湖南省科技计划项目(2013FJ4217)
- 作品数：3 被引量：73H指数：3
- 相关作者：匡芳君徐蔚鸿金忠张思扬更多>>
- 相关机构：湖南安全技术职业学院长沙理工大学南京理工大学更多>>
- 发文基金：国家自然科学基金湖南省科技计划项目湖南省教育厅科研基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 自适应Tent混沌搜索的人工蜂群算法被引量：39
- 2014年
- 为了有效改善人工蜂群算法(artificial bee colony algorithm,ABC)的性能,结合Tent混沌优化算法,提出自适应Tent混沌搜索的人工蜂群算法.该算法使用Tent混沌以改善ABC的收敛性能,避免陷入局部最优解,首先应用Tent映射初始化种群,使得初始个体尽可能均匀分布,其次自适应调整混沌搜索空间,并以迄今为止搜索到的最优解产生Tent混沌序列,从而获得最优解.通过对6个复杂高维的基准函数寻优测试,仿真结果表明,该算法不仅加快了收敛速度,提高了寻优精度,与其他最近改进人工蜂群算法相比,其性能整体较优,尤其适合复杂的高维函数寻优.
- 匡芳君徐蔚鸿金忠
- 关键词：人工蜂群算法TENT映射自适应搜索
- Tent混沌人工蜂群与粒子群混合算法被引量：28
- 2015年
- 针对人工蜂群和粒子群算法的优势与缺陷,提出一种Tent混沌人工蜂群粒子群混合算法.首先利用Tent混沌反向学习策略初始化种群;然后划分双子群,利用Tent混沌人工蜂群算法和粒子群算法协同进化;最后应用重组算子选择最优个体作为跟随蜂的邻域蜜源和粒子群的全局极值.仿真结果表明,该算法不仅能有效避免早熟收敛,而且能有效跳出局部极值,与其他最新人工蜂群和粒子群算法相比具有较强的全局搜索能力和局部搜索能力.
- 匡芳君金忠徐蔚鸿张思扬
- 关键词：人工蜂群算法粒子群优化算法
- 改进混沌粒子群的动态模糊神经网络参数优化及应用被引量：6
- 2015年
- 动态模糊神经网络(DFNN)的性能和学习的稳定性取决于其预设参数的选择,针对DFNN多参数优化问题,提出了改进混沌粒子群优化算法,并将其应用于DFNN神经网络预设参数寻优,以获取最佳参数组合.实验结果表明,该方法能够快速有效地提取DFNN的最优参数组合,具有精度高、收敛快、迭代次数少等特点;利用改进混沌粒子群的动态模糊神经网络构建煤与瓦斯突出预测模型,具有良好的建模效果和更高的预测精度.
- 匡芳君张思扬徐蔚鸿
- 关键词：动态模糊神经网络混沌粒子群优化参数优化煤与瓦斯突出
