期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
具有组合变异策略的回溯搜索优化算法 被引量:3
1
作者 魏锋涛 史云鹏 石坤 《计算机工程与应用》 CSCD 北大核心 2020年第9期41-47,共7页
针对回溯搜索优化算法收敛速度慢和易陷入局部最优的缺陷,提出了一种基于组合变异策略的改进回溯搜索优化算法。为了提高历史种群的多样性并扩大算法的搜索空间,在算法迭代过程中采用柯西种群生成策略,利用柯西分布尺度系数生成历史种群... 针对回溯搜索优化算法收敛速度慢和易陷入局部最优的缺陷,提出了一种基于组合变异策略的改进回溯搜索优化算法。为了提高历史种群的多样性并扩大算法的搜索空间,在算法迭代过程中采用柯西种群生成策略,利用柯西分布尺度系数生成历史种群;引入基于混沌映射和伽玛分布的组合变异策略,在一定概率下对较差个体进行变异生成质量较好的个体;对新种群中越界个体采用越界处理策略,确保算法在预定的搜索空间内搜索。选取了11个标准测试函数,在低维和高维状态下进行数值仿真,并与3种表现良好的算法进行比较,结果表明该改进算法在收敛速度和收敛精度上有很大优势。 展开更多
关键词 改进回溯搜索优化算法 柯西种群生成策略 组合变异策略 越界处理策略 函数优化
在线阅读 下载PDF
柯西自适应回溯搜索与最小二乘支持向量机的集成预测模型 被引量:1
2
作者 张仲华 赵福媛 +1 位作者 郭钧枫 赵高长 《计算机应用》 CSCD 北大核心 2022年第6期1829-1836,共8页
针对在最小二乘支持向量机(LSSVM)的核函数参数和正则化参数优化中回溯搜索优化算法(BSA)易早熟、局部开采能力弱等问题,提出了一种集成预测模型CABSA-LSSVM。首先采用柯西种群生成策略增加历史种群的多样性使算法不易陷入局部最优解,... 针对在最小二乘支持向量机(LSSVM)的核函数参数和正则化参数优化中回溯搜索优化算法(BSA)易早熟、局部开采能力弱等问题,提出了一种集成预测模型CABSA-LSSVM。首先采用柯西种群生成策略增加历史种群的多样性使算法不易陷入局部最优解,然后利用自适应变异因子策略调节变异尺度系数以平衡算法的全局勘探和局部开采能力,最后运用改进后的柯西自适应回溯搜索算法(CABSA)优化LSSVM以形成新的集成预测模型。选取10个UCI数据集进行数值实验,结果表明所提模型CABSA-LSSVM在种群规模为80时回归预测性能最优,且与标准BSA、粒子群优化(PSO)算法、人工蜂群(ABC)算法、灰狼优化(GWO)算法优化的LSSVM相比,该模型的决定系数提升了1.21%~15.28%,预测误差降低了6.36%~29.00%,运行时间降低了5.88%~94.16%,可见该模型具有较高的预测精度和较快的计算速度。 展开更多
关键词 集成预测模型 回溯搜索优化算法 最小二乘支持向量机 柯西种群生成策略 自适应变异因子策略
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部