您的位置: 专家智库 > >

浙江省教育厅科研计划(Y201326770)

作品数:8 被引量:59H指数:6
相关作者:符强童楠汪鹏君钟才明张会红更多>>
相关机构:宁波大学更多>>
发文基金:浙江省教育厅科研计划宁波市自然科学基金国家自然科学基金更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 8篇中文期刊文章

领域

  • 8篇自动化与计算...
  • 1篇电子电信

主题

  • 4篇子群
  • 4篇粒子群
  • 3篇优化算法
  • 3篇群算法
  • 3篇群体智能
  • 3篇粒子群算法
  • 3篇函数优化
  • 2篇离散粒子群
  • 2篇离散粒子群算...
  • 2篇面积优化
  • 2篇聚类
  • 1篇电路
  • 1篇多目标
  • 1篇延时
  • 1篇萤火虫算法
  • 1篇自主学习行为
  • 1篇粒子群优化
  • 1篇粒子群优化算...
  • 1篇逻辑电路
  • 1篇近邻传播聚类

机构

  • 8篇宁波大学

作者

  • 8篇童楠
  • 8篇符强
  • 3篇汪鹏君
  • 2篇张会红
  • 2篇谢文斌
  • 2篇钟才明
  • 1篇赵一鸣
  • 1篇陈维奇
  • 1篇王忠秋
  • 1篇刘政

传媒

  • 2篇计算机应用
  • 2篇计算机应用研...
  • 2篇计算机系统应...
  • 1篇电子与信息学...
  • 1篇电子学报

年份

  • 2篇2018
  • 1篇2017
  • 2篇2016
  • 1篇2015
  • 2篇2014
8 条 记 录,以下是 1-8
排序方式:
一种基于并行搜索策略的苍狼算法被引量:3
2016年
作为一种新型群体智能方法,苍狼算法模拟了苍狼在群体捕食过程中的搜索跟踪、包围、攻击等行为,具有结构简单、寻优能力强的特点。分析了该算法的优化机理,并对算法优化过程进行了数学定义及描述;提出了一种基于并行搜索策略的改进型苍狼算法,将狼群分组,在整个搜索过程中同时进行局部开发和全局探索活动,以更好地满足目标搜寻的要求。通过典型的基准测试函数对算法进行了性能仿真测试,实验结果表明,与其他群体智能优化方法相比,改进型苍狼算法在收敛速度、收敛精度及鲁棒性等方面均具有一定优势。
符强汪鹏君童楠
关键词:群体智能函数优化
基于粒子群的近邻传播算法被引量:6
2014年
针对近邻传播(AP)算法中偏向参数与收敛系数对AP算法的聚类效果的局限性的问题,提出了一种基于粒子群的近邻传播算法(PSO-AP算法).通过将AP算法中的偏向参数与收敛系数作为粒子,然后使用粒子群算法来对其进行智能地调整,进而提高AP算法的聚类效果.实验结果表明,该算法能有效地解决偏向参数与收敛系数对AP算法的聚类效果局限性,提高了聚类效果与收敛精度.
谢文斌童楠王忠秋贾官洪陈维奇符强
关键词:近邻传播聚类粒子群优化算法
基于模拟退火机制的多种群萤火虫算法被引量:15
2015年
针对传统萤火虫算法(FA)中存在的过早收敛和易陷入局部最优解等问题,提出了一种基于模拟退火机制的多种群萤火虫算法(MFA_SA):将萤火虫种群平均分为参数不同的多个子种群。为了防止算法陷入局部最优解,利用模拟退火机制大概率接受较好的解,小概率接受较差的解。同时,在种群寻优的过程中引入可变的距离权重,通过萤火虫算法的迭代次数动态调整萤火虫的"视野"范围。利用5个标准测试函数对该算法进行了对比仿真测试,结果表明,该算法在4个测试函数中均能寻找到全局最优解,并且在最优值、平均值、方差等指标上均比对比算法高出多个数量级,验证了新算法的有效性。
王铭波符强童楠刘政赵一鸣
关键词:萤火虫算法多种群
基于自主学习行为的教与学优化算法被引量:10
2018年
针对教与学优化(TLBO)算法收敛精度较低、易于早熟收敛等问题,提出一种基于自主学习行为的教与学优化算法(SLTLBO)。SLTLBO算法为学生构建了更加完善的学习框架,学生在完成常规"教"阶段与"学"阶段的学习行为之外,将进一步对比自己与教师、最差学生的差异,自主完成多样化的学习操作,以提高自己的知识水平,提高算法的收敛精度;同时学生通过高斯搜索的自主学习反思行为跳出局部区域,实现更好的全局搜索。利用10个基准测试函数对SLTLBO算法进行了性能测试,并将SLTLBO算法与粒子群优化(PSO)算法、智能蜂群(ABC)算法以及TLBO算法进行结果比对,实验结果验证了SLTLBO算法的有效性。
童楠符强钟才明
关键词:自主学习行为群体智能函数优化
基于MODPSO算法的FPRM电路多约束极性优化方法被引量:7
2017年
为求解较大规模FPRM逻辑电路中多约束条件下的极性优化问题,该文提出一种基于多目标离散粒子群优化(Multi-Objective Discrete Particle Swarm Optimization,MODPSO)算法的求解方法。首先针对FPRM电路极性设计需要满足延时短、面积小的多约束要求,构建了多目标决策模型。然后结合极性转换算法和MODPSO算法,对电路进行最优极性搜索,以获取电路延时和面积的Pareto最优解集。最后利用17个MCNC Benchmark电路进行测试,并将MODPSO算法与DPSO算法、NSGA-Ⅱ算法进行实验对比,结果验证了算法的有效性。
符强汪鹏君童楠王铭波张会红
关键词:PARETO
基于多策略离散粒子群算法的MPRM电路延时与面积优化被引量:7
2016年
针对大规模混合极性Reed-Muller(Mixed Polarity Reed-Muller,MPRM)逻辑电路的延时与面积优化,提出一种基于多策略离散粒子群优化(Multi-Strategy Discrete Particle Swarm Optimization,MSDPSO)的极性搜索方法.在MSDPSO算法中,对粒子进行团队划分,每个团队既执行不同策略,又相互联系,并行完成探索与开发的双重任务.同时在进化过程中采用高斯调整来激活寻优能力较差的粒子.结合MSDPSO算法和列表极性转换技术,对大规模MPRM电路进行延时与面积极性搜索.最后对PLA格式的MCNC Benchmark电路进行算法性能测试,结果验证了MSDPSO算法的有效性.与离散粒子群优化(Discrete Particle Swarm Optimization,DPSO)算法的优化结果相比较,MSDPSO算法获取的电路延时平均缩短8.43%,面积平均节省38.36%.
符强汪鹏君童楠王铭波张会红
一种基于反思机制的教与学优化算法被引量:9
2018年
针对教与学优化(teaching-learning-based optimization,TLBO)算法中存在的易陷入局部最优以及收敛速度较慢等问题,提出了基于反思机制的TLBO算法。为提高算法的全局搜索和局部收敛能力,在教学过程中利用教师反思行为来增强教师教学水平,进一步提高学生知识技能。同时学生实现自我反思,达到同步提高的目的。利用基准测试函数对算法进行性能测试,实验结果表明,改进后的TLBO算法具有更好的寻优性能。
童楠符强钟才明
关键词:群体智能函数优化
基于多类合并的PSO-means聚类算法被引量:2
2014年
针对传统K-means算法中对初始化聚类中心敏感,容易陷入局部极小值等缺点,提出了一种基于粒子群算法和多类合并方法的新型K-means聚类算法.该算法首先利用改进粒子群算法选取初始聚类中心,然后利用K-means算法进行优化聚类,最后根据多类合并条件进行聚类合并,以获取最佳聚类结果.实验结果证明,该算法能有效解决传统K-means算法存在的缺陷,具有更快的收敛速度及更好的全局搜索能力,聚类划分效果更优.
林有城符强谢文斌史马杰童楠
关键词:粒子群算法MEANS算法
共1页<1>
聚类工具0