您当前的位置:首页 > 论文浏览

1. chinaXiv:201901.00202 [pdf]

一种求解函数优化问题的改进鲸鱼优化算法

刘亮; 何庆
分类: 计算机科学 >> 计算机科学的集成理论

为提高鲸鱼优化算法求解复杂函数优化问题的性能,提出一种基于自适应参数及小生境技术的改进鲸鱼优化算法。首先,引入自适应概率阈值协调算法的全局探索及局部开发能力;其次,利用自适应位置权重对鲸鱼位置更新公式进行调整,提高算法的收敛速度及寻优精度;最后,采用预选择小生境技术,避免算法出现早熟收敛的现象。通过对12个典型基准测试函数的仿真表明,改进算法的寻优精度和收敛速度均较对比算法有明显提升,证明了提出的改进策略能有效提高鲸鱼优化算法求解复杂函数优化问题的性能。

提交时间: 2019-01-28 来自合作期刊:《计算机应用研究》 点击量27下载量15 评论 0

2. chinaXiv:201901.00203 [pdf]

基于逐维反向学习的动态适应布谷鸟算法

黄闽茗; 何庆; 文熙
分类: 计算机科学 >> 计算机科学的集成理论

为了解决布谷鸟搜索算法(CS)寻优精度不高、收敛速度慢、后期搜索活力不足以及处理高维优化问题时存在维间干扰等缺陷,提出了逐维反向学习策略的动态适应布谷鸟算法(DA-DOCS)。首先,对选择更新后的解进行逐维反向学习,减少维间干扰,扩大种群多样性;然后使用精英保留方式评价该结果,提高算法寻优能力;最后,充分利用当前解的信息进行动态适应的缩放因子控制,引导解快速收敛,提升算法搜索活力。实验结果表明,该算法相比较于标准布谷鸟搜索算法,寻优精度、收敛速度以及后期搜索活力有所提高,与其他改进算法相比也具有一定的竞争优势。

提交时间: 2019-01-28 来自合作期刊:《计算机应用研究》 点击量30下载量16 评论 0

3. chinaXiv:201810.00050 [pdf]

改进引力搜索最小二乘支持向量机交通流预测

徐钦帅; 何庆; 魏康园
分类: 计算机科学 >> 计算机科学的集成理论

在智能交通系统领域中,准确的交通流量预测发挥着重要作用。为了提高基于最小二乘支持向量机的交通流预测模型的精度,提出一种新的改进引力搜索算法(TCK-AGSA)对其进行参数寻优。首先,基于Tent映射改进Kbest函数,使算法具有跳出局部最优的机制;然后,引入全局最优引导策略,使粒子加速朝向最优解移动;接着,将进化度因子和聚合度因子引入速度更新权重系数,使算法具有较强的自适应能力。针对12个基准函数的仿真结果表明,TCK-AGSA的性能优于GSA及其改进算法。最后,建立基于TCK-AGSA寻优的最小二乘支持向量机模型,并选取2016年贵州省高速公路真实交通流数据进行预测实验,结果表明该模型具有更好的预测精度、鲁棒性和泛化能力。

提交时间: 2018-10-11 来自合作期刊:《计算机应用研究》 点击量96下载量64 评论 0

4. chinaXiv:201810.00049 [pdf]

基于混合策略改进的鲸鱼优化算法

何庆; 魏康园; 徐钦帅
分类: 计算机科学 >> 计算机科学的集成理论

针对传统鲸鱼优化算法收敛速度慢、易陷入局部最优等问题,提出一种基于混合策略改进的鲸鱼优化算法。首先,引入非线性调整策略改进收敛因子,平衡算法的全局探索与局部开发能力并加快算法收敛速度;然后,将自适应权重系数引入鲸鱼位置更新式中,从而提高算法的寻优精度;最后,结合人工蜂群算法的limit阈值思想,使算法能够有效跳出局部最优,改善算法早熟收敛现象。通过对14个基准测试函数在不同维度上的仿真实验表明,改进算法具有较高的寻优精度和较快的收敛速度。

提交时间: 2018-10-11 来自合作期刊:《计算机应用研究》 点击量92下载量52 评论 0

5. chinaXiv:201808.00077 [pdf]

基于改进引力搜索算法的K-means聚类

魏康园; 何庆; 徐钦帅
分类: 计算机科学 >> 计算机科学的集成理论

针对K-means算法的聚类结果极易受到聚类中心的影响而陷入局部最优解的问题,提出一种基于改进引力搜索的K-means聚类算法。首先引入自适应概念,对引力系数衰减因子进行控制,提高算法的全局探索能力和局部开发能力;然后,引入免疫克隆选择机制,以便算法能够有效跳出局部最优,并通过对12个基准测试函数的实验验证改进引力搜索算法的有效性和优越性;最后,通过结合改进的引力搜索算法和K-means算法,提出一种新的聚类算法A2F-GSA-Kmeans,并在6个测试数据集上的实验表明,该算法具有较好的聚类质量。

提交时间: 2018-08-13 来自合作期刊:《计算机应用研究》 点击量139下载量73 评论 0

6. chinaXiv:201804.02060 [pdf]

基于文本聚类与兴趣衰减的微博用户兴趣挖掘方法

秦永彬; 孙玉洁; 魏笑
分类: 计算机科学 >> 计算机科学的集成理论

微博平台隐含潜在的用户信息,通过微博数据挖掘用户兴趣具有重要的社会意义。结合用户兴趣与微博信息的特点,提出了一种文本聚类与兴趣衰减的微博用户兴趣挖掘(TCID-MUIM)方法。首先,通过基于词林的同义词合并策略弥补建模时词频信息不足的弊端;其次,利用二次Single-Pass不完全聚类算法将用户微博划分为多个簇,将簇合并为同一文档以弥补微博文本短小难以挖掘主题信息的问题;最后,通过LDA模型建模,并考虑用户兴趣随时间变化的问题,引入时间因子,将微博—主题矩阵压缩为用户—主题矩阵,获取用户兴趣。实验表明,较之传统建模方法与合并用户历史微博为同一文档的建模方法,TCID-MUIM方法挖掘的用户兴趣主题具有更好的主题区分度,且更贴合用户的真实兴趣偏好。

提交时间: 2018-04-19 来自合作期刊:《计算机应用研究》 点击量135下载量87 评论 0

  [1 页/ 6 条记录]