周利军
- 作品数：4 被引量：42H指数：2
- 供职机构：四川农业大学资源环境学院更多>>
- 发文基金：四川省教育厅青年基金四川省教育厅资助科研项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于杂交变异的动态粒子群优化算法被引量：12
- 2013年
- 粒子群优化算法(PSO)的结构相对简单、运行速度很快,但是算法极易陷入局部最优,出现早熟收敛现象。针对标准粒子群算法存在的问题,引入了一种随迭代次数和粒子间距离大小动态改变的惯性权重,通过设置比例系数控制二者对惯性权重的影响力度。在此基础上为了增加种群多样性,又引入"杂交变异"算子,设计了一种基于杂交变异的动态粒子群优化算法(HV-DPSO)。通过对基准函数的数值试验表明,新算法相对于标准粒子群算法不仅能有效地避免早熟收敛,而且具有更好的收敛效果。
- 周利军彭卫曾小强邹芳
- 关键词：粒子群优化算法早熟收敛多样性
- 中文分词方法在农业搜索中的应用研究
- 为了方便从事专业农业的相关研究人员，准确及时的获取相关信息，为其提供决策依据，加快农业信息化、智能化建设的趋势不可逆转。中文分词技术是农业垂直搜索、农业专家系统、农业知识推送、农业信息检索、农业数据挖掘等方面不可或缺的一...
- 周利军
- 关键词：农业信息中文分词技术粒子群算法
- 文献传递
- 基于吸收和再生变异的粒子群优化算法
- 2013年
- 标准粒子群算法随着迭代次数的增加,整个粒子种群的多样性呈下降趋势,种群很快在当前最优位置的吸引下容易陷入局部最优而无法逃脱。因此,如何增加种群多样性,使粒子逃脱局部最优,成为增强算法全局寻优能力的关键。为了克服粒子群算法早熟收敛的缺点和增加其粒子多样性,通过引入"吸收"、"再生变异"算子,设计了一种新的粒子群优化算法,通过对常用基准函数的数值试验,证明了新算法不仅能有效地避免早熟收敛,而且具有更好的收敛效果。
- 周利军彭卫曾小强易波
- 关键词：粒子群算法早熟收敛多样性
- 自适应变异粒子群算法被引量：30
- 2016年
- 为了解决粒子群种群多样性低、容易陷入局部最优的缺点,结合最优粒子和其他粒子在种群中的不同作用,给出了一种自适应变异粒子群算法。算法中最优粒子根据种群进化程度,自适应调整自身搜索邻域大小,增强种群的局部搜索能力;对非最优粒子的位置进行小概率的随机初始化,当其速度为零时,速度自适应变化,以便增强种群多样性和全局搜索能力。仿真实验中,将算法应用于6个典型复杂函数优化问题,并与其他变异粒子群算法比较,结果表明,增强种群多样性的同时提高了局部搜索能力。
- 周利军彭卫邹芳刘宇荧李莉
- 关键词：粒子群算法自适应群体智能
