-
题名改进蜣螂优化算法的入侵检测特征选择
- 1
-
-
作者
刘涛
王愉露
-
机构
西安科技大学通信与信息工程学院
西安科技大学西安市网络融合通信重点实验室
-
出处
《计算机工程与设计》
北大核心
2025年第7期1936-1943,共8页
-
基金
国家重点研发计划基金项目(2018YFC0808)
陕西省重点研发基金项目(2019SF-260)。
-
文摘
针对网络入侵检测场景下蜣螂优化算法(DBO)收敛精度不高、易陷入局部最优等问题,提出一种混合策略改进的蜣螂优化算法(LSDBO)。利用Cubic映射初始化种群,使用反向学习策略与Levy螺旋搜索策略提升算法搜索能力,使用高斯与柯西变异扰动策略和贪婪策略提升算法的全局寻优能力。实验结果表明,在CIC-IDS2017数据集上的特征选择实验中,算法平均保留了8.1个特征,最优特征子集的平均准确率达到了98.01%,验证该算法在降低特征的同时可以确保准确率。
-
关键词
蜣螂优化算法
混沌映射
螺旋搜索
入侵检测
特征选择
对立学习策略
高斯与柯西变异扰动
-
Keywords
dung beetle optimization algorithm
chaos map
spiral search
intrusion detection
feature selection
antithetical learning strategy
Gaussian and Cauchy variation perturbations
-
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
-
-
题名改进海洋捕食者算法的机器人路径规划
- 2
-
-
作者
戚得众
田晨
袁丽峰
吴云志
郑拓
-
机构
湖北工业大学农机工程研究设计院
山东农业大学机械与电子工程学院
-
出处
《现代电子技术》
北大核心
2024年第24期153-159,共7页
-
基金
国家重点研发计划项目(2018YFD0700604)。
-
文摘
为克服海洋捕食者算法存在的初始种群分布不均、收敛速度慢且易陷入局部最优等问题,提出一种改进的海洋捕食者算法(GMPA)。首先,在初始化种群时采用Sobol序列和对立学习相结合的策略,得到更加均匀随机的初始解;再引入惯性权重系数和柯西变异来更新种群,提高算法跳出局部最优的能力;最后,针对更新后的种群,结合随机性学习策略来增加迭代过程中种群的多样性。为验证所提算法的有效性,选用7个标准测试函数对其性能进行评估;并选用3组复杂度不同的栅格地图,对改进后的算法与原始算法开展路径规划对比实验。实验结果表明:改进后的海洋捕食者算法在机器人路径规划问题中表现出良好的性能,显著提高了收敛速度并增强了优化能力。
-
关键词
路径规划
海洋捕食者算法
Sobol序列
对立学习策略
种群分布
随机性学习策略
路径寻优
-
Keywords
path planning
marine predator algorithm
Sobol sequence
oppositional learning strategy
population distribution
random learning strategy
path optimization
-
分类号
TN820.4-34
[电子电信—信息与通信工程]
TP242
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名求解高维优化问题的改进鲸鱼优化算法
被引量：6
- 3
-
-
作者
王永贵
李鑫
关连正
-
机构
辽宁工程技术大学软件学院
北京工业大学信息学部
-
出处
《计算机科学与探索》
CSCD
北大核心
2022年第12期2890-2902,共13页
-
基金
国家自然科学基金(61772249)。
-
文摘
针对鲸鱼优化算法在处理高维优化问题时全局勘探能力不足和易陷入局部极值的问题,提出一种改进的鲸鱼优化算法。首先,在搜索空间中采用Fuch混沌映射和优化的对立学习相结合的初始化策略,利用Fuch映射较高的搜索效率产生多样性良好的优质混沌初始种群,然后结合优化的对立学习策略在保证种群多样性的同时产生优良鲸鱼种群,为算法全局搜索奠定基础;其次,在全局勘探阶段对参数A进行调整,帮助鲸鱼种群更有效地进行全局搜索,在平衡全局勘探和局部开发的同时避免早熟收敛;最后,在局部开发阶段引入拉普拉斯算子对最优个体进行动态交叉操作,迭代前期产生距离父代较远的子代提高全局搜索能力摆脱局部极值束缚,迭代后期产生距离父代较近的子代精细搜索范围提高求解精度。选取10个标准测试函数在100维、500维、1000维下进行仿真实验,结果表明该算法在收敛速度、求解精度和稳定性方面明显优于其他对比算法,能够有效处理高维优化问题。
-
关键词
鲸鱼优化算法(WOA)
拉普拉斯交叉
混沌对立学习策略
-
Keywords
whale optimization algorithm(WOA)
Laplace crossing
chaotic oppsition-based learning strategy
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
