-
题名改进自组织迁移算法及其在Bump问题中的应用
被引量：1
- 1
-
-
作者
林志毅
王玲玲
-
机构
广东工业大学计算机学院
武汉大学软件工程国家重点实验室
-
出处
《计算机工程与应用》
CSCD
北大核心
2010年第19期25-26,35,共3页
-
基金
国家自然科学基金(No.60773009)
广东工业大学校博士基金(No.093058)~~
-
文摘
提出了改进自组织迁移算法(Improved Self-Organizing Migrating Algorithm,ISOMA)。该算法通过在迁移过程中引入差分迁移方式来增加种群的多样性,将迁移的方向由原来的正方向扩展到正负两方向以提高算法的搜索能力,对步长进行自适应调整进一步平衡算法的勘探和开采能力。利用该算法来求解高维约束问题--BUMP问题,计算结果表明新算法的有效性。
-
关键词
自组织迁移算法
差分迁移方式
BUMP问题
改进自组织迁移算法(ISOMA)
-
Keywords
self-organizing migrating algorithm
hybrid migrating mode
Bump problem
Self-Organizing Migrating Algorithm （ISOMA）
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于混合迁移行为的自组织迁移算法
被引量：6
- 2
-
-
作者
林志毅
李元香
王玲玲
-
机构
武汉大学软件工程国家重点实验室
-
出处
《计算机科学》
CSCD
北大核心
2008年第12期175-177,共3页
-
基金
863计划项目2007AA01Z290
国家自然科学基金项目60773009
湖北省自然科学基金2007ABA009
-
文摘
自组织迁移算法(Self-organizing migrating algorithm,SOMA)是一种新型的进化算法。在对基本的自组织迁移算法分析的基础上提出了基于混合迁移行为的自组织迁移算法(Hybrid migrating behavior based self-organizing migrating algorithm,HBSOMA)。该算法通过在个体迁移过程中引入了多种迁移方式,形成混合迁移行为,使得个体的行为变得多样化,增加了种群多样性,加速了群体在多峰复杂空间中的寻优进程。仿真结果显示,该算法优于原自组织迁移算法。
-
关键词
进化算法
自组织迁移算法
混合迁移行为
HBSOMA
-
Keywords
Evolutionary algorithm,Self-organizing migrating algorithm, Hybrid migrating behavior, HBSOMA
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
X530.2
[环境科学与工程—环境工程]
-
-
题名采用随机变异步长的改进自组织迁移算法
被引量：4
- 3
-
-
作者
柯晶
李歧强
乔谊正
-
机构
山东大学控制科学与工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2006年第35期41-44,共4页
-
基金
山东省优秀中青年科学家科研奖励基金资助项目(2004BS01004)
山东省自然科学基金资助项目(Y2003G01)。
-
文摘
自组织迁移算法是一种新型的进化算法。对自组织迁移算法的原理、实现及策略参数设置进行了详细分析,在此基础上提出了一种改进算法。通过在个体迁移过程中引入随机变异步长,寻优个体的行为变得多样化,加速了群体在多峰复杂空间中的寻优进程。仿真结果显示,该算法优于原自组织迁移算法和粒子群优化算法。
-
关键词
优化
进化算法
自组织迁移算法
变异
-
Keywords
optimization
evolutionary algorithm
self-organizing migrating algorithm
mutation
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于反向学习的自组织迁移算法
被引量：4
- 4
-
-
作者
林志毅
王玲玲
-
机构
广东工业大学计算机学院
武汉大学软件工程国家重点实验室
-
出处
《计算机科学》
CSCD
北大核心
2012年第5期217-218,233,共3页
-
基金
国家自然科学基金项目(60773009)
广东工业大学校博士基金(093058)资助
-
文摘
为了解决自组织迁移算法存在的早期收敛问题,提出了基于反向学习的自组织迁移算法(Opposition-basedSelf-organizing Migrating Algorithm,OSOMA)。该算法利用反向学习机制扩展了个体的搜索方向,获得了更优秀的采样个体,使得算法在保持多样性的同时提高了收敛速度。此外,该算法还对步长进行自适应调整,进一步平衡了算法的勘探和开采能力。通过典型函数的测试证实了OSOMA的有效性。
-
关键词
自组织迁移算法
反向学习
OSOMA
-
Keywords
Self-organizing migrating algorithm
Opposition-based learning
OSOMA
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名信息筛选多任务优化自组织迁移算法
被引量：5
- 5
-
-
作者
程美英
钱乾
倪志伟
朱旭辉
-
机构
湖州师范学院经济管理学院
浙江省教育信息化评价与应用研究中心
湖州师范学院教师教育学院
合肥工业大学管理学院
-
出处
《计算机应用》
CSCD
北大核心
2021年第6期1748-1755,共8页
-
基金
浙江省教育科学规划课题(2019SCG036)
湖州市科技计划课题(2018YZ11)
浙江省人力资源和社会保障科研项目(2019088)。
-
文摘
针对现有自组织迁移算法(SOMA)只能求解单个优化问题及其"隐并行性"未能被充分挖掘的缺陷,提出信息筛选多任务优化自组织迁移算法(SOMAMIF)实现同一时刻处理多个优化问题。首先,构造多任务统一搜索空间,并根据任务个数设置相应的子种群;然后,对各子种群当前最优适应值进行判断,当任务连续若干代停滞进化时则产生信息交互需求;接着,按概率从剩余子种群中筛选对自己有用的信息并过滤无用信息,从而在保证信息正向迁移同时实现种群结构的重新调整;最后对算法的时间复杂度和空间复杂度进行分析。实验结果表明,SOMAMIF在同时求解多个高维函数优化问题时均快速收敛至全局最优解0,而SOMAMIF与分形技术相结合同时提取不同户籍高校学生返乡关键制约因素时,其在两个数据集上得到的平均分类准确率与原始数据集的平均分类准确率相比分别提高了0.348 66个百分点和0.598 57个百分点。
-
关键词
多任务优化
自组织迁移算法
信息筛选
多任务高维函数优化
多任务离散优化问题
-
Keywords
multi-task optimization
Self-Organized Migrating Algorithm(SOMA)
information filtering
multi-task high-dimensional function optimization
multi-task discrete optimization problem
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名一种采用线性递减步长的自组织迁移算法
被引量：1
- 6
-
-
作者
翁纯毅
李元香
王玲玲
林志毅
-
机构
武汉大学软件工程国家重点实验室
广东工业大学计算机学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2011年第18期26-28,111,共4页
-
基金
国家自然科学基金(No.60773009)
国家高技术研究发展计划(863)(No.2007AA01Z290)~~
-
文摘
自组织迁移算法(SOMA)是一种新型的群体智能算法。在对原始自组织迁移算法分析的基础上,针对基于随机变异步长的自组织迁移算法存在的不足,提出了线性递减步长策略,即有针对性地以线性方式动态调整步长,以满足群体迭代在不同阶段的需求,从而加速群体在多峰复杂空间中收敛速度的同时提高算法的局部搜索能力。实验结果表明,该算法优于原始自组织迁移算法和基于随机变异步长的自组织迁移算法。
-
关键词
自组织迁移算法
步长
线性递减
优化
-
Keywords
self-organizing migrating algorithm
step
linear digress
optimization
-
分类号
TP312
[自动化与计算机技术—计算机软件与理论]
-
-
题名用自组织迁移算法改进的社会认知优化算法
- 7
-
-
作者
王玲娟
蔚承建
李承相
-
机构
南京工业大学信息科学与工程学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2008年第22期201-203,共3页
-
文摘
结合自组织迁移算法和社会认知优化的优点,在社会认知优化中融入自组织迁移的过程,通过增加2个参数协调两者的化化进程。经过大量的实验确定这2个参数的适当取值,完善了算法。该算法对最终的优化结果产生的影响微小,且在早期可以就获得较快的收敛速度。
-
关键词
演化计算
社会认知优化
自组织迁移算法
-
Keywords
evolutionary computation
Society Cognitive Optimization（SCO）
Self-Organizing Migrating Algorithm（SOMA）
-
分类号
TP312
[自动化与计算机技术—计算机软件与理论]
-
