您的位置: 专家智库 > >

宋锦

作品数:5 被引量:14H指数:3
供职机构:南京邮电大学自动化学院更多>>
发文基金:江苏省博士后科研资助计划项目国家自然科学基金中国博士后科学基金更多>>
相关领域:自动化与计算机技术农业科学更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 5篇自动化与计算...
  • 1篇农业科学

主题

  • 3篇收敛速度
  • 3篇搜索
  • 3篇全局搜索
  • 3篇群算法
  • 2篇优化算法
  • 2篇子群
  • 2篇粒子群
  • 2篇粒子群优化
  • 2篇粒子群优化算...
  • 2篇蜂群算法
  • 1篇调度
  • 1篇动态经济
  • 1篇动态经济调度
  • 1篇移动终端
  • 1篇搜索能力
  • 1篇统计系统
  • 1篇图像
  • 1篇图像分割
  • 1篇全局搜索能力
  • 1篇人工蜂群

机构

  • 5篇南京信息职业...
  • 5篇南京邮电大学
  • 1篇北京控制工程...
  • 1篇江苏省农业科...
  • 1篇苏州工业园区...

作者

  • 5篇王保云
  • 5篇宋锦
  • 4篇高浩
  • 1篇杨升炜
  • 1篇张腾飞
  • 1篇胡海东
  • 1篇陈昆

传媒

  • 2篇南京邮电大学...
  • 1篇电视技术
  • 1篇江苏农业科学
  • 1篇计算机工程与...

年份

  • 4篇2016
  • 1篇2015
5 条 记 录,以下是 1-5
排序方式:
跟随策略蜂群算法在电力经济调度中的研究
2016年
蜂群算法自提出以来由于其良好的全局搜索能力一直受到广泛的注意,但相对于其他群体算法来看,传统的蜂群算法存在着收敛速度慢的缺陷。文中借鉴粒子群算法的迭代公式,在跟随蜂迭代公式引入一种新的策略,提出了一种新的基于gbest更新策略蜂群算法。当群体的迭代度达到设定的条件时,对跟随蜂使用一种全新的迭代公式,使它能够以一个整体获得更多的在gbest附近进行局部搜索的机会。标准测试函数的仿真结果表明,该算法在有效保证全局搜索能力的前提条件下,提升了算法的是收敛速度。针对电力系统的动态经济调度问题,改进以后的蜂群算法获得了较优的结果。
宋锦高浩王保云
关键词:蜂群算法动态经济调度全局搜索收敛速度
基于Android平台的病虫调查统计系统设计与实现被引量:2
2016年
病虫害发生的周期规律调查是研究农业病虫测报、防治的重要工作之一。随着嵌入式技术的发展,已有研究人员开发了一些较为实用的农田病虫调查统计仪及诊断系统移动终端。但这些系统存在使用成本高、时效性较差、标准不统一以及功能单一等缺点。结合日益普及的手机等智能终端平台,开发了一种新型的基于Android平台的病虫调查统计系统,该系统结合农业病虫调查统计的实际需求,构建了一个基于统计数据的病虫害诊断规则库和诊断系统,设计了向导式人机交互界面,并且所有统计数据和诊断记录能够通过移动网络随时共享。经实地测试分析,该系统操作方便,对病虫害诊断准确率较高、时效性较好。
宋锦张腾飞杨升炜陈昆王保云
关键词:ANDROID平台移动终端
改进人工蜂群算法在图像分割中的应用被引量:5
2016年
作为图像处理技术的一个分支,多阈值图像分割技术已经越来越吸引人们的注意。然而,很多阈值分割技术计算时间较长,且其随着维数的增加而呈指数性增长。因此,为了提高分割的效率,引入基于改进人工蜂群优化算法的多阈值图像分割技术。在分析了标准人工蜂群算法缺陷的基础之上,从雇佣蜂和观察蜂的搜索公式进行改进,使其能够更有效率地收敛至全局最优,同时采用最大类间方差法(Otsu)作为测试改进算法性能好坏的标准。实验证明,改进后的算法更好地平衡了全局搜索和局部寻优能力,在加快收敛速度的同时提高了寻优精度,获得了良好的图像分割效果。
宋锦高浩王保云
关键词:图像分割人工蜂群多阈值最大类间方差法
基于新型变异策略的差分进化算法被引量:3
2016年
为加快算法的收敛速度和寻优能力,将粒子群算法和差分进化算法的优点结合起来,提出一种混合差分进化算法。在此基础之上引入一种新型的变异策略(包括全局变异和局部变异两种),平衡算法的全局搜索能力和收敛速度。采用大量标准测试函数对多种比较算法进行实验,实验结果表明,相比其它进化算法,改进以后的差分进化算法可以达到更快的收敛速度和更高的寻优精度,可以广泛应用于工业及生产领域。
宋锦师玉娇高浩王保云
关键词:差分进化算法粒子群优化算法全局搜索能力收敛速度
基于双重更新策略的粒子群算法被引量:4
2015年
粒子群算法由于其简单易实现以及快速寻优的特点引起了研究者的广泛兴趣,但却存在着在搜索过程中无法跳出局部最小点的缺陷。文中提出了一种基于双重更新策略粒子群算法。当群体的聚集度达到设定的条件时,首先在具有较差成绩的个体历史最优解(personal best,pbest)中任意选择一个更新,使它具有在全局范围内进行搜索的能力,同时从获得较好成绩的pbest中选择一个,在它和全局最优位置之间进行局部搜索,从而引导个体向有价值的区域寻优。标准测试函数的仿真结果表明,该算法有效提高了粒子的全局搜索能力,同时提升了算法的局部搜索能力,因此可以应用在实际生产领域。
宋锦高浩胡海东王保云
关键词:粒子群优化算法全局搜索收敛速度
共1页<1>
聚类工具0