-
题名基于帝国分裂的帝国竞争算法优化
被引量：7
- 1
-
-
作者
郭婉青
叶东毅
-
机构
福州大学数学与计算机科学学院
-
出处
《计算机应用》
CSCD
北大核心
2013年第A02期86-90,共5页
-
基金
福建省自然科学基金资助项目(2012J01262)
-
文摘
帝国竞争算法(ICA)是一种受帝国竞争行为启发的新的群智能优化算法。在ICA的迭代过程中,帝国个数不断减少,导致群体多样性降低,这对于高维多模优化问题的求解是不利的,算法容易陷入局部最优。为了克服这个缺陷,引入一种帝国分裂机制,同时增加扰动策略,使算法性能显著提高,在求解高维优化问题上取得明显的改进效果。对多个标准测试函数进行了实验,结果验证了该算法的优良特性,表明适当的分裂策略和扰动策略对于提高ICA的性能是有效的。
-
关键词
优化算法
帝国竞争算法
帝国分裂
扰动策略
-
Keywords
optimization algorithm
Imperialist Competitive Algorithm （ICA）
empire splitting
perturbation strategy
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名面向进制转换和克隆进化的帝国竞争改进算法
被引量：3
- 2
-
-
作者
李斌
黄起彬
-
机构
福建工程学院机械与汽车工程学院
福建工程学院交通运输学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2022年第5期208-224,共17页
-
基金
教育部人文社会科学研究规划基金(19YJA630031)。
-
文摘
帝国竞争算法(imperialist competitive algorithm,ICA)是一种被广泛应用于求解各类理论与实践问题的随机搜索智能优化算法,但它收敛过快的特性令其容易在求解复杂问题时陷入局部最优,故对ICA进行有针对性的改进十分必要。引入二进制转换和克隆进化机制,为算法的进化种群提供新的上升通道和进化模式,帮助进化种群跳出局部最优,从而提出了一种改进的帝国竞争算法(decimal-binary conversion and clonal evolution oriented improved imperialist competitive algorithm,DCCE-IICA)。此外,为修正经典ICA早熟导致的算法过早结束和群体多样性快速降低的缺陷,DCCE-IICA还辅以帝国分裂和出界点替换策略,以确保进制转化和克隆进化机制在改进算法执行中充分发挥区域深度探索和平衡资源分配的初衷。随后,经典函数测试集、CEC2017测试集及CEC2020测试集被用于检验DCCE-IICA在多个维度下对不同类型复杂问题的寻优能力。选取分别在经典函数测试集、CEC2017测试集和CEC2020测试集中表现优异的共14种典型算法,与DCCE-IICA进行实验结果比较。实验结果显示DCCE-IICA引入的改进机制在大多数情况下能够稳定且高效地提升算法性能,使得算法同时具备较好的收敛速度、收敛精度和求解鲁棒性。
-
关键词
进制转换
克隆进化
帝国竞争算法
帝国分裂
出界点替换
CEC2017
CEC2020
-
Keywords
decimal-binary conversion
clonal evolution
imperialist competitive algorithm
empire split
out-of-bounds replacement
CEC2017
CEC2020
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于改进C4.5算法的税收信用分类应用研究
- 3
-
-
作者
徐邵兵
-
机构
安徽省地方税务局信息中心
-
出处
《微计算机信息》
2009年第15期264-266,共3页
-
基金
基金申请人:胡小建教授
项目名称:基于网格的开放式决策支持方法与决策支持系统的研究
+2 种基金
颁发部门:安徽省自然科学基金
安徽省自然科学基金委
合肥工业大学(070416241)
-
文摘
税收信用分类管理在税务系统中起着重要作用,应用分类算法解决税收信用等级手工评定问题是当前税务系统的难题之一。决策树算法是分类算法中一类重要算法,其中以C4.5算法最为经典,但该算法在连续属性离散化方面花费时间成本较多。该文在C4.5连续属性离散化算法基础上引入基于经验值的窗口分割技术,在保证生成决策树准确率的前提下,有效的提高了算法运行效率。应用改进算法构造税收信用等级判定决策树,并根据构造的决策树实现对纳税人税收信用等级的自动判决。
-
关键词
决策树
C4.5算法
税收信用分类
经验值窗口分割
-
Keywords
Decision Tree
C4.5 algorithm
taxation credit classification
empirical value window split
-
分类号
TP182
[自动化与计算机技术—控制理论与控制工程]
F810.423
[自动化与计算机技术—控制科学与工程]
-
