中国博士后科学基金(2012M510607)
- 作品数：5 被引量：35H指数：3
- 相关作者：张大斌张文生周志刚刘肖李红燕更多>>
- 相关机构：中国科学院自动化研究所华中师范大学更多>>
- 发文基金：中国博士后科学基金国家自然科学基金湖北省自然科学基金更多>>
- 相关领域：自动化与计算机技术理学经济管理更多>>
- 基于随机扩散搜索的协同差分进化算法被引量：3
- 2014年
- 针对差分进化算法存在的收敛速度慢、稳健性差等问题,借鉴多种群并行机制和随机搜索策略,提出一种基于随机扩散搜索的协同差分进化算法。引入反向混沌搜索的初始化机制,利用随机扩散搜索策略将种群分为成功和失败2个子群并进行改进,对改进的成功和失败子群分别采用不同的差分策略,克服单一差分策略的缺陷,同时定期使子群的部分最好与最差个体实现一对一的信息交流,从而达到协同进化的目的。仿真结果证明,与粒子群优化算法及差分进化算法相比,该算法具有较好的收敛速度和寻优能力。
- 张大斌周志刚叶佳张文生
- 关键词：差分进化函数优化问题
- 基于精英协同的混洗差分进化算法及其应用被引量：1
- 2013年
- 提出了基于精英协同的混洗差分进化算法(Shuffled Differential Evolution,SDE)。该算法引入反向学习的初始化机制,并对设置的普通群和虚拟精英群采用不同的差分策略,进而将精英个体作为信息通道实现种群间的信息交流;同时,借助定期混洗机制实现种群间的文化交流,从而达到协同进化的目的;此外,对长期停滞的个体进行跳变操作,以充分挖掘种群的搜索潜能,增强搜索的有效性。通过函数仿真,并与PSO及其它差分进化算法比较,结果表明该算法具有较好的寻优能力。
- 张大斌杨添柔潘玉辰周茜张文生
- 关键词：差分进化多种群
- 基于两阶段变异交叉策略的差分进化算法被引量：2
- 2014年
- 针对差分进化算法存在的收敛速度慢、稳健性差等问题,借鉴多种变异优化策略,提出一种基于两阶段不同变异交叉策略的差分进化算法。引入反向混沌搜索的初始化方法,将初始种群分为较好和较差2个子种群,两阶段依次对上一阶段改进的较好和较差2个子种群采用不同的差分进化策略,并定期将较好和较差2个子种群重新按适应值排列组合进入下一阶段,以提高种群的质量,同时克服单一差分策略的缺陷。函数仿真结果表明,与其他差分进化算法相比,该算法的收敛速度和寻优精度均得到明显改善。
- 张大斌江华徐柳怡张文生
- 关键词：差分进化混沌搜索函数优化问题
- 上市公司信用风险测度的不确定性DE-KMV模型被引量：13
- 2015年
- 研究不确定性KMV信用风险测度问题,用差分进化算法(DE)来优化违约点系数,提出一种中国上市公司信用风险测度的不确定性DE-KMV模型.实证结果表明,常用的KMV模型往往低估了中国上市公司的风险值,而不确定性DE-KMV模型在面对中国上市公司各种风险情况下的违约系数值与实际风险很接近,模型通过分位数回归分析,其系数在置信区间内显著性更好.因此,相对于常用的KMV模型,化模型更据灵活性,能提高上市公司信用风险测度的准确性.
- 张大斌周志刚刘雯焦鹏
- 关键词：差分进化KMV违约概率分位数回归信用评价
- 非线性时间序列的小波-模糊神经网络集成预测方法被引量：16
- 2013年
- 传统模糊神经网络在时间序列预测方面已经有比较成功的应用,但在预测前,是否需要预先进行趋势和季节剔除,以及如何进行剔除,还缺乏统一认识。利用小波分解将非线性时间序列中的趋势项、周期项和随机项分离出来,然后采用模糊神经网络进行集成预测,解决了传统差分方法等剔除趋势和季节因素后,进行模糊神经网络预测效果差的问题,同时又充分利用了非线性时间序列中的趋势项、周期项和随机项信息。为了检验小波-模糊神经网络的非线性时间序列预测效果,对我国铁路客运量进行预测实验。实验结果表明,利用小波分解进行趋势项、周期项和随机项的分离,并进行模糊神经网络的集成预测,比传统的模糊神经网络预测有着更好的精度,从而验证了模型的有效性。
- 张大斌李红燕刘肖张文生
- 关键词：小波分解模糊神经网络非线性时间序列
- 非线性时问序列的小波-模糊神经网络集成预测方法
- 传统模糊神经网络在时间序列预测方面已经有比较成功的应用,但在预测前,是否需要预先进行趋势和季节剔除,以及如何进行剔除,还缺乏统一认识。利用小波分解将非线性时间序列中的趋势项、周期项和随机项分离出来,然后采用模糊神经网络进...
- 张大斌李红燕刘肖张文生
- 关键词：小波分解模糊神经网络非线性时间序列
- 文献传递
