-
题名多策略改进的被囊群算法在入侵检测中的应用
被引量：4
- 1
-
-
作者
汪杰
汪祖民
-
机构
大连大学信息工程学院
-
出处
《计算机工程与设计》
北大核心
2024年第3期684-690,共7页
-
文摘
针对被囊群优化算法应用于网络入侵检测系统存在算法收敛速度较慢,容易陷入局部最优解的缺陷,提出一种适用于XGBoost的参数寻优以及特征选择的改进被囊群优化算法。应用Tent混沌映射和自适应步长两种策略加快算法的收敛,融合莱维飞行策略增强个体的路径扰动帮助算法更好跳出局部最优解。仿真结果表明,改进后优化算法收敛速度更快,更加稳定,寻优精度更高,在XGBoost上的应用相较于其它机器学习算法,取得了更好的检测结果,有效提高了网络入侵检测的性能。
-
关键词
被囊群算法
混沌映射
自适应步长
莱维飞行
参数寻优
机器学习
入侵检测
-
Keywords
tunicate swarm algorithm
chaotic mapping
adaptive step
Levy flight
parameter optimization
machine learning
intrusion detection
-
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
-
-
题名柯西变异的混沌自适应被囊群算法
- 2
-
-
作者
高典
张菁
-
机构
上海工程技术大学电子电气工程学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2024年第6期1339-1346,共8页
-
基金
国家自然科学基金项目(61902237)资助。
-
文摘
针对被囊群算法(TSA)收敛速度慢,寻优精度低,易陷入局部极值等问题,提出了基于柯西变异的混沌自适应被囊群算法(KZCTSA).首先,采用Circle混沌初始化整个被囊种群,提高种群多样性,提升算法全局搜索能力;其次,引入自适应权重调整算法参数分配,平衡算法全局寻优和局部开拓能力;最后,使用柯西变异协调算法跳出局部最优能力.通过在10个基准测试函数上与其他算法比较寻优结果,并进行Wilcoxon、Fiedeman秩和检验评价算法性能,结果表明KZCTSA具有更好的求解精度和收敛速度.
-
关键词
被囊群算法
Circle混沌
自适应权重
柯西变异
-
Keywords
tunicate swarm algorithm
Circle chaos
adaptive weight
cauchy variation
-
分类号
TP306
[自动化与计算机技术—计算机系统结构]
-
-
题名多策略融合改进的自适应被囊群算法
被引量：1
- 3
-
-
作者
柴岩
李广友
任生
许兆楠
-
机构
辽宁工程技术大学理学院
-
出处
《计算机应用研究》
CSCD
北大核心
2023年第9期2694-2703,2712,共11页
-
基金
教育部规划基金青年项目(21YJCZH204)
辽宁省自然科学基金资助项目(2020-MS-301)
辽宁省教育厅项目(LJKMZ20220694)。
-
文摘
针对被囊群算法全局搜索不充分和易陷入局部极值等问题,提出一种多策略融合改进的自适应被囊群算法(MITSA)。首先,在种群初始化中引入佳点集理论提升种群多样性;其次,提出一种多精英协同引导机制优化被囊个体位置信息,增大对未知搜索区域的勘探可能性以增强算法全局探索能力;然后将自适应权重因子引入群体行为阶段,动态平衡算法的全局与局部搜索性能;接着,为增强算法的抗停滞能力,采用依概率小波变异策略实现个体动态微调,同时利用贪婪原则保留优异信息助推种群向食物源靠近;最后基于Markov链理论对改进算法的全局收敛性进行分析论证。通过对基准测试函数和CEC2014复杂函数进行数值仿真,实验结果与Wilcoxon秩和检验结果综合验证了MITSA具有优越的收敛精度、稳健的鲁棒性和高维可拓展性。
-
关键词
被囊群算法
佳点集
多精英协同引导
自适应权重
小波变异
-
Keywords
tunicate swarm algorithm(tsa)
good point set
multi-elite collaborative guidance
adaptive weight
wavelet mutation
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名异构网络中基于被囊群算法的D2D通信资源分配
被引量：4
- 4
-
-
作者
秦维娜
张达敏
张琳娜
尹德鑫
蔡朋宸
-
机构
贵州大学大数据与信息工程学院
贵州大学机械工程学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2023年第10期2144-2150,共7页
-
基金
国家自然科学基金项目(62062021,61872034)资助
贵州省科学技术基金项目(黔科合基础[2020]1Y254)资助
贵州省科学技术基金项目(黔科合基础[2019]1064)资助.
-
文摘
针对异构网络中D2D用户通信过程中复用蜂窝用户传输信道产生的资源分配优化问题,提出将改进被囊群优化算法用于频谱资源载波分配的能效优化问题中.首先,针对被囊群算法的收敛精度不高,易早熟以及局部最优等缺点,提出一种基于反向差分的被囊群算法(ODTSA).其次,通过为边缘D2D用户建立中继链路,大大提高了网络资源利用率.最后,在满足用户QoS的前提下,以能效最大化作为优化目标,用改进的被囊群算法进行资源分配.并将算法与TSA算法、YSGA算法、GWO以及PSO算法进行比较.仿真结果表明,所提算法相比于文中所对比算法明显提高了系统传输速率.
-
关键词
D2D通信
资源分配
被囊群算法
能效
反向差分
-
Keywords
Device-to-Device(D2D)communication
resource allocation
tunicate swarm algorithm
energy efficiency
opposition-based learning and differential evolution
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名基于改进被囊群算法的露天矿无人驾驶卡车运输调度
被引量：7
- 5
-
-
作者
李在友
孙艳斌
王晓光
陈永
刘光伟
郭直清
-
机构
神华北电胜利能源有限公司
辽宁工程技术大学矿业学院
-
出处
《工矿自动化》
北大核心
2022年第6期87-94,127,共9页
-
基金
国家自然科学基金资助项目(51974144)
辽宁省“揭榜挂帅”科技攻关项目(2021JH1/10400011)
辽宁省高等学校基本科研项目(LJKZ0340)。
-
文摘
针对露天矿无人驾驶卡车运输调度问题,以无人驾驶卡车燃油费用、固定启用费用、故障维修费用及网络基站建设与维护费用之和最小为目标函数,并以采矿场开采量、破碎场破碎量、卡车数量、卡车运输工作量为约束条件,建立了露天矿无人驾驶卡车运输调度优化模型。针对被囊群算法存在全局勘探和局部开采能力不平衡的问题,提出了一种基于Singer映射和参数位置自适应更新机制的改进被囊群算法(ITSA),并将其用于求解露天矿无人驾驶卡车运输调度优化模型。该算法引入Singer映射用于增强初始被囊种群在解空间中的分布性,加快压缩解空间大小,从而提高算法收敛速度;通过参数位置自适应更新机制调节被囊个体与最优被囊个体位置,以增大解空间的搜索范围,从而使算法跳出局部最优。仿真结果表明:与灰狼优化算法(GWO)、鲸鱼优化算法(WOA)、原子搜索优化算法(ASO)及被囊群算法(TSA)4种群智能优化算法相比,ITSA具有更好的收敛精度、收敛速度和稳定性能;在单峰基准函数上,ITSA的各项评价指标远优于其他4种算法,表明ITSA具有更好的局部开采能力;在多峰基准函数上,ITSA的各项评价指标表现出更好的寻优性能,表明ITSA具有更好的全局勘探性能。实际应用场景表明,ITSA用于求解无人驾驶卡车运输调度优化模型时具有更快的收敛速度和更高的收敛精度,且减少了卡车运输费用和运输距离。
-
关键词
露天矿运输
无人驾驶
卡车运输调度
被囊群算法
Singer映射
参数位置自适应更新
-
Keywords
open-pit mine transportation
unmanned driving
truck transportation scheduling
tunicate swarm algorithm
singer mapping
parameter position adaptive update
-
分类号
TD57
[矿业工程—矿山机电]
-
-
题名余弦自适应混沌被囊体种群优化算法
被引量：3
- 6
-
-
作者
李湘喆
顾磊
马丽
王梦杰
-
机构
南京邮电大学计算机学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2023年第2期65-75,共11页
-
基金
国家自然科学基金面上项目(61972210)。
-
文摘
针对被囊体种群优化算法存在易陷入局部最优、收敛速度慢等缺点,提出一种余弦自适应混沌被囊体种群优化算法。在模拟被囊体喷射推进行为中,引入余弦自适应曲线计算搜索个体间的社会作用力,从而改进算法易出现早熟的问题;并在搜索个体向最佳位置移动上增加了一种混沌行为,使其避免局部最优并拥有更快的收敛速度。采用多种标准测试函数进行测试,实验结果表明,提出的新的被囊群优化算法在保留原有算法优点的基础上具有更好的收敛速度、精度和全局最优性。
-
关键词
群智能优化
被囊体优化算法
混沌搜索
自适应曲线
混合算法
-
Keywords
swarm intelligent algorithm
tunicate swarm algorithm
chaos search
adaptive curve
hybrid algorithm
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进被囊群算法的图像多阈值分割方法
被引量：3
- 7
-
-
作者
董维振
陈燕
-
机构
广西大学计算机与电子信息学院
-
出处
《计算机工程与设计》
北大核心
2023年第7期2093-2102,共10页
-
基金
国家自然科学基金项目(31771775)
广西自然科学基金项目(2020GXNSFAA159090)。
-
文摘
为提升图像分割的准确度和性能,提出改进被囊群算法(improved tunicate swarm algorithm,IMTSA)的多阈值分割方法。基于折射反向学习初始化种群,采用精英反向学习重新选择优势个体,结合学生分布协调全局和局部搜索能力。在图像分割中,基于Otsu和最大熵方法,在不同阈值场景下,IMTSA与其它算法进行性能对比。实验结果表明,IMTSA在3类基准函数中均表现更好,图像分割效果与阈值数量成正比,其整体分割性能具有一定优势。
-
关键词
图像处理
图像分割
被囊群算法
折射反向学习
精英反向学习
学生分布
多阈值
群智能优化算法
-
Keywords
image processing
image segmentation
tunicate swarm algorithm
refraction opposition-based learning
elite opposition-based learning
student distribution
multi-threshold
swarm intelligence optimization algorithm
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名莱维飞行和反馈策略的自适应被囊群算法
被引量：8
- 8
-
-
作者
梁建明
何庆
-
机构
贵州大学大数据与信息工程学院
贵州省公共大数据重点实验室
-
出处
《小型微型计算机系统》
CSCD
北大核心
2023年第1期68-74,共7页
-
基金
贵州省科技计划项目重大专项项目(黔科合重大专项字[2018]3002)资助
贵州省公共大数据重点实验室开放课题项目(2017BDKFJJ004)资助
+1 种基金
贵州大学培育项目(黔科合平台人才[2017]5788)资助
贵州省科学技术厅项目(黔科合基础[2021]一般335)资助.
-
文摘
针对被囊群算法(TSA)寻优精度低和收敛速度慢等问题,提出基于莱维飞行和反馈策略的自适应被囊群算(LFATSA).首先,通过获取别的被囊动物反馈的信息,减小其自身的不确定性,帮助被囊动物更好的定位食物的位置以及更快的搜索;其次,在被囊群算法的喷射行为中加入莱维飞行机制,能扩大搜索范围,以避免陷入局部最优;最后,采用自适应的权重分配,提高算法对全局搜索和局部搜索能力.通过在6个基准测试函数和CEC2014函数进行仿真实验以及使用Wilcoxon秩和检验方法计算p值来评估优化后的被囊群算法的性能,并与其他的智能优化算法及原算法进行比对,实验结果表明LSATSA具有更好的效果.
-
关键词
被囊群算法
反馈策略
莱维飞行
自适应权重
-
Keywords
tunicate swarm algorithm
group synergy
levy flight
adaptive weight
-
分类号
TP306
[自动化与计算机技术—计算机系统结构]
-
-
题名基于精细化叠加尾流模型的海上风电场微观选址
- 9
-
-
作者
黄玲玲
陈昊
刘阳
-
机构
海上风电技术教育部工程研究中心(上海电力大学)
上海电力大学电气工程学院
-
出处
《太阳能学报》
北大核心
2025年第4期477-484,共8页
-
基金
国家自然科学基金(52177097)
上海市教育委员会科研创新计划(2021-01-07-00-07-E00122)。
-
文摘
针对传统的解析尾流叠加模型难以准确反映多台风电机组尾流影响下的风速损耗,而高精度CFD仿真计算时间过长,不适用于风电场机组微观选址优化的问题,基于质量守恒和动量守恒定律推导一种改进尾流叠加模型,并通过与FAST.Farm仿真结果的对比,论证所提改进叠加模型的精确性和快速性。构建一个以全寿命周期成本为目标函数的微观选址模型,并通过自适应被囊群算法求解该模型。通过海上风电场风电机组选址算例结果论证所提算法的有效性和优越性。
-
关键词
海上风电场
尾流
微观选址
FAST.Farm仿真
被囊群算法
-
Keywords
offshore wind farm
wakes
micro-siting selection
FAST.Farm simulation
tunicate swarm algorithm
-
分类号
TM614
[电气工程—电力系统及自动化]
-
-
题名基于TSA-DRNN模型的年径流预测研究
被引量：4
- 10
-
-
作者
崔东文
杨琼波
-
机构
云南省文山州水务局
云南省水文水资源局红河分局
-
出处
《华北水利水电大学学报（自然科学版）》
北大核心
2021年第6期35-41,共7页
-
文摘
为了解决深度递归神经网络(DRNN)权值和阈值难以选取的问题,有效提高DRNN径流预测精度,提出了被囊群算法(TSA)与DRNN相融合的预测方法。选取4个标准测试函数对TSA进行仿真验证,并与粒子群优化(PSO)算法的仿真结果进行比较;通过主成分分析(PCA)对数据样本进行降维并构建DRNN_(2)(双隐层DRNN)、DRNN_(3)(三隐层DRNN)、DRNN_(4)(四隐层DRNN)模型,利用TSA优化DRNN权值和阈值,建立了TSA-DRNN_(2)、TSA-DRNN_(3)、TSA-DRNN_(4)径流预测模型,并构建TSA-Elman、Elman、DRNN_(2)、DRNN_(3)、DRNN_(4)、TSA-SVM模型作对比;利用云南省姑老河站年径流预测实例对TSA-DRNN_(2)、TSA-DRNN_(3)、TSADRNN_(4)、TSA-Elman、Elman、DRNN_(2)、DRNN_(3)、DRNN_(4)、TSA-SVM模型进行检验。结果表明:在不同维度条件下,TSA仿真效果优于PSO算法,具有较好的寻优精度和全局搜索能力;TSA-DRNN_(2)、TSA-DRNN_(3)、TSADRNN_(4)模型对实例年径流预测的平均相对误差分别为3.63%、2.81%、2.50%,预测精度优于TSA-Elman等其他6种模型,且随着隐含层数的增加,预测精度呈提高趋势。TSA-DRNN模型用于径流预测是可行的,模型及DRNN权、阈值优化方法可为相关预测研究提供参考。
-
关键词
径流预测
深度递归神经网络(DRNN)
被囊群算法(tsa)
仿真验证
数据降维
权、阈值优化
-
Keywords
runoff prediction
deep recurrent neural network(DRNN)
tunicate group algorithm(tsa)
simulation verifi-cation
data dimensionality reduction
weight and threshold optimization
-
分类号
P338.2
[天文地球—水文科学]
-
