题名 短期风电功率预测中的IOFA-SVM算法实现
被引量：18
1
作者
谢波 高建宇 张惠娟 刘金委
机构
河北工业大学省部共建电工装备可靠性与智能化国家重点实验室 华北理工大学轻工学院
出处
《电子测量技术》
北大核心
2021年第12期63-69,共7页
基金
天津市自然科学基金重点项目(19JCZDJC32100)资助。
文摘
在风电等清洁能源的开发和应用中,为提高风电输出功率预测精度,设计出改进最优觅食算法-优化支持向量机(IOFA-SVM)预测模型,在传统最优觅食算法中加入柯西变异和差分进化策略来提高算法的全局寻优能力以获取SVM的最优参数。用改进后的IOFA-SVM模型进行预测,并将预测结果与BP、GWO-SVM、OFA-SVM模型进行对比,在相同的条件和参数下,该模型3种评价指标MAE、NMAE和NRMSE至少下降0.59%、0.53%和0.50%,表明IOFA-SVM模型确实提高了风电功率预测精度和准确性,对电能调度和电网稳定运行具有重要意义。
关键词
风电功率预测 最优觅食算法 支持向量机 柯西变异优化 差分进化策略
Keywords
wind power output prediction optimal foraging algorithmsupport vector machine cauchy mutation optim ization differential mutation strategy
分类号
TM614
[电气工程—电力系统及自动化]
题名 一种基于多策略差分进化的分解多目标进化算法
被引量：13
2
作者
邓武 蔡幸 周永权 赵慧敏 徐俊洁
机构
中国民航大学电子信息与自动化学院 广西民族大学人工智能学院
出处
《控制与决策》
EI
CSCD
北大核心
2022年第2期387-392,共6页
基金
国家自然科学基金项目(61771087,62066005) 中国民航大学科研启动基金项目(2020KYQD123)。
文摘
为了提高多目标优化问题非支配解集合的分布性和收敛性,根据不同差分进化策略的特点,基于切比雪夫分解机制,提出一种基于多策略差分进化的分解多目标进化算法(MOEA/D-WMSDE).该算法首先采用切比雪夫分解机制,将多目标优化问题转化为一系列单目标优化子问题;然后引入小波基函数和正态分布实现差分进化算法的参数控制,探究一种基于5种变异策略优势互补的最优变异策略,提出一种基于参数控制和最优变异策略的多策略差分进化(WMSDE)算法;在此基础上,实现一种基于WMSDE的分解多目标进化算法.采用ZDT和DTLZ测试函数验证MOEA/D-WMSDE算法的有效性,实验结果表明:所提算法在收敛性和分布性方面获得了较大的改进与提高,能够有效求解多目标优化问题;与其他算法对比分析表明,所获得的解集整体质量更优,为多目标问题求解提供了新方法.
关键词
多目标优化 多策略差分进化 切比雪夫分解机制 最优变异策略 参数控制
Keywords
multi-objective optim ization differential evolution with multi-strategy Chebyshev decomposition optimal mutation strategy parameter control
分类号
TP39
[自动化与计算机技术—计算机应用技术]
题名 基于混合粒子群算法的动态鲁棒优化
被引量：4
3
作者
杨霞 廖青 范勤勤 王维莉
机构
上海海事大学物流研究中心 上海交通大学电子信息与电气工程学院
出处
《自动化仪表》
CAS
2020年第8期30-35,共6页
基金
国家重点研发计划基金资助项目(2016YFC0800200) 国家自然科学基金资助项目(61603244) 中国博士后科学基金资助项目(2018M642017)。
文摘
动态鲁棒优化问题广泛存在于各个领域,且难以求解。动态鲁棒粒子群优化(PSO)算法是一种有效的求解方法。但是,现有算法存在全局搜索能力弱和无法对个体进行综合评价的问题。为有效求解动态鲁棒优化问题,在研究的基础上提出一种混合差分进化的动态鲁棒粒子群(DRPSO-DE)算法。该算法不仅使用差分进化(DE)算法的变异策略提升粒子群算法的全局搜索能力,还提出一种综合指标来对种群个体进行评价。此外,为提高动态鲁棒粒子群算法的搜索效率,采用一种基于排序的选择策略挑选最佳个体,并将它们用于指引种群进化。为验证DRPSO-DE的有效性,选取五个动态标准测试函数对其进行测试。从试验结果来看,所提出算法的整体性能要优于原有算法,能够有效求解动态鲁棒优化问题。
关键词
动态优化 鲁棒优化 评价指标 粒子群优化 差分进化 鲁棒最优解 变异策略 选择策略
Keywords
Dynamic optim ization Robust optim ization Performance indication Particle swarm optim ization(PSO) Differential evolution Robust optimal solution mutation strategy Selection strategy
分类号
TH165
[机械工程—机械制造及自动化]
题名 基于改进人工蜂群算法的水电站水库优化调度研究
被引量：8
4
作者
成鹏飞 方国华 黄显峰
机构
河海大学水利水电学院
出处
《中国农村水利水电》
北大核心
2013年第4期109-112,共4页
文摘
首先建立了水电站水库优化调度模型。在对人工蜂群算法描述的基础上,为有效避免标准人工蜂群算法局部搜索能力差等缺点,提高寻优能力,设计了一种以反向学习策略搜寻初始解、以自适应比例选择策略代替轮盘赌法、以基于指数分布突变策略更新蜜源位置的改进人工蜂群算法。应用MATLAB软件将改进后的人工蜂群算法应用于新安江电站水库优化调度中。仿真结果表明,改进人工蜂群算法具有更好的全局搜索能力,调度结果优于人工蜂群算法和粒子群算法。
关键词
水库调度 人工蜂群算法 反向学习 自适应选择 指数分布突变策略
Keywords
optimal scheduling of the reservoir artificial bee colony algorithm opposition-based learning self-adaptive selectiom exponentially distributed mutation strategy
分类号
TV597.1
[水利工程—水利水电工程]
题名 采用改进BBO算法的并网型微电网电源优化配置
被引量：6
5
作者
吕智林 王先齐 谭颖
机构
广西大学电气工程学院
出处
《电力系统及其自动化学报》
CSCD
北大核心
2017年第6期35-44,共10页
基金
国家自然科学基金资助项目(61364027) 广西自然科学基金资助项目(2014GXNSFAA118384)
文摘
针对并网型微电网的分布式电源优化配置问题,以年综合经济投资最小为目标,计及设备年等值投资成本、运行维护成本、燃料成本、环境折算成本以及年购电成本和余电出售收益,考虑分布式电源出力约束、系统自平衡度和冗余度等约束,建立了并网型微电网优化配置模型;同时提出一种基于余弦迁移模型、变尺度分段Lo-gistic混沌和高斯变异策略改进的生物地理学优化(BBO)算法用于模型求解。仿真结果验证了所提模型的合理性,并表明改进的BBO算法具有良好的收敛速度和收敛精度。
关键词
分布式电源优化配置 并网型微电网 自平衡度 生物地理学优化算法 迁移模型 变异策略
Keywords
optimal allocation of distributed generations grid-connected microgrid self-balancing level biogeogra- phy-based optim ization （BBO） algorithm migration model mutation strategy
分类号
TM732
[电气工程—电力系统及自动化]
题名 基于混合策略自适应学习的并行粒子群优化算法
被引量：28
6
作者
伍大清 郑建国
机构
东华大学旭日工商管理学院 南华大学计算机科学与技术学院 人工智能四川省重点实验室
出处
《控制与决策》
EI
CSCD
北大核心
2013年第7期1087-1093,共7页
基金
国家自然科学基金项目(70971020/G010301) 人工智能四川省重点实验室项目(2012RYJ03)
文摘
针对当前各种粒子群优化算法解决问题时存在的局限性,提出一种基于混合策略自适应学习的粒子群优化算法(HLPSO).该算法从收敛速度、跳出局部极值、探索、开发几个不同角度融合了4种具有不同优势的变异策略,当面对不同形态的复杂问题时通过自适应学习机制选择出合适的策略来完成全局寻优.通过对7个标准测试函数的仿真实验并与其他算法相比较,所得结果表明了所提出的算法具有较快的收敛速度、较高的精度以及很强的跳出局部极值的能力.
关键词
粒子群优化 自适应学习 变异策略 函数优化
Keywords
particle swarm optim ization self-adaptive learning mutation strategy function optim ization
分类号
TP301
[自动化与计算机技术—计算机系统结构]
题名 基于柯西变异的多策略协同进化粒子群算法
被引量：20
7
作者
王永骥 苏婷婷 刘磊
机构
华中科技大学自动化学院多谱信息处理技术国家级重点实验室
出处
《系统仿真学报》
CAS
CSCD
北大核心
2018年第8期2875-2883,共9页
基金
国家自然科学基金面上项目(61473124)
文摘
为了提高粒子群算法在优化仿真中的性能,提出基于柯西变异的多策略协同进化粒子群算法。该方法将种群划分为3个子群,以一定的概率选中粒子进行柯西变异,未被选中的粒子采用不同的子群进化策略(大范围搜索策略,精细搜索策略,自适应速度更新策略)来调节自身的开发能力和探测能力,子群间通过共享信息来达成协同合作。仿真中将3种策略应用在3种测试函数的优化中,验证3种策略的优点,同时对月球软着陆进行仿真寻优,结果表明改进PSO的优化性能优于其它改进算法,采用OpenMP对改进PSO进行并行化仿真,提高并行化PSO算法的效率。
关键词
粒子群算法 多策略 开发 探测 柯西变异 OpenMP并行化
Keywords
particle swarm optim ization multi-strategy exploitation exploration Cauchy mutation strategy OpenMP parallelization
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
题名 基于自适应差分进化的多目标进化算法
被引量：16
8
作者
毕晓君 肖婧
机构
哈尔滨工程大学信息与通信工程学院
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2011年第12期2660-2665,共6页
基金
国家自然科学基金资助项目(61175126)~~
文摘
为提高已有多目标进化算法在求解高维复杂多目标优化问题上的收敛性和解集分布性,提出一种基于自适应差分进化算法的改进多目标进化算法。在以非支配排序遗传算法为代表的第二代精英多目标进化算法模型基础上,对模型中精英选择策略、拥挤密度估计方法进行改进,并根据多目标的特点提出了新的差分进化算法变异策略和参数自适应控制策略。将该算法与目前性能最好的6种多目标进化算法在标准测试函数集上进行对比实验,结果表明所提算法相对于其他算法具有明显的优势,能够在保证良好收敛性的同时,使获得的Pareto最优解集具有更均匀的分布性和更广的覆盖范围,尤其适合于高维复杂多目标优化问题的求解。
关键词
差分进化 多目标优化 差分变异策略 精英选择策略 拥挤密度估计
Keywords
differential evolution multi-objective optim ization differential mutation strategy elitist selection strategy crowding density estimation
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
题名 求解全局优化问题的遗传退火算法
被引量：13
9
作者
邵平凡 万程鹏
机构
武汉科技大学计算机学院
出处
《计算机工程与应用》
CSCD
北大核心
2007年第12期62-65,共4页
文摘
针对全局优化过程中,算法计算时间长、收敛时机不成熟、容易陷入局部最优等现象,在分析模拟退火算法和遗传算法优缺点的基础上提出了新的遗传退火混合算法,并将新的交叉、变异策略和诱导微调方法应用于算法中,通过10组非线性约束函数的测试表明,该算法能够在保持较高精度的前提下快速收敛。
关键词
全局优化 遗传退火算法 交叉策略 变异策略 诱导微调
Keywords
global optim ization genetic-annealing algorithm crossover strategy mutation strategy inducing adjustment
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
题名 基于高斯变异的生物地理学优化模型
被引量：7
10
作者
陈基漓
机构
桂林理工大学信息科学与工程学院
出处
《计算机仿真》
CSCD
北大核心
2013年第7期292-295,325,共5页
基金
广西空间信息与测绘重点实验室开放基金项目(桂科能1103108-16)
文摘
生物地理学优化是一种新型群体智能算法,具有较好的应用前景。针对算法中两大基本算子之一的变异算子进行研究,为了进一步提高优化模型的精度,给出关于高斯变异的生物地理学优化模型。同时介绍了算法的基本原理,重点分析了算法中的变异策略,采用多个测试函数进行仿真。仿真结果表明,在相同的迁移模型下,不同的变异策略对算法优化性能有较大影响,高斯变异策略的优化性能优于随机变异策略。实验还表明栖息地数量对于算法的优化能力也有较大的影响。
关键词
生物地理学优化算法 变异策略 高斯变异 随机变异
Keywords
Biogeography-based optim ization mutation strategy Gaussian mutation Random mutation
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
题名 面向双目标应急物资调度的改进差分进化算法
被引量：8
11
作者
宋晓宇 张明茜 常春光 赵明
机构
沈阳建筑大学大学信息与控制工程学院 沈阳建筑大学管理学院
出处
《信息与控制》
CSCD
北大核心
2019年第1期107-114,共8页
基金
辽宁省自然科学基金资助项目(20170540767) 国家自然科学基金资助项目(51678375) 教育部人文社科规划基金资助项目(15YJA630001)
文摘
本文对应急物资调度模型的建立及求解该模型的优化算法进行了研究.首先,在资源受限情况下,以配送费用总成本最小和最大缺失损失最小为优化目标,建立了连续消耗问题的多供应点对多受灾点的应急物资调度模型.然后,通过引入DE/best/1变异策略与DE/rand/2变异策略对差分进化算法进行了改进,提出了一种基于双变异策略的改进差分进化算法,将Pareto非支配等级分层与拥挤距离的概念引入到改进差分进化算法中,对约束双目标调度模型进行求解.最后,通过两种不同规模的四组仿真实验,验证了本文提出模型及改进的差分进化算法的可行性和有效性.与基本差分进化算法对比,双变异策略的改进差分进化算法对相同应急物资调度问题进行求解时,得到了更多的Pareto前沿解个数,和较低的应急物资调度配送费用成本与较小的最大缺失损失,同时解分布的广泛性也得到了显著提高.
关键词
应急物资调度模型 双目标优化 差分进化算法 帕累托 变异策略
Keywords
emergency material scheduling model bi-objective optim ization differential evolution algorithm Pareto mutation strategy
分类号
F252
[经济管理—国民经济]
TP18
[自动化与计算机技术—控制理论与控制工程]
题名 多群多策略差分大规模多目标优化算法
被引量：3
12
作者
葛媛媛 陈得宝 邹锋
机构
淮北师范大学计算机科学与技术学院 淮北师范大学物理与电子信息学院 安徽省认知行为智能计算工程研究中心
出处
《控制与决策》
EI
CSCD
北大核心
2024年第2期429-439,共11页
基金
国家自然科学基金项目(61976101) 安徽省学术和技术带头人后备人选科研活动经费项目(2021H264) 安徽省高校学科(专业)拔尖人才学术项目(gxbjZD2022021)。
文摘
针对差分进化算法在解决大规模多目标优化问题时,出现优化后期多样性不足、收敛速度慢等问题,提出一种多群多策略差分大规模多目标优化算法.根据个体特性不同,将种群分为3个等级不同的子群,利用多群策略的优势维持种群多样性.为减少种群陷入局部最优的概率,在不同等级的子群中引入多个变异策略以较好地平衡子群个体的多样性和收敛性.为保证不同子群间信息得到有效交换,根据3个子群的进化状态确定重新分群时机,既保证个体在本群内得到充分进化,又保证个体在一定的条件下进行信息交换.为利用更多的信息生成优秀的子代,将更新后的子群与其父代子群合并,选出下一代子群.为验证所提出算法的有效性,在一组大规模基准测试问题上评估算法的性能,实验结果表明,所提出算法在两个常用测试指标IGD和HV上明显优于其他对比算法.
关键词
大规模多目标优化 多目标优化 差分进化 多种群策略 变异策略
Keywords
large-scale optim ization multi-objective optim ization difference evolution multiple population strategy mutation strategy
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
题名 融合变异策略的自适应蝴蝶优化算法
被引量：7
13
作者
刘凯 代永强
机构
甘肃农业大学信息科学技术学院
出处
《计算机应用研究》
CSCD
北大核心
2022年第1期134-140,145,共8页
基金
甘肃农业大学青年导师基金资助项目(GAU-QDFC-2019-02) 甘肃省高等学校创新能力提升项目(2019A-056) +1 种基金 甘肃农业大学学科建设专项基金资助项目(GAU-XKJS-2018-253) 国家自然科学基金资助项目(61063028,61751313)。
文摘
蝴蝶优化算法是近年来提出的一种新型自然启发式算法。针对基本蝴蝶优化算法收敛速度慢、求解精度低、稳定性差等问题,提出了一种融合变异策略的自适应蝴蝶优化算法。通过引入动态调整转换概率策略,利用迭代次数和个体适应度的变化信息动态调整转换概率,有效维持了算法全局探索与局部搜索的平衡;通过引入自适应惯性权重策略和局部变异策略,利用惯性权重值和混沌记忆权重因子进一步提高了算法的多样性,有效避免算法早熟收敛,同时加快了算法的收敛速度和求解精度。利用改进算法对12个基准测试函数进行仿真实验,与基本蝴蝶优化算法、粒子群算法、樽海鞘群算法、灰狼优化算法等其他算法对比表明,改进算法具有收敛速度快、寻优精度高、稳定性强等优异性能。
关键词
自然启发式算法 蝴蝶优化算法 自适应惯性权重 变异策略
Keywords
novel nature-inspired metaheuristics algorithm butterfly optim ization algorithm adaptive inertia weight mutation 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 基于CMPSO算法的无人机复杂三维路径规划
被引量：2
14
作者
甯洋 郑波 龙足腾 罗金超
机构
中国民用航空飞行学院航空电子电气学院 核工业西南物理研究院
出处
《电光与控制》
CSCD
北大核心
2024年第4期35-42,共8页
基金
民航重点实验室自主研究项目(FZ2021ZZ04)。
文摘
为了增强粒子群优化(PSO)算法跳出局部最优的能力,以及提高PSO算法在解决复杂实际工程问题的寻优性能,提升PSO算法在路径规划问题中的优化效果,提出了一种融合压缩策略和变异策略的粒子群(CMPSO)算法。在压缩策略基础上,设计了全新变异策略,二者的融合有效实现了粒子的自适应调节、增强了种群的多样性,提高了算法跳出局部最优的概率。经过CEC2017部分测试函数的验证,证明了CMPSO算法优秀的寻优能力。最后综合考虑多种约束条件,将CMPSO算法应用于无人机复杂路径规划,与其他改进PSO算法比较,CMPSO算法能够获得更短的路径航程,且耗时更少,代价更小。表明该算法能为无人机复杂路径规划提供有力技术支撑。
关键词
无人机 路径规划 粒子群算法 压缩策略 变异策略
Keywords
UAV path planning particle swarm optim ization compression strategy mutation strategy
分类号
V279
[航空宇航科学与技术—飞行器设计]
题名 基于改进遗传算法的物流路径优化方法
被引量：5
15
作者
张奇飞 林剑 王兆锐 官静萍
机构
湖南科技大学知识处理与网络化制造实验室
出处
《物流技术》
2018年第1期78-81,共4页
基金
湖南省教育厅重点项目(15A062) 湖南科技大学研究生创新基金资助项目(CX2017B623)
文摘
为了解决传统遗传算法在求解物流配送路径问题时存在的过早收敛问题,并获得到较高质量的解,提出一种改进的遗传算法对物流配送路径进行优化。采用的改进方法是:在动态交叉策略和动态变异策略操作中用路径较优的解取代路径较差的解,保持种群的多样性及避免在求解过程中过早收敛,提高解的稳定性;然后利用爬山算法对求得的路径较优解做进一步的优化改进。利用A物流公司的客户订单数据模拟仿真实验,结果证实改进后的遗传算法比传统遗传算法在里程方面节约10%。
关键词
遗传算法 路径优化 爬山算法 动态交叉策略 动态变异策略
Keywords
genetic algorithm path optim ization hill climbing algorithm dynamic cross strategy dynamic mutation strategy
分类号
F224.0
[经济管理—国民经济]
F252
题名 寻求“理想”解的改进多目标粒子群优化算法
被引量：5
16
作者
周黎 周承恩 李海滨
机构
内蒙古工业大学管理学院 内蒙古工业大学理学院
出处
《控制与决策》
EI
CSCD
北大核心
2015年第9期1653-1659,共7页
基金
国家自然科学基金项目(11262014) 内蒙古自然科学基金项目(2014MS0709)
文摘
如何在众多非劣解中为决策者推荐一个合理的方案是使用多目标粒子群算法(MOPSO)所面临的问题.为此,将逼近理想解的排序方法(TOPSIS策略)引入到算法中.为了提高求解精度和均匀性,还提出了基于Pbest的变异策略和改进的k邻近距离策略.测试结论显示,仅使用TOPSIS策略确定Gbest的算法,求解精度虽好,但均匀性较差,而包含所有改进策略的算法在精度和均匀性方面都更优,并且能够按照TOPSIS方法在非劣解集中找到一个适合向决策者推荐的"理想"方案.
关键词
多目标优化 粒子群优化 TOPSIS策略 变异策略 k邻近距离
Keywords
multi-objective optim ization particle swarm optim ization TOPSIS mutation strategy k neighbor distance
分类号
TP202.7
[自动化与计算机技术—检测技术与自动化装置]
题名 基于自适应变异粒子群算法的火力分配方法研究
被引量：3
17
作者
欧微 王克勤 朱岑
机构
乌鲁木齐民族干部学院
出处
《指挥控制与仿真》
2012年第3期50-53,共4页
文摘
针对最优火力分配的特点,分析了火力分配优化问题的数学模型,设计了一种求解该类问题的自适应变异粒子群算法(Adaptive Mutation Particle Swarm Optimization,AMPSO)。该算法采用十进制编码方法和基于数值运算的个体更新方法;为平衡算法的局部搜索能力和全局收敛性能,设计了一种关键参数自适应调整方法;为增强种群在进化后期的多样性,提出了一种变异策略。仿真结果表明,所提AMPSO算法具有良好的寻优性能,是优化火力分配的一种有效算法。
关键词
火力分配 粒子群算法 编码方法 变异策略
Keywords
firepower distribution particle swarm optim ization encoding method mutation strategy
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
E911
[自动化与计算机技术—计算机科学与技术]
题名 带偏向性轮盘赌的多算子协同粒子群优化算法
18
作者
于海波 朱秦娜 康丽 乔钢柱 曾建潮
机构
中北大学计算机科学与技术学院 中北大学大数据与视觉计算研究所 中北大学环境与安全工程学院
出处
《控制与决策》
EI
CSCD
北大核心
2024年第4期1167-1176,共10页
基金
国家自然科学基金青年基金项目(62106237) 国家自然科学基金联合基金项目(U21A20542) 山西省自然科学基金项目(201901D211237)。
文摘
针对粒子群优化算法在处理高维、大规模、多变量耦合、多模态、多极值属性优化问题时易早熟收敛等性能和技术瓶颈,基于粒子群优化算法行为学习算子和3种不同学习偏好的差分变异算子,建立带偏向性轮盘赌的多算子选择与融合机制,提出一种带偏向性轮盘赌的多算子协同粒子群优化算法MOCPSO.MOCPSO针对迭代粒子群榜样粒子集,首先通过对迭代种群及其榜样粒子集优劣分组,同时采用轮盘赌分别为每组榜样粒子集选配不同学习偏好的变异算子,并为每组榜样粒子适配差分基向量和最优基向量,预学习并优化迭代种群及其榜样粒子,以权衡算法的全局探索和局部开发;然后通过合并所有子种群,并结合粒子群优化算法行为学习算子,指导迭代种群状态更新,以提高算法的全局收敛性;最后结合精英学习策略,对群体历史最优进行高斯扰动,以提高算法的局部逃生能力,保障算法收敛的多样性.实验结果表明,MOCPSO算法与5种先进的同类型群智能算法在求解CEC2014基准测试问题上具备竞争力,且有更强的优化特性.
关键词
粒子群优化 差分演化 多算子协同 榜样竞争 偏向性变异策略 精英学习
Keywords
particle swarm optim ization differential evolution multi-operator coordination exemplar competition biased mutation strategy elitist learning
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
题名 融合差分教学优化的粗糙集属性约简算法
19
作者
周婉婷 郑颖春 魏博涛
机构
西安科技大学理学院
出处
《计算机应用研究》
CSCD
北大核心
2024年第11期3317-3322,共6页
基金
国家自然科学基金资助项目(12001420)。
文摘
针对传统粗糙集理论在属性约简中存在计算复杂度高、易陷入局部最优解等问题,结合差分教学优化算法的全局搜索能力和粗糙集在处理不精确和不确定数据方面的优势,提出融合差分教学优化的粗糙集属性约简算法(rough set attribute reduction algorithm based on differential teaching-learning optimization, AR-DTLBO)。首先,引入自适应教学因子和差分变异策略对教学优化算法进行改进,提高算法的搜索能力和优化性能;其次,通过改进后的教学优化算法“教”和“学”两个阶段对属性约简过程进行优化,降低了数据集的维度和复杂性;最后,在UCI数据库中的8个数据集上将所提算法和其他六种算法进行对比实验。实验结果表明,该算法在约简长度、约简时间、约简率和分类精度上均取得了良好的效果,实现了对数据集的有效约简和优化,能够有效减少冗余信息并提高决策规则的准确性,为决策分析和数据挖掘等领域提供了有效支撑。
关键词
教学优化算法 教学阶段 学习阶段 差分变异策略 属性约简
Keywords
teaching optim ization algorithm teaching stage learning stage differential mutation strategy attribute reduction
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
题名 改进白骨顶鸡优化算法的WSN网络覆盖
被引量：3
20
作者
贾鹤鸣 李玉海 文昌盛 孟彬 饶洪华 李政邦
机构
三明学院信息工程学院 福建工程学院计算机科学与数学学院
出处
《福建工程学院学报》
CAS
2022年第6期561-566,共6页
基金
福建省自然科学基金面上项目(2021J011128)。
文摘
为解决二维无线传感器网络随机部署产生的节点分布不均、覆盖率低的问题,提出一种融合元启发式算法的网络部署方案。该方案以节点部署空间作为约束条件、网络覆盖范围作为目标函数对二维网络覆盖模型进行数学建模。针对白骨顶鸡优化算法全局探索能力不强且在迭代后期容易陷入局部最优的缺点,该方案引入复合突变策略和随机反向策略对原算法进行改进。在二维网络覆盖模型进行的仿真测试结果表明:部署改进白骨顶鸡优化算法的二维无线传感器网络不仅网络覆盖率更高,节点也更加均匀,验证了改进白骨顶鸡优化算法解决节点部署问题的有效性和实用性。
关键词
无线传感器覆盖 白骨顶鸡优化算法 随机反向学习策略 复合突变策略
Keywords
wireless sensor coverage coot optim ization algorithm random reverse learning strategy compound mutation strategy
分类号
TP393
[自动化与计算机技术—计算机应用技术]
