∗ ( t / t m a x ) ϕ 2 , \begin{cases} c_1(t)=c_{max}-(c_{max}-c_{min})*(t/t_{max})^{\phi_1}, \\ c_2(t)=c_{min}+(c_{max}-c_{min})*(t/t_{max})^{\phi_1}, \\ \omega(t)=\omega_{max}-(\omega_{max}-\omega_{min})*(t/t_{max})^{\phi_2}, & \end{cases} ⎩ ⎨ ⎧c1(t)=cmax−(cmax−cmin)∗(t/tmax)ϕ1,c2(t)=cmin+(cmax−cmin)∗(t/tmax)ϕ1,ω(t)=ωmax−(ωmax−ωmin)∗(t/tmax)ϕ2,
为了进一步增强所提算法的优化能力,论文将混沌映射引入了第一步中定义的加速度系数。混沌映射的引入为算法增加了锯齿形的特性,从而提升了搜索过程的多样性和跳跃性,归一化:
n o r m c h m ( t ) = ( c h m ( t ) − a ) × ( c h V a l u e ( t ) − 0 ) b − a + 0 , = ( c h m ( t ) − a ) × c h V a l u e ( t ) b − a , \begin{gathered} norm_{ch_{m}}(t)=\frac{(ch_{m}(t)-a)\times(chValue(t)-0)}{b-a}+0, \\ =\frac{(ch_{m}(t)-a)\times chValue(t)}{b-a}, \end{gathered} normchm(t)=b−a(chm(t)−a)×(chValue(t)−0)+0,=b−a(chm(t)−a)×chValue(t),
m m m表示混沌映射的索引, c h V a l u e ( t ) chV alue(t) chValue(t)表示归一化范围且随着每次迭代按比例减小:
c h V a l u e ( t ) = c h M a x − ( c h M a x − c h M i n ) ∗ ( t / t m a x ) chValue(t)=chMax-(chMax-chMin)*(t/t_{max}) chValue(t)=chMax−(chMax−chMin)∗(t/tmax)
因此,混沌加速系数:
{ c 1 ′ ( t ) = n o r m c h m ( t ) + c 1 ( t ) , c 2 ′ ( t ) = n o r m c h m ( t ) + c 2 ( t ) . \begin{cases} c_{1}^{\prime}(t)=norm_{ch_{m}}(t)+c_{1}(t), \\ c_{2}^{\prime}(t)=norm_{ch_{m}}(t)+c_{2}(t). & \end{cases} {c1′(t)=normchm(t)+c1(t),c2′(t)=normchm(t)+c2(t).
将混沌映射积分到加速度系数后,CEPSO中每个粒子更新后的速度和位置更新:
{ v i , k ( t + 1 ) = ω ( t ) ⋅ v i , k ( t ) + c 1 ′ ( t ) r 1 ⋅ ( x p b e s t l ( t ) − x i , k ( t ) ) + c 2 ′ ( t ) r 2 ⋅ ( x g b e s t ( t ) − x i , k ( t ) ) , x i , k ( t + 1 ) = x i , k ( t ) + v i , k ( t + 1 ) , \begin{cases} v_{i,k}(t+1) \\ =\omega(t)\cdot v_{i,k}(t)+c_1^{\prime}(t)r_1\cdot(x_{pbest_l}(t)-x_{i,k}(t))+c_2^{\prime}(t)r_2\cdot(x_{gbest}(t)-x_{i,k}(t)), \\ x_{i,k}(t+1)=x_{i,k}(t)+v_{i,k}(t+1), & \end{cases} ⎩ ⎨ ⎧vi,k(t+1)=ω(t)⋅vi,k(t)+c1′(t)r1⋅(xpbestl(t)−xi,k(t))+c2′(t)r2⋅(xgbest(t)−xi,k(t)),xi,k(t+1)=xi,k(t)+vi,k(t+1),
伪代码
3.结果展示
4.参考文献
[1] Chauhan D, Rani D. A feasibility restoration particle swarm optimizer with chaotic maps for two-stage fixed-charge transportation problems[J]. Swarm and Evolutionary Computation, 2024, 91: 101776.
5.代码获取
相关文章:

2024年群智能SCI1区TOP:混沌可行性恢复粒子群算法CEPSO,深度解析+性能实测
目录 1.摘要2.改进策略3.结果展示4.参考文献5.代码获取 1.摘要 本文研究了解决二阶段非线性固定费用运输问题(Two-stage NFCTP),该问题的特点是每条运输弧线都与固定费用和与运输量的平方成正比的变量费用相关联。由于涉及固定费用和非线性组…...
ORACLE EBS数据库RELINK方式搭建克隆环境
ORACLE EBS系统的数据库,一般都安装了很多特定功能的小补丁来解决特定的BUG;因此对于已经安装好的系统,想要克隆一套测试环境、搭建一个新的备机做测试等,如果按照生产环境标准,则需要安装大量补丁,带来很大…...

第十五届蓝桥杯省赛电子类单片机学习过程记录(客观题)
客观试题: 01.典型的BUCK电源电路包含哪些关键器件(ABCD) A. 电容 B. 二极管 C. 电感 D. MOSFET 解析: 典型的 BUCK 电源电路是一种降压型的直流-直流转换电路,它包含以下关键器件: A.电容:电容在电路中起到滤波的作用。输入电容用于平滑输入电压的波动,减少电源噪声对…...

使用 invideo ai 实现文生视频
https://ai.invideo.io 然后选ai生成视频 输入描述,点击生成 就可以得到视频了,可以下载...
5G技术与物联网融合:未来智慧城市的基石
一、智慧城市演进:从概念到落地的技术革命 1.1 全球智慧城市发展现状 2023年全球智慧城市市场规模突破$1.2万亿美元,中国以35%的占比领跑市场(数据来源:IDC)。典型应用成效: 交通效率:新加坡…...
蓝桥杯备赛-差分-重新排序
问题描述 给定一个数组 AA 和一些查询 Li,RiLi,Ri, 求数组中第 LiLi 至第 RiRi 个元素之和。 小蓝觉得这个问题很无聊, 于是他想重新排列一下数组, 使得最终每个查 询结果的和尽可能地大。小蓝想知道相比原数组, 所有查询结果的总和最多可 以增加多少? 输入格式 输…...

使用DeepSeek+蓝耘快速设计网页简易版《我的世界》小游戏
前言:如今,借助先进的人工智能模型与便捷的云平台,即便是新手开发者,也能开启创意游戏的设计之旅。DeepSeek 作为前沿的人工智能模型,具备强大的功能与潜力,而蓝耘智算云平台则为其提供了稳定高效的运行环境…...

基于Matlab设计GUI图像处理交互界面
Image-Processing-GUI 项目说明 本博文提供了完整的代码和使用教程,适合新入门的朋友参考,完整代码资源文件请转至文末的下载链接。 本项目是《Matlab实践》中图像处理软件题目,本项目实现的具体内容如下 基于Matlab设计GUI交互界面图像的…...
javase集合框架List篇
一、Vector和ArrayList、LinkedList联系和区别,分别的使用场景 ArrayList:底层是数组实现,线程不安全,查询和修改非常快,但是增加和删除慢 LinkedList: 底层是双向链表,线程不安全,查询和修改…...

浙江大学:DeepSeek行业应用案例集(153页)(文末可下载PDF)
浙江大学:DeepSeek行业应用案例集(153页)(文末可下载PDF) 全文链接:浙江大学:DeepSeek行业应用案例集(153页)(文末可下载PDF) | AI探金 全文链接&…...

【 IEEE出版 | 快速稳定EI检索 | 往届已EI检索】2025年储能及能源转换国际学术会议(ESEC 2025)
重要信息 主会官网:www.net-lc.net 【论文【】投稿】 会议时间:2025年5月9-11日 会议地点:中国-杭州 截稿时间:见官网 提交检索:IEEE Xplore, EI Compendex, Scopus 主会NET-LC 2025已进入IEEE 会议官方列表!&am…...

电路原理(电容 集成电路NE555)
电容 1.特性:充放电,隔直流,通交流 2.电容是通过聚集正负电荷来存储电能的 3.电容充放电过程可等效为导通回路 4.多电容并联可以把容量叠加,但是多电容串联就不会,只会叠加电容的耐压值。 6.电容充放电时相当于通路&a…...

记录小白使用 Cursor 开发第一个微信小程序(一):注册账号及下载工具(250308)
文章目录 记录小白使用 Cursor 开发第一个微信小程序(一):注册账号及下载工具(250308)一、微信小程序注册摘要1.1 注册流程要点 二、小程序发布流程三、下载工具 记录小白使用 Cursor 开发第一个微信小程序(…...
哪些业务场景更适合用MongoDB?何时比MySQL/PostgreSQL好用?
哪些业务场景更适合用MongoDB?何时比MySQL/PostgreSQL好用? 就像淘宝的个性化推荐需要灵活调整商品标签,MongoDB这种"变形金刚"式的数据库,在处理以下三类中国特色业务场景时更具优势: 一、动态数据就像&q…...
【从零开始学习计算机科学】计算机组成原理(二)信息表示与编码
【从零开始学习计算机科学】计算机组成原理(二)信息表示与编码 信息表示与编码进位计数制十进制(Decimal)二进制(Binary)十六进制(Hexadecimal)进位计数制之间的转换常用的信息分类与表示定点表示无符号数的编码正整数的表示原码表示法定点小数的原码表示定点整数的原码…...
【从零开始学习计算机科学】操作系统(五)处理器调度
【从零开始学习计算机科学】操作系统(五)处理器调度 处理器调度一些简单的短程调度算法的思路先来先服务(First-Come-First-Served,FCFS)优先级调度及其变种最短作业优先调度算法(SJF)--非抢占式最短作业优先调度算法(SJF)--抢占式最高响应比优先调度算法轮转调度算法…...
Flink之水印(watermark)的补充理解
水印(Watermark):用于事件时间处理,标记数据流的进度,解决乱序和延迟问题,触发窗口计算 一、Flink 水印的作用 处理乱序事件 水印(Watermark)是 Flink 用于处理事件时间&…...
数据结构全解析:从线性到非线性,优缺点与应用场景深度剖析
1. 线性数据结构 (1)数组(Array)(适合静态数据) 优点: 随机访问高效:通过索引可以直接访问元素,时间复杂度为 O(1)。 内存连续:数组在内存中是连续存储的&…...
《使用 Python Flask + MySQL + ECharts 构建销售数据看板》实战案例笔记
《使用 Python Flask + MySQL + ECharts 构建销售数据看板》实战案例笔记 技术栈说明 后端:Python 3.10 + Flask 框架数据库:MySQL前端:ECharts 5.4 + HTML/CSS数据可视化:柱状图 / 折线图 / 饼图 / 雷达图项目结构 project/ ├── server.py # 后端服务 └──…...
StringBuilder和StringJoiner的运用
package test12; import java.util.Scanner; import java.util.StringJoiner;public class Test { public static void main(String[] args) {/* String str "你玩的真好,下次别玩了,TMD,CNM";String[] arr {"TMD", &…...

铭豹扩展坞 USB转网口 突然无法识别解决方法
当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…...

以下是对华为 HarmonyOS NETX 5属性动画(ArkTS)文档的结构化整理,通过层级标题、表格和代码块提升可读性:
一、属性动画概述NETX 作用:实现组件通用属性的渐变过渡效果,提升用户体验。支持属性:width、height、backgroundColor、opacity、scale、rotate、translate等。注意事项: 布局类属性(如宽高)变化时&#…...

理解 MCP 工作流:使用 Ollama 和 LangChain 构建本地 MCP 客户端
🌟 什么是 MCP? 模型控制协议 (MCP) 是一种创新的协议,旨在无缝连接 AI 模型与应用程序。 MCP 是一个开源协议,它标准化了我们的 LLM 应用程序连接所需工具和数据源并与之协作的方式。 可以把它想象成你的 AI 模型 和想要使用它…...
Java 加密常用的各种算法及其选择
在数字化时代,数据安全至关重要,Java 作为广泛应用的编程语言,提供了丰富的加密算法来保障数据的保密性、完整性和真实性。了解这些常用加密算法及其适用场景,有助于开发者在不同的业务需求中做出正确的选择。 一、对称加密算法…...

Module Federation 和 Native Federation 的比较
前言 Module Federation 是 Webpack 5 引入的微前端架构方案,允许不同独立构建的应用在运行时动态共享模块。 Native Federation 是 Angular 官方基于 Module Federation 理念实现的专为 Angular 优化的微前端方案。 概念解析 Module Federation (模块联邦) Modul…...

Map相关知识
数据结构 二叉树 二叉树,顾名思义,每个节点最多有两个“叉”,也就是两个子节点,分别是左子 节点和右子节点。不过,二叉树并不要求每个节点都有两个子节点,有的节点只 有左子节点,有的节点只有…...

以光量子为例,详解量子获取方式
光量子技术获取量子比特可在室温下进行。该方式有望通过与名为硅光子学(silicon photonics)的光波导(optical waveguide)芯片制造技术和光纤等光通信技术相结合来实现量子计算机。量子力学中,光既是波又是粒子。光子本…...

九天毕昇深度学习平台 | 如何安装库?
pip install 库名 -i https://pypi.tuna.tsinghua.edu.cn/simple --user 举个例子: 报错 ModuleNotFoundError: No module named torch 那么我需要安装 torch pip install torch -i https://pypi.tuna.tsinghua.edu.cn/simple --user pip install 库名&#x…...

Aspose.PDF 限制绕过方案:Java 字节码技术实战分享(仅供学习)
Aspose.PDF 限制绕过方案:Java 字节码技术实战分享(仅供学习) 一、Aspose.PDF 简介二、说明(⚠️仅供学习与研究使用)三、技术流程总览四、准备工作1. 下载 Jar 包2. Maven 项目依赖配置 五、字节码修改实现代码&#…...

推荐 github 项目:GeminiImageApp(图片生成方向,可以做一定的素材)
推荐 github 项目:GeminiImageApp(图片生成方向,可以做一定的素材) 这个项目能干嘛? 使用 gemini 2.0 的 api 和 google 其他的 api 来做衍生处理 简化和优化了文生图和图生图的行为(我的最主要) 并且有一些目标检测和切割(我用不到) 视频和 imagefx 因为没 a…...