您的位置: 专家智库 > >

向毅

作品数:3 被引量:12H指数:2
供职机构:广东白云学院更多>>
相关领域:自动化与计算机技术理学更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 2篇自动化与计算...
  • 1篇理学

主题

  • 2篇群算法
  • 2篇人工蜂群
  • 2篇人工蜂群算法
  • 2篇蜂群算法
  • 1篇多目标
  • 1篇音乐
  • 1篇音乐流派
  • 1篇优化支持向量...
  • 1篇运筹
  • 1篇运筹学
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇求解旅行商问...
  • 1篇组合优化
  • 1篇向量
  • 1篇向量机
  • 1篇旅行商
  • 1篇旅行商问题
  • 1篇蜂群
  • 1篇测试函数

机构

  • 3篇广东白云学院
  • 2篇广东科技学院

作者

  • 3篇向毅
  • 2篇段渊
  • 1篇高静
  • 1篇彭雨明
  • 1篇陈振宇
  • 1篇卢旭文
  • 1篇钟学军
  • 1篇陈刚

传媒

  • 2篇数学的实践与...
  • 1篇运筹与管理

年份

  • 2篇2016
  • 1篇2013
3 条 记 录,以下是 1-3
排序方式:
求解旅行商问题的离散人工蜂群算法被引量:7
2016年
本文提出了一种新的求解旅行商问题(TSP)的离散人工蜂群算法(DABC)。以基本人工蜂群算法为框架,采用路径编码的方式,综合运用离散交叉算子,逆转算子,免疫算子和单/多步2-opt算子以帮助雇佣蜂,观察蜂和侦察蜂产生新食物源。选择TSPLIB中典型的TSP实例进行仿真实验,运用多项性能指标对DABC算法进行评估。实验结果表明本文算法是解决TSP问题的一种非常有效的新方法。
段渊向毅陈刚
关键词:运筹学组合优化旅行商问题
人工蜂群算法优化支持向量机及其在音乐流派自动分类中的应用被引量:5
2013年
音乐流派是区分和描述不同音乐的一种标签,借助数学和计算机的方法将大量音乐自动分为不同流派是目前国内外研究的热点问题之一.支持向量机(SVM)由于其具有严格的数学理论基础而被广泛应用于音乐流派自动分类.然而,支持向量机的惩罚参数和核参数对其分类效果具有重要影响.以交叉验证正确率作为适应值,采用人工蜂群(ABC)算法优化支持向量的控制参数.在音乐流派自动分类的仿真实验中,经ABC算法优化后的支持向量机取得的平均预测正确率为80.8000%(最优预测正确率达83%),高出默认参数SVM 18.8个百分点.与粒子群优化算法及遗传算法相比,仿真实验结果同样显示了ABC算法的优越性.
向毅陈振宇彭雨明卢旭文高静钟学军
关键词:人工蜂群算法支持向量机
基于多蜂群模型的多目标人工蜂群算法研究
2016年
提出了一种基于多蜂群模型的新颖多目标人工蜂群算法(MCMOABC,).算法使用外部档案存储非支配解,运用自适应网格对档案进行维护.在MCMOABC算法中存在3个搜索域各不相同的蜂群,其中2个称为基本蜂群,第3个为综合蜂群.选择4个常用的性能指标,将MCMOABC与其他主流算法在CEC2009测试集上进行比较,实验结果显示了算法的优越性.
段渊向毅
共1页<1>
聚类工具0