针对正余弦算法(Sine Cosine Algorithm,SCA)在解决优化问题时存在收敛速度慢、计算精度低等缺陷,本文提出一种融合疯狂秃鹰搜索算法的混沌正余弦算法(Chaotic Sine Cosine Algorithm based on Crazy Bald-eagle Search,CSCA-CBS)。CSCA...针对正余弦算法(Sine Cosine Algorithm,SCA)在解决优化问题时存在收敛速度慢、计算精度低等缺陷,本文提出一种融合疯狂秃鹰搜索算法的混沌正余弦算法(Chaotic Sine Cosine Algorithm based on Crazy Bald-eagle Search,CSCA-CBS)。CSCA-CBS采用结合Logistic与Tent的混合混沌映射进行种群初始化,从而获得更加均匀和多样的初始种群;受秃鹰搜索算法所启发,CSCA-CBS采用带有疯狂算子的秃鹰搜索策略,该策略能够提升CSCA-CBS的全局探索能力;为了在迭代后期避免陷入局部最优区域,CSCA-CBS使用逐维反向柯西变异策略对种群进行有规律的扰动,极大地集成了反向学习和柯西变异的优势。在15个基准函数上进行的仿真实验结果表明,CSCA-CBS在计算代价和可靠性、解的质量分析以及收敛性能等方面优于多种先进的SCA变体和非SCA基准算法。此外,土壤水分特征曲线的参数反演实验进一步验证了CSCA-CBS的实用性和有效性。展开更多
针对区域洪水灾害恢复力评价方法较为薄弱及其驱动机制不明的问题,构建自然、经济、社会和技术4个维度的洪水灾害恢复力评价指标体系,建立秃鹰搜索算法改进投影寻踪模型(Projection Pursuit Model Based on Bald Eagle Search Optimizat...针对区域洪水灾害恢复力评价方法较为薄弱及其驱动机制不明的问题,构建自然、经济、社会和技术4个维度的洪水灾害恢复力评价指标体系,建立秃鹰搜索算法改进投影寻踪模型(Projection Pursuit Model Based on Bald Eagle Search Optimization Algorithm,BES-PP)。基于此,利用BES-PP模型对佳木斯市2003-2020年的洪水灾害恢复力进行评估。结果显示:佳木斯市的恢复力水平可分为3个阶段,第一阶段(2003-2006年)恢复力平稳上升但是水平较低,第二阶段(2007-2013年)恢复力水平出现明显波动,第三阶段(2014-2020年)恢复力快速上升并最终达到较高水平。为分析其驱动机制,利用BES-PP模型对各个指标的权重进行分析,结果发现经济维和自然维权重分别达到1.21168和0.93242,其平均权重分别达到0.30292和0.31081,远高于社会维和技术维。表明自然维和经济维的指标对洪水灾害恢复力具有较高程度的影响,应当重视自然及经济因素在规避洪水灾害中的重要作用。为验证BES-PP模型性能,引入了黏菌优化算法改进投影寻踪模型(Projection Pursuit Model Based on Slime Mould Algorithm,SMA-PP)和鲸鱼优化算法改进投影寻踪模型(Projection Pursuit Model Based on Whale Optimization Algorithm,WOA-PP)进行对比分析。结果显示:BES-PP模型在性能上具有较为明显的优势。此外,采用序号总和理论分析BES-PP、SMA-PP和WOA-PP的评价结果发现,BES-PP模型的评价结果更具合理性。研究成果为佳木斯市防灾减灾能力提升提供了科学依据,同时也为灾害恢复力评估提供了一些有价值的信息。展开更多
科学有效地预测水质对于水环境的可持续发展和人类健康具有重要意义,为此以固原市某黄河断面的水质监测数据为研究对象,提出了基于指标客观性的权重赋权(Criteria Importance Though Intercriteria Correlation,CRITIC)法和改进的秃鹰搜...科学有效地预测水质对于水环境的可持续发展和人类健康具有重要意义,为此以固原市某黄河断面的水质监测数据为研究对象,提出了基于指标客观性的权重赋权(Criteria Importance Though Intercriteria Correlation,CRITIC)法和改进的秃鹰搜索(Improved Bald Eagle Search,IBES)算法优化双向长短时记忆网络(Bidirectional Long Short-Term Memory Network,BiLSTM)的组合水质等级预测模型。首先,采用CRITIC法确定各水质指标的权重,加权求和获得一项综合水质指标,从而提出一种改进的水质评价指标体系,以为BiLSTM提供更丰富、更可靠的水质特征信息。其次,在训练过程中引入Logistic映射和莱维飞行策略,并设计交叉共享及准反向搜索策略优化秃鹰搜索(Bald Eagle Search,BES)算法,以提升其种群多样性,增强寻优能力。最后,通过IBES算法迭代寻找BiLSTM的最佳学习率、隐藏层节点数以及正则化系数的超参数组合,进一步提高其预测水平。结果显示:与IBES-BiLSTM、BES-BiLSTM、GA-BiLSTM、PSO-BiLSTM和BiLSTM等模型相比,CRITIC-IBES-BiLSTM模型进行水质等级预测的准确率、精准率、召回率及F_(1)均最高,且具有更好的稳定性。展开更多
文摘针对正余弦算法(Sine Cosine Algorithm,SCA)在解决优化问题时存在收敛速度慢、计算精度低等缺陷,本文提出一种融合疯狂秃鹰搜索算法的混沌正余弦算法(Chaotic Sine Cosine Algorithm based on Crazy Bald-eagle Search,CSCA-CBS)。CSCA-CBS采用结合Logistic与Tent的混合混沌映射进行种群初始化,从而获得更加均匀和多样的初始种群;受秃鹰搜索算法所启发,CSCA-CBS采用带有疯狂算子的秃鹰搜索策略,该策略能够提升CSCA-CBS的全局探索能力;为了在迭代后期避免陷入局部最优区域,CSCA-CBS使用逐维反向柯西变异策略对种群进行有规律的扰动,极大地集成了反向学习和柯西变异的优势。在15个基准函数上进行的仿真实验结果表明,CSCA-CBS在计算代价和可靠性、解的质量分析以及收敛性能等方面优于多种先进的SCA变体和非SCA基准算法。此外,土壤水分特征曲线的参数反演实验进一步验证了CSCA-CBS的实用性和有效性。
文摘针对区域洪水灾害恢复力评价方法较为薄弱及其驱动机制不明的问题,构建自然、经济、社会和技术4个维度的洪水灾害恢复力评价指标体系,建立秃鹰搜索算法改进投影寻踪模型(Projection Pursuit Model Based on Bald Eagle Search Optimization Algorithm,BES-PP)。基于此,利用BES-PP模型对佳木斯市2003-2020年的洪水灾害恢复力进行评估。结果显示:佳木斯市的恢复力水平可分为3个阶段,第一阶段(2003-2006年)恢复力平稳上升但是水平较低,第二阶段(2007-2013年)恢复力水平出现明显波动,第三阶段(2014-2020年)恢复力快速上升并最终达到较高水平。为分析其驱动机制,利用BES-PP模型对各个指标的权重进行分析,结果发现经济维和自然维权重分别达到1.21168和0.93242,其平均权重分别达到0.30292和0.31081,远高于社会维和技术维。表明自然维和经济维的指标对洪水灾害恢复力具有较高程度的影响,应当重视自然及经济因素在规避洪水灾害中的重要作用。为验证BES-PP模型性能,引入了黏菌优化算法改进投影寻踪模型(Projection Pursuit Model Based on Slime Mould Algorithm,SMA-PP)和鲸鱼优化算法改进投影寻踪模型(Projection Pursuit Model Based on Whale Optimization Algorithm,WOA-PP)进行对比分析。结果显示:BES-PP模型在性能上具有较为明显的优势。此外,采用序号总和理论分析BES-PP、SMA-PP和WOA-PP的评价结果发现,BES-PP模型的评价结果更具合理性。研究成果为佳木斯市防灾减灾能力提升提供了科学依据,同时也为灾害恢复力评估提供了一些有价值的信息。
文摘科学有效地预测水质对于水环境的可持续发展和人类健康具有重要意义,为此以固原市某黄河断面的水质监测数据为研究对象,提出了基于指标客观性的权重赋权(Criteria Importance Though Intercriteria Correlation,CRITIC)法和改进的秃鹰搜索(Improved Bald Eagle Search,IBES)算法优化双向长短时记忆网络(Bidirectional Long Short-Term Memory Network,BiLSTM)的组合水质等级预测模型。首先,采用CRITIC法确定各水质指标的权重,加权求和获得一项综合水质指标,从而提出一种改进的水质评价指标体系,以为BiLSTM提供更丰富、更可靠的水质特征信息。其次,在训练过程中引入Logistic映射和莱维飞行策略,并设计交叉共享及准反向搜索策略优化秃鹰搜索(Bald Eagle Search,BES)算法,以提升其种群多样性,增强寻优能力。最后,通过IBES算法迭代寻找BiLSTM的最佳学习率、隐藏层节点数以及正则化系数的超参数组合,进一步提高其预测水平。结果显示:与IBES-BiLSTM、BES-BiLSTM、GA-BiLSTM、PSO-BiLSTM和BiLSTM等模型相比,CRITIC-IBES-BiLSTM模型进行水质等级预测的准确率、精准率、召回率及F_(1)均最高,且具有更好的稳定性。
