陈阳
- 作品数：7 被引量：41H指数：4
- 供职机构：江西理工大学信息工程学院更多>>
- 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交通运输工程更多>>
- 大数据在智能交通系统中的应用研究被引量：10
- 2016年
- 伴随着时代的进步与发展,社会交通状况日趋复杂,城市化进程加速,城市交通堵塞、交通环境污染等情况屡见不鲜。在信息技术与互联网技术的成熟与发展过程中智能交通系统则是改善这一问题的重要方式之一。置身于大数据时代中,智能交通系统也获得了更加坚实的基础支持。大数据在智能交通系统中能够准确、及时、可靠地获取海量交通数据,以便为交通管理提供依据。文章主要针对大数据在智能交通系统中的应用进行研究,从大数据与交通大数据的概念入手,对智能交通系统中的大数据以及大数据在智能交通系统中的应用进行研究,以期能够为大数据在智能交通系统中的应用提供一定的借鉴与参考。
- 陈阳
- 关键词：智能交通
- 基于进化控制与非均匀变异的花授粉算法研究被引量：4
- 2018年
- 针对花授粉算法(FPA)优化高维复杂性问题时存在的收敛精度低且收敛速度慢的缺陷,提出一种基于进化控制与非均匀变异的花授粉算法(ENFPA)。该算法引入以余弦函数为控制因子随机调节当前位置与最优位置进化比例,改善算法前期花粉过于聚拢于最优个体而导致进化方向不佳的可能。为一定程度抑制算法进化后期种群多样性降低而出现的优化解聚拢现象,引入非均匀变异策略对当前位置进行改变以拓展新的进化方向。经过仿真数值实验表明,改进算法在函数优化问题上具有更好性能。将改进的算法应用于神经网络优化模型的实验表明,可以一定程度降低神经网络预测的误差。
- 张水平陈阳
- 关键词：早熟收敛进化控制神经网络
- 自适应搜索云逃逸的果蝇优化算法被引量：4
- 2018年
- 针对果蝇优化算法解决高维复杂问题时存在的早熟收敛问题,提出一种自适应搜索云逃逸的果蝇优化算法.分析了果蝇优化算法恒定步长会影响算法的寻优精度,以算法的迭代步值为引导因子设计自适应的搜索方式,协调算法全局搜索与局部搜索的能力.在算法搜索后期,为避免种群多样性过早丧失而导致求解问题陷于局部最优解,以云模型为基础设计云逃逸机制协助算法跳出局部限制进行深度搜索.对10个不同优化问题的实验表明：所提算法从求解精度、收敛速度以及稳定性方面都具有更良好的性能.
- 张水平陈阳
- 关键词：全局优化早熟收敛自适应搜索
- 动态学习混沌映射的粒子群算法被引量：12
- 2019年
- 传统粒子群优化算法(PSO)对社会认知部分与自我认知部分都采用恒定学习常数,一定程度上限制了种群全局协调能力。在算法收敛后期种群多样性丧失而导致全部个体收敛于搜索空间中的某一点,这易诱发早熟现象。针对这种缺陷提出一种动态学习混沌映射的粒子群优化算法(VLCMPSO)。在算法初期迭代中应多考虑自身记录的最佳点,在算法后期应快速向种群最佳点收敛,因而设计一种进行协调的动态学习因子。为克服早熟现象,判断种群多样性方差低于设定阈值时,以混沌映射的方式将该代最优个体位置更新且以新的方式进行优化操作。经实验证明新算法在收敛速度与精度上都具有更好的性能。
- 董丽凤陈阳巫光福
- 关键词：粒子群优化混沌映射全局优化
- 动态搜索协同进化的果蝇优化算法被引量：8
- 2018年
- 针对基本果蝇优化算法(FOA)求解高维复杂问题时求解精度低,收敛速度慢等问题,提出一种动态搜索协同进化的果蝇优化算法(DCFOA).通过加入精英个体提高种群多样性并以一个线性递减的牵引因子诱导精英个体从算法初期就协同寻优,扩大其全局其搜索能力.当算法后期个体聚集度变大果蝇个体多样性变低,引入搜索空间压缩的搜寻策略,将目标问题的空间域动态变化为一种自适应步长,帮助算法跳出局部最优而进行深度寻优.对6个经典测试函数的实验证明,该算法可以有效避免早熟收敛,改善收敛速度,提高求解精度.
- 张水平陈阳丁小军
- 基于逐层演化的群体智能算法优化被引量：6
- 2017年
- 为能彻底解决群体智能算法早熟问题的同时保持原算法主体不变且可与现有优化理论协同优化,在前期仿真实验和理论证明的基础上,提出了一种逐层演化的改进策略.利用在原算法中构建基于搜索空间压缩理论的自适应系统,通过逐层的压缩、选择、再初始化的操作,以包括压缩后搜索空间在内的社会信息作为遗传知识,指导寻优过程,从而实现最终解精度的提升、避免早熟问题的出现.对基准函数进行仿真实验可以看出该策略在提升算法精度,增强后期个体活性方面具有良好的表现.
- 张水平王碧陈阳
- 关键词：群体智能搜索空间早熟
- 最优小波转移的逆向果蝇优化算法
- 2017年
- 针对果蝇优化算法在优化复杂高维问题易陷入局部最优,从而导致收敛速度慢,寻优精度较低的问题,提出一种最优小波转移的逆向果蝇优化算法.鉴于果蝇优化算法只向种群最优个体聚拢的算法局限性,增加了小波转移的逃逸机制以保证迭代方向选择的正确性.在种群多样性较低时对群体进行逆向小波转移,指引种群从局部限制逃离向全局最优解处收敛.通过仿真实验测试,新算法可以有效保持种群正确的进化方向、有效抑制算法陷入局部最优并具有良好的优化性能.
- 张水平陈阳巫光福
