赵乃刚
- 作品数：15 被引量：113H指数：5
- 供职机构：山西大同大学数学与计算机科学学院更多>>
- 发文基金：国家自然科学基金山西省普通本科高等教育教学改革研究项目山西省青年科技研究基金更多>>
- 相关领域：自动化与计算机技术理学经济管理更多>>
- 非线性混合整数规划的简化二阶震荡粒子群混合算法被引量：1
- 2017年
- 为了求解整数约束和混合整数约束优化问题,提出了简化二阶震荡粒子群优化算法.在二阶震荡粒子群算法的基础上,对更新过程进行简化,使得迭代方程由原来的二阶降成一阶,粒子的搜索过程更为简单高效,便于搜索和寻优;引入了平均个体最优位置,使得所有粒子的有效信息被充分利用;对不满足约束条件的粒子重新生成,从而加快算法的收敛速度;为了防止算法的早熟收敛现象,提出了"优胜劣汰"的更新机制.最后,为了验证算法求解整数和混合整数优化问题的可行性和有效性,将简化二阶震荡粒子群混合算法对16个测试函数进行了测试并与其他三种算法比较.实验结果表明,本文算法在精确度和成功率方面有明显的提高.
- 赵乃刚赵佳鑫
- 关键词：粒子群算法
- 一种新的不完备信息系统中极大相容块的构造算法
- 2010年
- 在不完备信息系统中以分层递阶的方式求取极大相容块的构造算法,简化了不完备信息系统中极大相容块的求取过程.然而,该算法有一定不足之处,在求取极大相容块的中间过程中,没有进行非极大相容块的去除,从而增加了算法的空间复杂度,所以该算法仅适用于小规模不完备信息系统.基于这个缺点,提出了改进的极大相容块求取算法,从而可以在较大规模的不完备信息系统中进行极大相容块的求取.
- 赵乃刚
- 关键词：粗糙集空间复杂度
- 基于二次飞行和随机扰动的改进蝙蝠算法被引量：5
- 2017年
- 针对基本蝙蝠算法存在着不易跳出局部寻优、搜索精度低等问题,提出了二次飞行和随机扰动的改进策略.每只蝙蝠对自身位置进行随机扰动后,对上代速度采用自适应学习权重,使蝙蝠能够趋好避坏地进行飞行搜索;为了保证种群多样性,对种群中最差的一部分蝙蝠进行惩罚,舍弃对上代速度的学习,进行二次飞行搜索,提高算法的全局搜索能力.通过对七个典型不同类型的基准函数进行实验测试,结果表明了改进策略对算法的优化精度和全局搜索能力有很大的提高,使改进的算法拥有更好的的收敛速度和寻优精度.
- 赵乃刚李勇
- 一种新的不完备决策表中属性重要性度量及其应用
- 本文定义了不完备决策表中条件属性值到情感倾向的映射关系.在传统信息增益的基础上,提出了评价一致率和信息正增益两个新概念,并将这两个概念融入到传统信息增益的计算公式中,定义了更符合实际需求的属性重要度度量公式.最后,将该度...
- 赵乃刚李德玉王素格胡建龙
- 关键词：情感分类中文文本
- 文献传递
- 分层多种群的自适应粒子群算法被引量：1
- 2017年
- 为了改善粒子群算法的性能,提出一种分层多种群的自适应粒子群算法.为了提高全局搜索和局部搜索的能力,选用了自适应更新的惯性权重和学习因子.为了防止种群多样性的丧失且加快算法的收敛速度,采用了一种分层多种群协同进化策略.最后,将新算法与其他4个算法在23个测试函数上进行了测试,结果表明,新算法能够动态地平衡算法的全局搜索和局部搜索能力,保持种群的多样性,收敛精度高.
- 赵乃刚赵佳鑫
- 关键词：粒子群算法自适应
- 可行性规则动态调整的多目标粒子群算法被引量：2
- 2018年
- 针对多目标粒子群算法存在的问题,提出了一种可行性规则动态调整的多目标粒子群算法。在算法中,根据粒子之间的相似度值动态非线性地更新算法的惯性权重,使得算法可以高效地平衡全局和局部搜索之间的矛盾;采用动态加权法解决随机性抽取群体最优粒子的缺陷,保证了种群的多样性;并且动态改变可行性规则的阈值,使得算法可以有效地利用某些不可行解包含的有效信息,提高了算法收敛到Pareto前沿的能力。最后,与其他四种多目标算法的实验比较验证了新算法的性能更好。
- 赵乃刚李勇王振荣
- 关键词：粒子群算法多目标优化惯性权重
- 求解约束优化问题的融合粒子群的教与学算法被引量：3
- 2018年
- 针对约束优化问题,提出了一种融合粒子群的教与学算法。算法采用了一种自适应的教学因子,使得算法的搜索性能可以自适应地调整。引入了自我学习和相互学习的学习模式,使得信息交流更加多样化,增强了算法的全局搜索能力;最后根据适应度值将整个种群分为两个子种群,对适应度值差的子种群采用粒子群算法以提升收敛性能,对适应度值优的子种群采用教与学优化算法以增强种群的多样性,通过两种算法的优势互补,提升了算法的整体优化性能。通过在22个标准测试函数的实验和与其他三种算法的比较表明,融合粒子群的教与学算法求解精度高,收敛速度快,它是一种可行、高效的优化算法。
- 赵乃刚李勇王振荣
- 关键词：粒子群算法约束优化问题自适应
- 惯性权重动态调整的混沌粒子群算法被引量：2
- 2016年
- 鉴于标准粒子群算法(PSO)有易陷入局部最优位置和全局搜索能力差等缺点,给出了相似度的定义,并根据群体中每个粒子与全局最优粒子的相似度值的大小,动态非线性地更新每个粒子的惯性权重值。为了改善算法的全局搜索性能,将混沌算子引入粒子群算法中。新算法在4个测试函数上与标准粒子群算法进行了比较,结果表明新算法的性能更好。
- 赵乃刚
- 关键词：粒子群算法混沌搜索
- 粒子群优化算法综述被引量：72
- 2015年
- 粒子群优化算法是一种新的群智能算法。它是受自然界中鸟群、鱼群等生物的群觅食行为的启发提出的。由于该算法结构简单、需要调节的参数少,容易实现,已被很多学者研究并应用到了大量实际问题中。该文详细介绍了粒子群算法的基本原理、主要改进方法和在实际问题中的应用。
- 赵乃刚邓景顺
- 关键词：粒子群优化元启发式算法
- 求解无约束优化问题的改进教与学优化算法被引量：5
- 2017年
- 教与学优化算法(TLBO)是一种新型的群智能优化算法.针对算法求解性能的不足,对其进行改进并用于求解无约束全局优化问题.首先,在算法的"教师阶段"采用一种新的策略对学生平均水平进行定义,然后,在算法的"教师阶段"和"学生阶段"分别加入一种线性递减的惯性权重因子,最后,在算法中加入一种自适应精英交叉算子,不同粒子根据适应度值而动态执行交叉操作.通过11个无约束优化问题进行对比测试实验,结果显示,改进后的算法(ITLBO)在探索性能和收敛速度方面优于TLBO等其它四种类型的算法.
- 赵乃刚
- 关键词：自适应交叉算子无约束优化
