中央高校基本科研业务费专项资金(CHD2010JC133)
- 作品数：3 被引量：11H指数：2
- 相关作者：孙锋利何明一高全华更多>>
- 相关机构：西北工业大学长安大学更多>>
- 发文基金：中央高校基本科研业务费专项资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>>
- 一种引入密度因子的改进粒子群优化算法
- 2011年
- 在传统的线性递减惯性权重(LDW)粒子群算法的基础上,提出一种新的引入粒子密度因子的粒子群算法。该算法根据粒子平均适应度值和社会最优适应度值,采用径向基函数形式来度量粒子群在最优值附近的聚集程度。在进化过程中,当密度因子大于一定值时,在LDW惯性权重因子中加入扰动项,使粒子群重新散开,从而跳出局部极值,避免算法出现早熟现象。基于Benchmark函数库的仿真实验表明,该算法一定程度上避免了算法过早收敛,尤其是在高维和多极值情况下性能明显优于传统PSO算法。
- 孙锋利何明一高全华
- 关键词：粒子群优化
- 引入欧椋鸟群飞行机制的改进粒子群算法被引量：6
- 2012年
- 传统粒子群算法存在早熟、精度低等不足,许多改进算法尽管性能略有提高,但依然存在原有弊端。生物学家对欧椋鸟群的最新研究发现:鸟群飞行机制中个体间存在拓扑相互作用,与距离远近无关。受这一研究成果启发,提出一种引入欧椋鸟飞行机制的改进粒子群算法。该算法在进化策略上引入拓扑作用和猎食动物的惊扰机制,在参数选择上提出粒子群动能的概念,在线性递减权重框架下通过粒子动能自适应更新惯性权重,拓扑作用集合采用最近邻粒子构成,将拓扑因子与惯性权重相联系,达到进化状态的平衡和自适应性。仿真实验表明,改进算法在精度、成功率和效率上具有一定的优势,尤其是对多模态优化问题。
- 孙锋利何明一高全华
- 关键词：粒子群算法惯性权重
- 基于自适应脊波网络的高光谱遥感图像分类被引量：5
- 2011年
- 神经网络是遥感地物自动分类的重要工具之一。利用多尺度几何分析中的脊波基函数建立了一种自适应脊波网络模型。在传统自适应粒子群算法的基础上,提出一种引入粒子密度因子的自适应粒子群优化算法作为网络训练算法。为验证其性能,利用互信息约简技术对220波段AVIRIS 92AV3C高光谱数据进行约简,并将它们作为网络输入实现对高光谱遥感地物的自动分类。仿真试验表明:引入粒子密度因子的粒子群算法与传统粒子群算法相比,不易出现早熟问题,在处理高维非线性组合优化问题时具有一定优势;由于脊波函数对高维奇异性的表征能力,相比于传统的RBF和SVM分类器,脊波神经网络分类器对具有明显边界特征的地物分类问题具有较高的精度,同时网络规模小,结构简单。
- 孙锋利何明一高全华
- 关键词：神经网络粒子群优化
