您的位置: 专家智库 > >

夏伟

作品数:2 被引量:7H指数:1
供职机构:华东理工大学化工过程先进控制和优化技术教育部重点实验室更多>>
发文基金:广东省教育部产学研结合项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇子群
  • 2篇粒子群
  • 1篇群算法
  • 1篇小波
  • 1篇小波变异
  • 1篇粒子群算法
  • 1篇粒子群优化
  • 1篇改进粒子群
  • 1篇改进粒子群算...
  • 1篇高斯
  • 1篇高斯变异

机构

  • 2篇华东理工大学

作者

  • 2篇刘漫丹
  • 2篇程慕鑫
  • 2篇夏伟

传媒

  • 1篇计算机应用研...
  • 1篇华东理工大学...

年份

  • 2篇2013
2 条 记 录,以下是 1-2
排序方式:
基于小波变异的改进粒子群算法被引量:6
2013年
为了提高粒子群算法搜索精度和避免陷入局部最优,提出了一种改进的粒子群优化算法。一方面引入平均最好位置调整速度,使粒子可以利用更多的信息决策自己的行为;另一方面对引入的平均最好位置进行小波变异,增加算法的种群多样性。仿真实验结果表明:改进的粒子群算法具有寻优能力强、搜索精度高、稳定性好等特点。
程慕鑫刘漫丹夏伟
关键词:粒子群小波变异
基于高斯变异的智能单粒子算法被引量:1
2013年
针对智能单粒子优化算法(ISPO)容易出现算法早熟、收敛精度低的现象,提出一种基于高斯变异的智能单粒子算法(GISPO)。当粒子陷入局部最优值,每一维速度会降到一定的阈值,整个粒子进化处于缓慢阶段;此时给予搜索到的历史最优极值一个自适应的高斯变异扰动,会大大提高粒子的逃逸能力,帮助粒子快速地跳出局部极值点,不断地向全局最优解靠近。通过几个标准测试函数进行实验,结果表明该算法的收敛速度、搜索精度和稳定性均优于ISPO算法。
夏伟程慕鑫刘漫丹
关键词:粒子群优化高斯变异
共1页<1>
聚类工具0