国家自然科学基金(61203307)
- 作品数：3 被引量：5H指数：2
- 相关作者：龚文引朱翠云刘宇畅唐一超贺亚锋更多>>
- 相关机构：中国地质大学湖北文理学院西南大学更多>>
- 发文基金：国家自然科学基金中国博士后科学基金更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 基于局部搜索的Memetic差分演化算法被引量：2
- 2015年
- 差分演化算法是一种模拟生物演化过程提出的一种基于种群的全局优化算法,但缺乏一定的局部搜索能力,从而影响的算法后期的收敛速度和解的求解精度.为了增强差分演化算法的局部搜索能力,同时平衡其勘探和开采能力,提出了一种基于局部搜索和(???)选择机制的Memetic差分演化算法.算法在基本差分演化算法的基础上加入了局部搜索算法.通过13个高维标准测试函数进行测试,结果表明新算法加快了算法的收敛速度,并且求解精度也优于基本差分演化算法.
- 唐汉香刘宇畅唐一超
- 关键词：差分演化算法局部搜索算法函数优化
- 基于自适应ε占优的多目标差分演化算法被引量：1
- 2015年
- 求解多目标优化问题最重要的目的就是获得尽可能逼近真实最优解和分布性良好的非支配解集.为此,本文提出了一种基于自适应ε占优的正交多目标差分演化算法,该算法具有如下特征:1.利用正交设计和连续空间的量化来产生具有良好分布性的初始演化种群,不仅能降低算法的时间复杂度,也能使演化充分利用种群中的个体;2.采用在线Archive种群来保存算法求得的非支配解,并用自适应的ε占优更新Archive种群,以自适应的方式维持种群的多样性、分布性.最后通过5个标准测试函数对算法的有效性进行了测试,并与其他的一些多目标优化算法进行了对比,实验结果显示,算法能够很好地逼近Pareto前沿,并具有良好的分布性.
- 许金谷琼蔡之华龚文引
- 关键词：多目标优化PARETO最优解差分演化正交设计
- 自适应基因表达式程序设计在远程教育招生数据分析中的应用研究被引量：2
- 2015年
- 随着互联网技术的发展,远程教育在现代教育中起到越来越重要的作用。本文以远程教育招生数据为研究对象,提出一种自适应基因表达式程序设计算法。该算法能自适应调整算法的杂交和变异概率,从而有效避免人为设置初始参数的敏感性。算法在分析现有招生数据的基础上,预测未来几年的招生规模,有利于招生单位做出有针对性的调整,并针对我校近几年的招生数据,有效地对以往数据进行建模,预测未来的招生规模。
- 朱翠云贺亚锋成中梅龚文引
- 关键词：远程教育招生基因表达式程序设计
