国家自然科学基金(F0975026)
- 作品数：3 被引量：8H指数：2
- 相关作者：王晓丹郑全弟郑春颖王玉冰权文更多>>
- 相关机构：空军工程大学中国人民解放军93617部队更多>>
- 发文基金：国家自然科学基金陕西省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 自逃逸云简化粒子群优化算法被引量：3
- 2010年
- sPSO仍继承了bPSO易陷入局部极值点的缺陷,而且其进化后期收敛速度和精度也有待进一步改善.基于此,提出一种基于云理论的简化粒子群优化算法(简称cloud-sPSO):对不再进化的个体,借鉴复形法的思想,进行尽可能的进化逃逸;而当种群进化停滞时,由基本云发生器对当前群体最优粒子实行变异操作.对几个经典测试函数进行实验的结果表明,cloud-sP-SO不仅能够有效摆脱局部极值点,而且收敛速度和精度也有极大地提高.
- 郑春颖王晓丹郑全弟谢一静
- 关键词：云理论复形法
- 基于试探的变步长自适应粒子群算法被引量：5
- 2009年
- 针对粒子群算法容易陷入局部最优的缺陷,在分析惯性因子在算法中的作用机理的基础上,设计了一个根据种群多样性和进化代数自适应调节的惯性因子,并运用试探法,通过变换搜索步长,提高算法的局部搜索能力。最后,给出了3个典型函数的模拟例子,通过与APSO的对比结果显示,改进后的算法其性能得到极大提高。
- 郑春颖郑全弟王晓丹王玉冰
- 关键词：粒子群算法
- 基于模糊积分的支持向量机动态集成方法
- 2011年
- 确定模糊密度是应用模糊积分进行融合的核心问题。分析了目前存在的各类模糊密度赋值方法存在的不足,在探索证据相互关系的基础上,提出了证据支持度的概念,并基于证据支持度给出了一种动态模糊密度赋值方法,分析了分类器之间的差异性对证据支持度的影响,引入了影响因子,进一步完善了证据支持度的内涵。实验表明,本文算法较之单支持向量机、基于投票的支持向量机、以基分类器精度作为模糊密度的静态模糊积分支持向量机集成以及一种基于自适应模糊密度赋值的模糊积分方法用于支持向量机集成,分类精度均得到提升。
- 郑春颖王晓丹郑全弟权文
- 关键词：模糊积分模糊密度
