广西青年科学基金(2013GXNSFBA019227)
- 作品数：5 被引量：7H指数：2
- 相关作者：李晓静赵华生李晓静叶奕茂金龙更多>>
- 相关机构：广西幼儿师范高等专科学校广西气象减灾研究所广西机电职业技术学院更多>>
- 发文基金：广西青年科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于PSO-ABC的全局优化算法被引量：1
- 2013年
- 针对粒子群算法和蜂群算法在寻优中存在的一些早熟和收敛速精度不高等问题,论文分别对粒子算法和蜂群算法的更新策略以及更新公式进行了改进,利用改进的粒子群算法和改进的蜂群算法同时对一个粒子位置进行部分算术更新的方法,提出了一种新混合的优化算法.并将其在12个多极值基准函数进行全局最优化测试,实验结果表明,笔者提出的混合优化算法收敛的速度和收敛精度大大提高了,其性大大优于改进的粒子群算法(CLPSO算法)和人工蜂群算法,对于高、低维复杂函数的优化均适用.
- 叶奕茂赵华生金龙
- 关键词：粒子群优化算法蜂群算法群体智能全局最优
- 一种新的简化粒子群优化算法
- 2015年
- 针对粒子群算法在寻优中存在早熟和收敛精度不高等问题,论文对粒子位置的更新策略以及更新公式进行改进,提出了一种新的简化粒子群优化算法(New Simple Particle Swarm Optimization,NSPSO),并将其在15个多极值基准函数进行全局最优化测试,实验结果表明,NSPSO算法收敛的精度大大提高了,而且算法收敛速度也很快,对于高、低维复杂函数的优化均适用.
- 李晓静
- 关键词：粒子群优化算法群体智能全局最优
- 基于改进蜂群算法的神经网络及其应用被引量：4
- 2015年
- 本文提出一种具有极强全局优化能力的改进蜂群算法,该算法对人工蜂群算法的更新公式进行改进,并对整个搜索策略进行简化.算法对多个高维多极值基准函数进行全局最优化测试,结果表明,改进的蜂群算法收敛精度大大提高;其次,将改进的蜂群算法应用于神经网络的权值训练;最后,作者将这种基于蜂群算法训练的神经网络应用于降水预报,其试验结果显示了这种训练方法的可行性.
- 李晓静
- 关键词：全局最优神经网络训练
- 基于最大方差组合的选择性神经网络集成
- 2014年
- 为进一步提高神经网络集成的泛化能力,提出一种基于最大方差组合的选择性神经网络集成构造方法:首先训练出若干神经网络个体,其次,利用离散人工蜂群算法对这些神经网络个体进行组合优化的全局搜索,选出一个最大方差的个体组合,最后,将具有最大方差的神经网络个体使用简单平均方法进行神经网络集成.将该模型应用与广西东南部的区域降水预报试验,实验结果表明,笔者提出的神经网络集成方法比常用的Bagging集成方法提高了8%以上,能有效地提高神经网络的泛化能力.
- 李晓静赵华生
- 关键词：蜂群算法神经网络集成泛化能力
- 基于概率神经网络与多重分形的海温预测模型被引量：2
- 2017年
- 文章提出了一种基于多重分形与概率神经网络相结合的海温预测方法。该方法利用多重分形方法将海温序列挖掘出多个蕴含海温变化信息的时间序列;利用多重分形计算得到的多个时间序列作为概率神经网络的输入因子建立预报模型;利用该预报方法对NINO综合区平均海温进行未来1~3个月的预报实验,结果表明:该方法能较好的实现NINO综合区平均海温的预测,这对厄尔尼诺/拉尼娜现象的监测和预报工作提供了一种新的方法。
- 李晓静
- 关键词：PNN海温ENSO
