湖南省研究生科研创新项目(CX2009B038)
- 作品数：10 被引量：120H指数：6
- 相关作者：梁昔明龙文龙祖强秦浩宇阎纲更多>>
- 相关机构：中南大学贵州财经大学衡阳师范学院更多>>
- 发文基金：湖南省研究生科研创新项目国家自然科学基金国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 含维变异算子的连续域蚁群算法被引量：6
- 2010年
- 针对在连续优化中,蚁群算法(ACO)存在的收敛速度慢和易陷入局部最优的问题,提出了一种新的含维变异算子的连续域蚁群算法(DMCACO)。该算法采用动态随机抽取的方法来确定目标个体,引导蚁群进行全局的快速搜索,同时在当前最优蚂蚁邻域内进行小步长的局部搜索。在定义了维多样性概念的基础上,引入维变异算子对维多样性最差的维进行变异:让所有蚂蚁在该维上的位置重新均匀分布在可行区域上。对测试函数所做的仿真实验表明,该算法具有优良的全局寻优能力和快速的收敛能力。
- 梁昔明李朝辉龙文董淑华
- 关键词：蚁群算法连续域多样性全局寻优
- 动态选择与替换策略的多目标约束优化进化算法被引量：4
- 2011年
- 提出一种基于动态选择与替换策略的多目标优化进化算法用于求解约束优化问题.新算法首先将约束优化问题转化为两个目标的多目标优化问题,基于Parto支配关系,把初始种群分为Pareto子集和Non-Pareto子集,引入一种非劣个体保护偏好策略,动态选取一定比例的最优非劣个体直接进入下一代群体,剩下的非劣个体随机替代Pareto子集中的个体.Pareto子集和Non-Pareto子集分别进行单形交叉和多样性变异操作产生新的子种群.对13个标准测试问题的数值实验结果表明新算法的有效性.
- 龙文梁昔明秦浩宇
- 关键词：多目标优化约束优化问题
- PSO-LSSVM灰色组合模型在地下水埋深预测中的应用被引量：26
- 2013年
- 针对LSSVM参数难以确定和单一方法预测精度不高的问题,提出一种基于粒子群优化LSSVM灰色组合预测模型的学习方法.利用粒子群算法的收敛速度快和全局优化能力,优化L,SSVM模型的惩罚因子和核函数参数.避免了人为选择参数的盲目性.在同一时刻利用不同长度序列的灰色预测方法对历史数据进行初步预测,将初步预测结果的组合作为LSSVM的输入,该时刻的实际值作为输出,进行训练建立灰色LSSVM组合预测模型,提高了模型的推广预测能力.选取三江平原某地区1985年至2006年地下水埋深实测数据,建立PSO-LSSVM组合预测模型.通过两种方式对模型进行检验,与其他模型相比,该组合模型具有较高的预测精度.
- 龙文梁昔明龙祖强阎纲
- 关键词：粒子群优化灰色预测最小二乘支持向量机
- 基于种群个体可行性的约束优化进化算法被引量：21
- 2010年
- 提出一种新的求解约束优化问题的进化算法.该算法在处理约束时不引入惩罚因子,使约束处理问题简单化.基于种群中个体的可行性,分别采用3种不同的交叉方式和混合变异机制用于指导算法快速搜索过程.为了求解位于边界附近的全局最优解,引入一种不可行解保存和替换机制,允许一定比例的最好不可行解进入下一代种群.标准测试问题的实验结果表明了该算法的可行性和有效性.
- 梁昔明龙文秦浩宇李山春阎纲
- 关键词：约束优化问题进化算法可行性
- 聚类佳点集交叉的约束优化混合进化算法被引量：18
- 2012年
- 提出一种基于聚类佳点集多父代交叉和自适应约束处理技术的混合进化算法用于求解约束优化问题.新算法的主要特点是:在搜索机制方面,利用佳点集方法构造初始化种群,使个体能够均匀地分布在整个搜索空间.然后根据父代个体的相似度将种群个体进行聚类分析,从聚类中随机选择个体进行佳点集多父代交叉操作,利用多个父代个体所携带的信息产生新的具有代表性的子代个体,能够维持和增加种群的多样性.另外,引入局部搜索策略以提高算法局部搜索能力和收敛速度.在约束处理技术上,新算法引入了一个自适应约束处理技术,即根据当前种群中可行解的比例自适应选择不同的个体比较准则.通过15个标准测试函数验证了新算法的有效性.
- 龙文梁昔明徐松金陈富
- 关键词：进化算法聚类自适应佳点集
- 自适应梯度指导交叉的进化算法被引量：4
- 2011年
- 针对进化算法随机盲目搜索的缺点,提出一种新的自适应梯度信息指导交叉的进化算法.该算法首先利用混沌序列初始化种群,在迭代过程中,根据当前最优个体的梯度信息和种群与个体的聚集程度,自适应地确定最优个体的负梯度方向范围,在该范围内随机选择个体与当前最优个体进行算术交叉操作,使交叉后的个体以较大概率向较好解的方向进化.另外,引入自适应变异算子用于平衡算法的开发和探测能力.几个典型测试函数的实验结果表明,新算法具有较高的收敛精度.
- 梁昔明龙文龙祖强肖伟秦浩宇
- 关键词：进化算法自适应
- 基于混合进化算法的RBF神经网络时间序列预测被引量：17
- 2012年
- 提出一种基于梯度下降法的混合进化算法,用于确定径向基函数(RBF)神经网络结构和优化其参数.在进化算法中嵌入梯度下降算子,对每一代中若干个精英个体以一定概率利用梯度下降法进行搜索,以加强算法的局部搜索能力.利用混合进化算法对RBF网络结构和参数同时进行训练和优化,对网络节点数和参数进行混合编码.仿真实验结果表明该RBF网络具有较强的泛化能力.
- 龙文梁昔明龙祖强秦浩宇
- 关键词：径向基函数神经网络进化算法梯度下降法非线性时间序列预测
- 基于梯度信息指导交叉的遗传算法被引量：4
- 2010年
- 针对基本遗传算法在解空间中盲目选取交叉个体,导致算法在后期搜索能力差、收敛速度慢的缺点,提出了一种基于梯度信息指导交叉的遗传算法。该算法通过确定当前种群中目标个体的最速下降方向,选取该方向下的一个有效范围,在该有效范围内选择个体与目标个体进行交叉操作,使交叉后的子代不断向最优解靠近,有效地保证了交叉操作的目的性和可行性。四个典型测试函数的仿真实验表明,该算法显著加快了遗传算法的寻优速度,提高了遗传算法定位最优解的精度。
- 梁昔明肖伟龙文秦浩宇
- 关键词：遗传算法梯度信息最速下降法最优解
- 铝电解槽参数的最小二乘支持向量机软测量模型被引量：2
- 2011年
- 电解温度、氧化铝浓度和极距是铝电解槽中十分重要却又难以在线测量的3个参数.针对这个问题,提出一种基于最小二乘支持向量机和粒子群优化的新方法,建立这3个参数的软测量模型.该方法考虑最小二乘支持向量机的算法参数的选取问题,先定义预测误差的平方和的算术平均作为适应度函数,然后采用粒子群优化技术在可行域内不断迭代搜索,使适应值不断减小,最终得到最优的算法参数,以及对应的模型参数.仿真结果表明:本文方法具有比神经网络方法更小的绝对误差和相对误差,证明了本文方法的有效性和优越性.
- 阎纲梁昔明龙祖强龙文
- 关键词：铝电解槽软测量电解温度氧化铝浓度极距最小二乘支持向量机
- 基于混合PSO优化的LSSVM锅炉烟气含氧量预测控制被引量：21
- 2012年
- 烟气含氧量是影响火电厂锅炉运行安全性和经济性的一个重要因素,影响锅炉烟气含氧量的因素多而复杂,对烟气含氧量特性进行建模与控制是实现锅炉正常运行的基础。借助现场运行数据,根据锅炉烟气含氧量的特性,建立基于最小二乘支持向量机(LSSVM)的锅炉烟气含氧量预测模型。在此基础上结合全局寻优的混合粒子群算法(PSO),对锅炉烟气含氧量进行控制。仿真结果表明:该方法能够比较准确地对火电厂锅炉烟气含氧量进行测量和控制,为锅炉燃烧系统的闭环控制与优化运行提供了新的手段。
- 龙文梁昔明龙祖强
- 关键词：最小二乘支持向量机烟气含氧量预测控制
