杨新社 作品数:31 被引量:193 H指数:9 供职机构: 密德萨斯大学 更多>> 发文基金: 陕西省自然科学基金 陕西省教育厅自然科学基金 陕西省教育厅科研计划项目 更多>> 相关领域: 自动化与计算机技术 电气工程 经济管理 理学 更多>>
基于时变惯性权重学习机制的蝙蝠优化算法 被引量:3 2016年 为解决蝙蝠算法容易陷入局部最优,过早进入停滞状态等缺点,在蝙蝠算法更新模式中引入时变的惯性权重,给出3种不同的惯性权重学习机制,将蝙蝠算法进行改进,提高算法的开发和探索能力.通过数值仿真实验,将3种不同学习机制下的改进蝙蝠算法与基本算法进行对比分析.结果表明,改进的蝙蝠算法具有较高的收敛精度和较强的全局搜索能力. 陈思 贺兴时 杨新社基于指数惯性权重和自适应变异的樽海鞘算法 被引量:3 2021年 针对樽海鞘算法(SSA)求解精度低,收敛速度慢,易陷入局部最优等缺陷,提出一种基于指数惯性权重和自适应t分布变异的改进樽海鞘算法。通过用最优位置替代个体位置改进了跟随者位置更新公式,提升了其寻优能力。将带有随机扰动项的指数递减惯性权重引入到改进后的跟随者位置更新公式中,平衡了算法全局搜索和局部搜索能力。在搜索过程中对每次更新后的位置以一定概率进行自适应t分布变异,避免其陷入局部最优。将改进算法与4种算法在8个不同维度、峰度的测试函数上进行了对比测试,并将其应用到2种工程设计问题中,结果表明:改进算法具有更好的全局和局部搜索能力,以及更高的寻优精度和更快的收敛速度,同时在求解实际问题时也表现出良好性能。 蔡艺君 贺兴时 杨新社关键词:自适应 基于萤火虫算法和高斯扰动的飞蛾优化算法 被引量:5 2020年 针对飞蛾优化算法易陷入局部最优、寻优精度不高的缺点,提出一种基于萤火虫算法和高斯扰动的飞蛾优化算法。采用萤火虫算法改善飞蛾优化算法的初始种群质量,增强飞蛾种群的多样性;将指数递减策略引入飞蛾位置更新公式,使算法迅速进入全局寻优并展开精确搜索;构造高斯扰动项加入到局部新解产生公式,防止陷入局部最优;设计扰动控制因子以控制高斯扰动的扰动范围,增强算法的稳定性。通过10个测试函数进行仿真实验。结果表明:改进的飞蛾优化算法的寻优性能明显提高,收敛速度更快,求解精度更高,稳定性更强。 李荣 贺兴时 杨新社关键词:萤火虫算法 群体智能和智能优化算法(英文) 被引量:12 2013年 通常元启发式优化算法是基于群体智能的算法,这些算法通常被称为智能算法.此文综述一些广泛应用的优化算法,包括蚁群算法、蜜蜂算法、蝙蝠算法、布谷鸟搜索、萤火虫算法和粒子群优化.同时,还讨论启发式算法中具有挑战性的问题如参数调整和参数控制. 杨新社 贺兴时关键词:萤火虫算法 粒子群优化 群体智能 基于萤火虫算法的自适应花授粉优化算法 被引量:19 2016年 花授粉算法是一种新的启发式算法,由于存在易陷入局部最优且演化后期收敛速度慢等缺陷,导致算法的寻优能力受到限制。针对该算法存在的不足,在局部授粉过程中引入自适应的变异因子,并对花授粉算法中的转换概率进行自适应调整后,将其与萤火虫算法相结合,提出了一种基于萤火虫算法的改进花授粉算法;最后,通过经典的标准测试函数对新提出的算法与DE-FPA、PSO-FPA做比较实验。实验结果表明,改进后的算法比基本花授粉算法具有更高的收敛精度和稳定性。 卞京红 贺兴时 杨新社关键词:萤火虫算法 最优解 基于NSCT和混合粒子群算法的红外与可见光图像融合 被引量:12 2018年 针对红外与可见光图像融合的特点,提出一种基于非下采样Contourlet变换(NSCT)和混合粒子群算法的红外与可见光图像融合算法。通过NSCT变换对红外图像和可见光源图像进行分解,对低频子图像,采用一种基于区域平均值改进的加权平均法进行邻域融合,对高频子图像的最高层采用区域标准差选大法进行融合;对高频子图像的其他层采用以混合粒子群优化算法选取阈值,基于平均梯度选择的邻域算法进行融合。最后进行NSCT逆变换得到融合图像。实验结果表明该方法可以获得融合效果更佳的融合图像。 冯颖 贺兴时 杨新社关键词:红外图像 可见光图像 图像融合 非下采样CONTOURLET变换 粒子群算法 二分k-means锚点提取的快速谱聚类 被引量:2 2023年 光谱聚类(spectral clustering,SC)由于在无监督学习中的有效性而受到越来越多的关注。然而其计算复杂度高,不适用于处理大规模数据。近年来提出了许多基于锚点图方法来加速大规模光谱聚类,然而这些方法选取的锚点通常不能很好地体现原始数据的信息,从而导致聚类性能下降。为克服这些缺陷,提出了一种二分k-means锚点提取的快速谱聚类算法(fast spectral clustering algorithm based on anchor point extraction with bisecting kmeans,FCAPBK)。该方法利用二分k-means从原始数据中选取一些具有代表性的锚点,构建基于锚点的多层无核相似图;然后通过锚点与样本间的相似关系构造层次二部图。最后在5个基准数据集上分别进行实验验证,结果表明FCAPBK方法能够在较短的时间内获得良好的聚类性能。 罗兴隆 贺兴时 杨新社关键词:二部图 谱聚类 基于模拟退火高斯扰动的蝙蝠优化算法 被引量:49 2014年 蝙蝠算法(bat algorithm,BA)是一类新型的搜索全局最优解的随机优化技术。为了提高BA算法的搜索效果,把模拟退火的思想引入到蝙蝠优化算法中,并对蝙蝠算法的某些个体进行高斯扰动,提出了一种基于模拟退火的高斯扰动蝙蝠优化算法(SAGBA)。分别将蝙蝠优化算法、模拟退火粒子群算法、SAGBA在20个典型的基准测试函数中进行仿真对比,结果表明SAGBA不仅增加了全局收敛性,而且在收敛速度和精度方面均优于其他两种算法。 贺兴时 丁文静 杨新社关键词:模拟退火 仿真 蝙蝠算法快速解算性能优化设计研究 被引量:3 2017年 针对基本蝙蝠算法由种群的趋同效应导致的后期收敛速度慢、收敛精度低、解算性能差的问题,运用动态矩阵的相关理论,定义了蝙蝠个体新的更新模型,并得到了上述模式下使算法快速收敛的参数选取区域和不同参数选取下算法的具体收敛性态。为进一步解决算法易陷入局部极小点的不足,对模型进行优化设计,引入随机惯性权重学习策略,通过仿真,验证了算法的解算性能得到有效提升。 陈思 贺兴时 杨新社关键词:收敛性 参数选取 基于NSCT的SAR与可见光图像融合算法 被引量:4 2018年 针对SAR图像与可见光图像融合的特点,提出一种基于非下采样Contourlet变换(NSCT)的SAR图像与可见光图像融合算法。通过NSCT变换对SAR图像和可见光源图像进行分解,对低频子图像,采用以区域熵为测度参数进行邻域融合。对高频子图像的最高层采用区域标准差选大法进行融合;对高频子图像的其他层采用以邻域相关系数为阈值,基于平均梯度选择的邻域算法进行融合。最后进行NSCT逆变换得到最终融合图像。实验结果表明该方法可以获得较理想的融合图像和更多的细节信息。 冯颖 贺兴时 薛菁菁 杨新社关键词:SAR图像 可见光图像 非下采样CONTOURLET变换 相关系数