-
夏桂梅
-
-
- 所属机构:太原科技大学应用科学学院
- 所在地区:山西省 太原市
- 研究方向:理学
- 发文基金:山西省自然科学基金
相关作者
- 曾建潮
- 作品数：557被引量：2,876H指数：26
- 供职机构：中北大学
- 研究主题：微粒群算法 遗传算法 仿真 群机器人 煤矿安全
- 张文林
- 作品数：5被引量：10H指数：2
- 供职机构：太原科技大学应用科学学院
- 研究主题：分布估计算法 微粒群算法 信赖域算法 可靠度 非线性约束优化
- 张金风
- 作品数：6被引量：10H指数：2
- 供职机构：太原科技大学应用科学学院
- 研究主题：非线性约束优化 分布估计算法 罚函数 可靠度 非线性约束优化问题
- 王希云
- 作品数：127被引量：197H指数：7
- 供职机构：太原科技大学应用科学学院
- 研究主题：全局收敛性 信赖域子问题 无约束优化 信赖域算法 共轭梯度法
- 屈向红
- 作品数：5被引量：14H指数：2
- 供职机构：太原科技大学应用科学学院
- 研究主题：微粒群算法 改进微粒群算法 物流选址 微粒群优化算法 信赖域算法
- 基于实际最大信号控制周期的交通流预测方法研究
- 2009年
- 引入非线性理论分析方法,在分析判定采样周期为实际最大信号控制周期(3 m in)的交通流数据表现出混沌特性的基础上,用基于相空间重构理论的局部预测方法进行预测,预测数据与实测数据吻合较好。
- 贾志绚夏桂梅马玉贤张敬芳王晶
- 关键词：交通流相空间重构
- 基于梯度的随机微粒群算法被引量：1
- 2010年
- 在随机微粒群算法和函数梯度信息基础上,文章提出了基于梯度的随机微粒群算法.该算法既有随机微粒群算法的优点,又有梯度法的较高收敛性和精度,数值计算表明算法对于求解连续可微函数的全局优化问题是非常有效的.
- 王建丽夏桂梅王希云
- 关键词：随机微粒群算法共轭梯度法最速下降法连续可微函数
- 一种基于单纯形法的随机微粒群算法被引量：9
- 2007年
- 以保证全局收敛的随机微粒群算法SPSO为基础,本文提出了一种改进的随机微粒群算法——SM-SPSO。该方法是在SPSO的进化过程中,以单纯形法所产生的最优个体来代替SPSO中停止的微粒,参与下一代的群体进化。这样既可以利用单纯形法的收敛快速性,又可以利用SPSO的全局收敛性。通过对两个多峰的测试函数进行仿真,其结果表明在搜索空间维数相同的情况下,SM-SPSO的收敛率及收敛速度均大大优于SPSO。
- 夏桂梅曾建潮
- 关键词：随机微粒群算法单纯形法全局优化
- 一种求解非线性约束优化的单变量边缘分布算法
- 2014年
- 借鉴罚函数法思想,将建立在Gauss网络的单变量边缘分布算法应用于非线性约束优化问题,提出的新算法突破了传统基于约束保持法或可行规则法的约束处理.且单变量边缘分布是基于搜索空间的宏观层面的进化方法,具备更强的全局搜索能力和更高的收敛率,从而为约束问题的求解提供了一种新的途径.
- 张金风夏桂梅
- 关键词：分布估计算法罚函数非线性约束优化
- 基于锦标赛选择遗传算法的随机微粒群算法被引量：23
- 2007年
- 以保证全局收敛的随机微粒群算法SPSO为基础,提出了一种改进的随机微粒群算法——GAT-SPSO。该方法是在SPSO的进化过程中,以锦标赛选择机制下的遗传算法所产生的最优个体来代替SPSO中停止的微粒,参与下一代的群体进化。通过对三个多峰的测试函数进行仿真,其结果表明:在搜索空间维数相同的情况下,GAT-SPSO的收敛率及收敛速度均大大优于SPSO。
- 夏桂梅曾建潮
- 关键词：随机微粒群算法遗传算法锦标赛选择全局优化
- 基于改进微粒群算法的单点信控交叉口配时优化被引量：3
- 2014年
- 交叉口的信号控制,对减轻城市道路的交通拥挤,提高城市道路通行能力有极其重要的作用。以典型的四相位单点控制交叉口为例,选取每个相位进道口上的总延误时间、车辆的停车次数和道路的通行能力作为优化目标。由于求解约束优化问题的微粒群算法有利于函数型优化问题,所以利用该算法对模型进行求解,得到新的信号配时方案。仿真结果表明,与传统的Webster算法进行比较,由求解约束优化问题的微粒群算法所得到的信号配时方案是更优,更适合于单交叉口进行信号优化控制,为进一步分析研究城市交通线控、面控提供更好的方法。
- 苏长慧夏桂梅
- 关键词：单点交叉口信号配时微粒群算法
- 基于微粒群算法的多目标离散物流选址问题
- 2012年
- 研究多目标离散物流选址问题,根据所提问题的特点,建立模型,并根据模型的特点设计了一个有效的微粒群优化算法.最后通过实例验证了算法的有效性.
- 屈向红夏桂梅王希云
- 关键词：微粒群优化算法
- 一种基于Minmax算法的混合MIMIC算法被引量：1
- 2016年
- 将Minmax算法与MIMIC算法相结合,提出一种基于Minmax算法的混合MIMIC算法.该算法不再利用传统的约束保持法和可行规则法处理约束条件,而是结合Minmax算法的思想将约束问题转化为无约束问题,并利用MIMIC算法对无约束问题求解.数值试验结果表明:该算法能收敛到满足约束条件的全局最优解,并且具有很强的全局搜索能力,为解决非线性约束优化问题提供了一种新的有效途径.
- 夏桂梅张文林张金风
- 关键词：非线性约束优化
- 一种基于罚函数的混合分布估计算法被引量：7
- 2015年
- 分布估计算法是一种新型的基于概率模型的进化计算方法,已在许多领域得到了非常成功的应用.借签罚函数根本思想,把非线性约束优化转变为无约束优化,并利用多变量相关的MIMIC算法对所得的无约束问题进化求解,提出的新算法突破了传统基于约束保持法或可行规则法的约束处理,且分布估计算法是基于可行解的宏观层面的随机进化算法,具有较强全局寻优能力和较高的收敛率.数值试验表明该算法具有很强的全局寻优能力和有效性.
- 张金风夏桂梅王泰
- 关键词：分布估计算法罚函数非线性约束优化
- 微粒群算法的研究现状及发展趋势被引量：27
- 2005年
- 微粒群优化算法(PSO)是一种进化计算技术(evolutionarycomputation).算法通过微粒间的相互作用发现复杂搜索空间中的最优区域。其优点是:计算速度快且简单易实现;缺点是容易陷入局部极值点,进化后期收敛速度慢且精度较差.本文对微粒群算法的研究现状进行了部分介绍,并对其研究的发展趋势进行了预测.
- 夏桂梅曾建潮
- 关键词：微粒群算法进化计算搜索空间优化算法PSO
