李志南
- 作品数：5 被引量：17H指数：2
- 供职机构：新疆大学电气工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术冶金工程更多>>
- 教与学优化算法的改进及应用研究
- 教与学优化算法(Teaching-Learning-Based Optimization Algorithm,TLBO)是一种新的智能优化算法,在2011年由印度学者Rao等人提出。因其结构简单,易于理解,参数少,有极强...
- 李志南
- 关键词：IIR数字滤波器
- 改进教与学优化算法的IIR数字滤波器设计被引量：7
- 2015年
- 针对IIR数字滤波器的设计问题,对降阶模型的设计是典型的多峰优化问题,基本的教与学优化算法在解决该问题易陷入局部最优。针对上述缺陷提出了一种改进的教学优化(MTLBO)算法。改进算法引入反向学习技术,增加解的多样性;同时为避免迭代初期的无效搜索,针对性的设计了分段式的学习策略,用以均衡算法的全局搜索和局部搜索能力。将MTLBO算法应用于IIR数字滤波器同阶和降阶模型的设计,通过两个典型案例的仿真,与PSO算法、DE算法相比,验证了改进算法的优越性和有效性。
- 王红琳常翠宁李志南南新元
- 改进TLBO算法优化灰色神经网络的ORP预测被引量：1
- 2016年
- 在生物氧化提金预处理过程中,由于传统的氧化还原电位预测方法精度不高,该文提出一种改进教与学优化算法(ATLBO)优化灰色神经网络的预测方法。在ATLBO算法中,采用多种群协同学习策略,有效地提高了算法的收敛速度和寻优精度。同时,对各个子种群进行随机交叉操作,大大降低算法陷入局部最优的可能性。运用ATLBO算法优化灰色神经网络(GNN)的参数,并将最优解作为灰色神经网络的输入,对氧化还原电位进行预测。仿真结果表明,与其他预测方法相比,该预测模型能达到较好的预测精度,并且优于其他预测模型。
- 刘烨南新元李志南
- 关键词：灰色神经网络
- 多学习教与学优化算法被引量：6
- 2016年
- 针对教与学优化算法(TLBO)局部开发能力差,易陷入局部最优的缺点,提出一种基于反向学习的多学习教与学优化算法(MTLBO)。通过反向学习技术拓展搜索空间,增加解的多样性,进一步增强算法的全局搜索能力。引入多学习机制,使其更有效地进行局部搜索,加快收敛速度。同时提出一种小概率变异策略,增加跳出局部最优的可能性。在基准测试函数上进行验证实验,结果表明,与TLBO算法、ITLBO算法以及其他优化算法相比,该算法在低维和高维函数上都取得了较好的优化效果。
- 李志南南新元李娜史德生
- 基于磷虾群算法优化的SVR-ARMA组合模型的ORP预测被引量：1
- 2015年
- 为了实现生物氧化提金预处理过程中关键参数的准确预测,提出一种基于磷虾算法优化的SVR-ARMA组合预测模型。该改进的组合预测模型把具有较好连续空间非线性寻优性能的磷虾群算法用于SVR模型的参数优化过程,对原始数据进行预测,然后用ARMA模型对SVR模型产生的线性残差进行预测,将两部分的预测值几何相加得到最终预测值。仿真结果表明,与基本SVR模型、KH-SVR模型和SVR-ARMA组合预测模型相比,该改进模型具有更高的预测精度,能够满足对氧化还原电位(ORP)的精准预测。
- 李娜南新元李志南
