-
题名反向认知的高效果蝇优化算法
被引量：17
- 1
-
-
作者
韩俊英
刘成忠
-
机构
甘肃农业大学信息科学技术学院
-
出处
《计算机工程》
CAS
CSCD
2013年第11期223-225,239,共4页
-
基金
国家自然科学基金资助项目(61063028)
甘肃省科技支撑计划基金资助项目(1011NKCA058)
+1 种基金
甘肃省教育厅科研基金资助项目(1202-04)
甘肃省高等学校科研基金资助项目(2013A-060)
-
文摘
针对果蝇优化算法的早熟收敛问题,提出一种基于最优和最差个体协同学习的果蝇优化算法。该算法通过在进化方程中添加向最差个体学习的改进策略,优化进化方程,增强算法跳出局部最优、寻找全局最优的能力。对经典测试函数的仿真结果表明,该算法具有更好的全局搜索能力,在收敛速度、收敛可靠性及收敛精度上比其他算法有较大的提高。
-
关键词
果蝇优化
群体智能
反向认知
协同学习
优化进化方程
收敛精度
-
Keywords
fruit fly optimization
swarm intelligence
reverse cognition
collaborative learning
optimization evolution equation
convergence precision
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于历史认知的果蝇优化算法
被引量：13
- 2
-
-
作者
韩俊英
刘成忠
-
机构
甘肃农业大学信息科学技术学院
-
出处
《计算机科学与探索》
CSCD
2014年第3期368-375,共8页
-
基金
甘肃省高等学校科研基金项目No.2013A-060
甘肃农业大学青年研究生指导教师扶持基金项目No.GAU-QNDS-201309~~
-
文摘
针对果蝇优化算法的早熟收敛问题,提出了一种新的基于历史认知的果蝇优化算法。新算法通过增加个体"历史认知"的改进策略,优化进化方程,从而避免潜在全局最优解因为不考虑自己的历史轨迹,仅依靠单纯的聚集行为,而使自己的寻优轨迹迂回曲折,错过成为全局最优解的可能;并且通过线性递增的动态变化系数ω调整在迭代寻优过程中个体的"历史"对本次学习的价值,增强算法跳出局部最优,寻找全局最优的能力。对几种经典测试函数进行了仿真和实例计算,结果表明新算法更好地平衡了全局和局部搜索能力,在收敛速度、收敛可靠性及收敛精度上比其他经典智能优化算法有较大的提高。
-
关键词
果蝇优化算法
群体智能
历史认知
收敛精度
早熟收敛
-
Keywords
fruit fly optimization algorithm （FOA）
swarm intelligence
history cognition
convergence precision
premature convergence
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名应用反向学习策略的果蝇优化算法
被引量：8
- 3
-
-
作者
韩俊英
刘成忠
-
机构
甘肃农业大学信息科学技术学院
-
出处
《计算机应用与软件》
CSCD
北大核心
2014年第4期157-160,共4页
-
基金
国家自然科学基金项目(61063028)
甘肃省自然科学基金项目(1208RJZA133)
+1 种基金
甘肃省科技支撑计划项目(1011NKCA058)
甘肃省教育厅科研基金项目(1202-04)
-
文摘
针对基本果蝇优化算法FOA(Fruit Fly Optimization Algorithm)容易陷入局部极值、进化后期收敛速度慢和收敛精度低的缺点,采用反向学习策略加以改进,提出应用反向学习策略的果蝇优化算法OBLFOA(FOA with Opposition-based Learning)。该算法将一般反向学习策略和动态一般反向学习策略分别引入到果蝇优化算法的种群初始化和迭代寻优过程中,能得到越来越好的种群个体。随着迭代过程的逐步深入,使得进化种群快速地逼近最优解。对6个经典测试函数的仿真结果表明,新算法在收敛速度、收敛可靠性及收敛精度方面比基本果蝇优化算法有较大的提高。
-
关键词
进化计算
反向学习
果蝇优化算法
-
Keywords
Evolutionary computation Opposition learning Fruit fly optimization algorithm（FOA）
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于改进果蝇优化算法优化RVM的电机轴承故障诊断
被引量：8
- 4
-
-
作者
王汉章
-
机构
包头铁道职业技术学院机车车辆系
-
出处
《机械强度》
CAS
CSCD
北大核心
2019年第4期814-820,共7页
-
文摘
针对相关向量机(RVM)在电机轴承故障识别中的性能受参数选择影响较大的问题,提出了基于反向认知果蝇优化算法(RCFOA)优化RVM的电机轴承故障诊断方法。为提高FOA算法的寻优能力,引入反向学习策略,对原始果蝇优化算法进行了改进。利用RCFOA进行RVM参数的优化,可以有效地提高RVM的分类性能。电机轴承不同类型、不同程度故障诊断的实例表明,RCFOA算法能够获得更优的参数,提高了RVM的故障诊断准确率,相比于其他一些方法更有优势,可有效应用于故障诊断。
-
关键词
果蝇优化算法
反向认知
相关向量机
故障诊断
轴承
-
Keywords
Fruit fly optimization algorithm
Reverse cognition
Relevance vector machine
Fault diagnosis
Bearing
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TM307
[电气工程—电机]
-
-
题名基于量子果蝇优化的认知无线网络频谱分配
被引量：3
- 5
-
-
作者
徐同伟
何庆
吴意乐
易丹
-
机构
贵州大学大数据与信息工程学院
开阳县工信局
-
出处
《计算机应用研究》
CSCD
北大核心
2017年第10期3116-3120,共5页
-
基金
贵州省科技厅基金资助项目(黔科合LH字[2014]7628
黔科合J字[2012]2171)
+1 种基金
贵州大学博士基金资助项目(贵大人基合字[2010]010)
贵州大学研究生创新基金资助项目(研理工2016066)
-
文摘
将频谱分配的二进制编码转换为量子序列编码,提出一种基于量子果蝇优化的认知无线网络频谱分配方法。首先,将果蝇优化算法(FOA)转换为量子果蝇优化算法(QFOA),拓展FOA的应用范围;然后,采用选择、交叉、变异操作改进QFOA,提高算法收敛速度,增加样本种群多样性,避免算法陷入局部最优;最后,利用改进QFOA对频谱分配的量子序列进行寻优,寻求最优的网络效益或者用户公平性,得到网络整体性能最优的频谱分配策略。仿真结果表明,改进的QFOA收敛速度快且跳出局部最优能力强,应用到认知无线网络频谱分配中,增加了网络资源利用率,提高了网络的整体性能。
-
关键词
认知无线网络
频谱分配
网络效益
用户公平性
量子果蝇优化算法
-
Keywords
cognitive radio network （CRN）
spectrmu allocation
network utility
user fairness
quantum fruit fly optimization algorithm
-
分类号
TN915.07
[电子电信—通信与信息系统]
-
-
题名改进蜉蝣算法求解认知车载网络频谱分配问题
被引量：2
- 6
-
-
作者
王岳
王乐
孙文洋
李振国
-
机构
安徽科技学院电气与电子工程学院
-
出处
《计算机工程与设计》
北大核心
2023年第10期3012-3020,共9页
-
基金
安徽省自然科学基金项目(2008085QF328)
安徽省教育厅重点基金项目(KJ2021A0867)。
-
文摘
针对传统认知车载网络频谱分配效率低、速度慢的问题,提出基于改进蜉蝣优化算法的频谱分配算法。以反向学习、动态惯性权重、多阶段动态扰动及正余弦优化交配机制提升标准蜉蝣优化算法的寻优性能;将频谱分配变量映射为蜉蝣个体位置信息,将网络吞吐量和接入公平性作为评估蜉蝣位置的适应度函数,利用改进蜉蝣算法搜索最优频谱分配方案。实验结果表明,改进算法的搜索精度和收敛速度都有所提升,能够更快得到频谱分配方案,车载用户收益和分配公平性方面也更有保障。
-
关键词
蜉蝣优化算法
认知车载网络
频谱分配
反向学习
惯性权重
动态扰动
正余弦优化
-
Keywords
mayfly optimization algorithm
cognitive vehicular network
spectrum allocation
opposite learning
inertia weight
dynamic disturbance
sine cosine optimization
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名船舶吊运机械臂焊接接头超声无损智能检测研究
- 7
-
-
作者
季肖枫
顾娜
陆佳皓
张晖
张崇晖
-
机构
江苏航运职业技术学院智能制造与信息学院
南通理工学院电气与能源工程学院
-
出处
《舰船科学技术》
北大核心
2024年第24期149-154,共6页
-
基金
南通市社会民生科技计划项目(MSZ2023007)。
-
文摘
随着海洋工程领域的扩展与深化,船舶吊运机械臂成为海洋作业的关键技术支持。为了保证机械臂焊接接头的焊接质量,降低海洋作业风险,研究以神经网络为技术支持,设计了点焊接头超声无损检测的缺陷智能识别模型。实验结果表明,研究针对超声无损智能检测模型设计的优化算法,在单峰测试函数上最小值的寻优值为4.804E-11。寻优超体积最大为0.954,与真实前沿解的最小距离为0.203。改进之后的检测模型在F1值上最大可达0.946,损失值最小为0.07,分类检测能力较强。该方法可较好地拟合超声信号特征,有效区分焊接接头的不同缺陷,区分合格焊接与缺陷焊接。研究设计的超声无损缺陷智能检测识别模型有效保证了船舶吊运机械臂的焊接质量,满足海洋工程对船舶吊运机械臂焊接的高要求。
-
关键词
反向传播神经网络
果蝇优化算法
船舶吊运机械臂
超声检测
-
Keywords
backpropagation neural network
drosophila optimization algorithm
ship lifting robotic arm
ultrasonic testing
-
分类号
TP241
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名RCFOA-SVM法诊断核辐射探测器模拟电路故障
被引量：1
- 8
-
-
作者
谭鹤毅
张伟
闵丙源
-
机构
南充职业技术学院电子信息工程系
电子科技大学自动化工程学院
牧园大学工学院
-
出处
《核电子学与探测技术》
CAS
北大核心
2022年第4期646-651,共6页
-
基金
国家自然科学基金(61201131)
国家高技术研究发展计划(2011AA090101)
“十三五”国家科技重大专项(2017ZX05019-002)资助。
-
文摘
为提高核辐射探测器模拟电路的故障诊断精度,基于果蝇优化算法(FOA)和支持向量机(SVM),探讨了反向认知果蝇优化算法(RCFOA)优化SVM的核辐射探测器模拟电路故障诊断新方法。基于小波包能量提取出模拟电路故障特征集,将反向学习策略引入FOA中,提出RCFOA方法并用于SVM参数优化,提高参数设置的合理性,以优化后的SVM作为模式识别方法对特征集进行分类,得到诊断结果。测试结果表明:RCFOA-SVM法省时、诊断精度更高、更加实用有效。
-
关键词
反向认知果蝇优化算法
支持向量机
故障诊断
模拟电路
核辐射探测器
-
Keywords
Fruit Fly Optimization Algorithm with Reverse Cognition
Support Vector Machine
Fault Diagnosis
Analog Circuit
Nuclear Radiation Detector
-
分类号
TL81
[核科学技术—核技术及应用]
TP206.3
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名风电运维人员行为安全预警指标体系构建与分析
被引量：3
- 9
-
-
作者
郑鹏
瞿丽莉
程礼彬
何子春
张银龙
常丁懿
-
机构
华电电力科学研究院有限公司
西安热工研究院有限公司
天津理工大学管理学院
-
出处
《中国安全科学学报》
CAS
CSCD
北大核心
2022年第S01期1-5,共5页
-
基金
中国华电集团有限公司科技项目(CHDKJ21-01-07)
天津市研究生科研创新项目(2021YJSB243)。
-
文摘
为提高风电运维人员安全行为水平,在独立性、完备性、梯度性、可行性原则的前提下,从人因、机械设备、作业环境、监督管理、信息沟通5个方面建立行为安全预警指标体系,利用问卷调查法获取行为安全预警数据,基于果蝇优化算法(FOA)优化反向传播(BP)神经网络,建立“15-10-1”结构的行为安全预警模型,利用该模型训练测试问卷数据。结果表明:构建的行为安全预警指标体系是科学合理的,FOA-BP神经网络模型有较强的预警能力,能够预测风电运维人员的行为安全风险。测试后,模型能实现较好的预警效果。
-
关键词
风电运维人员
行为安全预警
指标体系
果蝇优化算法(FOA)
反向传播(BP)神经网络
-
Keywords
wind power operation and maintenance personnel
behavior safety early-warning
index system
fruit fly optimization algorithm(FOA)
back propagation(BP)neural network
-
分类号
X913
[环境科学与工程—安全科学]
-
-
题名基于IFOA-SA-BP神经网络的雷达信号识别
被引量：5
- 10
-
-
作者
弋佳东
杨洁
-
机构
西安邮电大学通信与信息工程学院
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2020年第12期2735-2741,共7页
-
基金
陕西省教育厅专项基金(17JK0693)资助课题。
-
文摘
为提高雷达信号的识别率,提出一种改进的果蝇优化算法(improved fruit fly optimization algorithm,IFOA)和模拟退火(simulated annealing,SA)算法相融合并用于优化反向传播(back propagation,BP)神经网络的雷达信号识别算法。首先,该算法提取雷达信号的调和平均盒维数、信息维数和差分近似熵特征作为信号识别的三维特征。然后,改进果蝇优化算法的寻优步长并添加逃脱系数以修改适应度函数,同时引入三维空间的搜索概念扩大果蝇的搜索范围,再对果蝇算法所求解的接受机制通过SA算法进行修正。最后,将融合后的算法IFOA-SA用于优化BP神经网络得到网络最优的初始权值和阈值,并用此网络进行雷达信号的分类识别。通过与BP和FOA-BP进行对比,结果表明IFOA-SA-BP能够提高雷达信号的识别率,证实了该算法的有效性。
-
关键词
雷达信号识别
特征提取
反向传播神经网络
果蝇优化算法
模拟退火算法
-
Keywords
radar signal recognition
feature extraction
back propagation(BP)neural network
fruit fly optimization algorithm(FOA)
simulated annealing(SA)algorithm
-
分类号
TN957.51
[电子电信—信号与信息处理]
-
