-
题名一种动态调整惯性权重的简化均值粒子群优化算法
被引量：28
- 1
-
-
作者
黄洋
鲁海燕
许凯波
沈莞蔷
-
机构
江南大学理学院
江南大学无锡市生物计算工程技术研究中心
-
出处
《小型微型计算机系统》
CSCD
北大核心
2018年第12期2590-2595,共6页
-
基金
国家自然科学基金项目(61772013
61402201)资助
中央高校基本科研业务费专项资金项目(114205020513526)资助
-
文摘
提出了一种动态调整惯性权重的简化均值粒子群优化算法(DSMPSO).该算法在简化粒子群优化算法的基础上,利用个体最优位置和全局最优位置的线性组合取代算法个体最优位置和全局最优位置,以加快算法的收敛速度以及寻优精度;此外,构造了一种基于余弦函数的惯性权重,并加入服从贝塔分布的随机调整策略,以实现对惯性权重的动态调整,从而更好地平衡算法的全局和局部搜索能力,并增加种群的多样性.仿真实验结果表明,与其他一些改进算法相比,本文的新算法具有更快的收敛速度和更高的寻优精度.
-
关键词
粒子群优化
均值
余弦函数
贝塔分布
线性组合
-
Keywords
particle swarm optimization
mean value
Cosine function
Beta distribution
linear combination
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名自适应动态学习鸡群优化算法
被引量：8
- 2
-
-
作者
顾艳春
鲁海燕
向蕾
沈莞蔷
-
机构
江南大学理学院
江南大学无锡市生物计算工程技术研究中心
-
出处
《计算机工程与应用》
CSCD
北大核心
2020年第20期36-45,共10页
-
基金
国家自然科学基金(No.61772013,No.61402201)
中央高校基本科研业务费专项资金(No.114205020513526)。
-
文摘
针对标准鸡群优化算法存在求解精度偏低、局部搜索能力弱等问题,提出了一种自适应动态学习鸡群优化算法ADLCSO(Adaptive Dynamic Learning Chicken Swarm Optimization algorithm)。该算法利用反向觅食机制自适应更新每只公鸡的位置,并添加了非线性递减学习因子来动态调整公鸡位置的更新步长,以增强种群跳出局部极值的能力,从而提高算法的收敛速度和求解精度。此外,提出了一种基于个体间适应度值之差的种群相似度指标,并利用该指标对每只母鸡的位置进行自适应调整,以抑制种群多样性的衰减,从而进一步提高算法的求解精度。通过对12个经典测试函数进行仿真实验,结果表明ADLCSO算法在收敛速度、求解精度、稳定性及对高维问题的求解能力上均优于其他对比算法。
-
关键词
鸡群算法
反向觅食机制
非线性递减学习因子
种群相似度指标
-
Keywords
chicken swarm algorithm
reverse foraging mechanism
non-linear decreasing learning factor
population similarity index
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名拉丁超立方抽样的自适应高斯小孔成像蝴蝶优化算法
被引量：11
- 3
-
-
作者
徐杰
鲁海燕
赵金金
侯新宇
卢梦蝶
-
机构
江南大学理学院
江南大学无锡市生物计算工程技术研究中心
-
出处
《计算机应用研究》
CSCD
北大核心
2022年第9期2701-2708,2751,共9页
-
基金
国家自然科学基金资助项目(61772013,61402201)
江苏省青年基金资助项目(BK20190578)。
-
文摘
针对蝴蝶优化算法存在种群多样性差、寻优精度低、收敛速度慢的不足,提出了拉丁超立方抽样的自适应高斯小孔成像蝴蝶优化算法。首先利用拉丁超立方抽样种群初始化策略以提高种群的多样性,从而增强算法的全局搜索能力;然后引入在不同进化时期自动调节搜索范围的自适应最优引导策略,平衡算法的全局和局部搜索能力,从而提升算法的寻优精度;最后采用高斯小孔成像策略,对最优个体进行扰动,使得种群个体向最优个体靠近,以进一步提升算法的寻优精度并加快算法的收敛速度。通过对14个基准测试函数进行仿真实验以及Wilcoxon秩和检验,结果表明改进算法的寻优精度、收敛速度、稳定性和可扩展性等性能均得到了较大提高。
-
关键词
蝴蝶优化算法
拉丁超立方抽样
自适应惯性权重
高斯小孔成像
高维优化
-
Keywords
butterfly optimization algorithm
Latin hypercube sampling
self-adaptive inertia weight
Gaussian keyhole imaging
high dimensional optimization
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名基于蛋白质互作网络挖掘结直肠癌致病基因
被引量：4
- 4
-
-
作者
吴慧慧
唐旭清
-
机构
江南大学理学院
江南大学无锡市生物计算工程技术研究中心
-
出处
《数据采集与处理》
CSCD
北大核心
2018年第4期654-661,共8页
-
基金
国家自然科学基金(11371174)资助项目
国际科技合作研究(2011DFR 70500)资助项目
-
文摘
结直肠癌是消化系统常见的恶性肿瘤之一,死亡率居发达国家恶性肿瘤死亡率的第3位。本文通过生物分析进行结直肠癌致病基因的识别。首先,基于GEO中GSE9348基因表达数据集,利用R语言的LIMMA包筛选出P<0.05,Fold change>2的结直肠癌差异基因339个;其次,基于OMIM数据库中已知结直肠癌的致病基因和STRING数据库,获得差异表达基因与致病基因的蛋白质互作网络;接着利用Cytoscape软件的ClusterONE插件进行蛋白质互作网络模块分析,获得一个含有53个基因的子网络;最后,通过对子网络的拓扑分析,获得了FOS、CCND1、CEBPB、EGR1和NOS3等5个新结直肠癌致病基因。同时,通过功能富集分析和文献挖掘对新发现的致病基因进行验证。
-
关键词
结直肠癌
蛋白互作网络
聚类分析
网络拓扑分析
功能富集分析
-
Keywords
colorectal cancer
protein interaction network
clustering analysis
network topology analysis
functional enrichment analysis
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
O29
[理学—应用数学]
-
