教育部人文社会科学研究基金(12YJCZH179)
- 作品数：9 被引量：20H指数：3
- 相关作者：孙越泓魏建香朱云霞徐厚明薛景更多>>
- 相关机构：南京师范大学南京人口管理干部学院江苏省药品不良反应监测中心更多>>
- 发文基金：教育部人文社会科学研究基金国家自然科学基金江苏省博士后科研资助计划项目更多>>
- 相关领域：自动化与计算机技术医药卫生电子电信更多>>
- 改进的二进制人工蜂群动态图像聚类算法被引量：1
- 2017年
- 文中提出一种改进的二进制人工蜂群算法用于图像的动态聚类。该算法用了变化更多的候选解产生方式,以提高算法的全局搜索能力;增加了一个局部搜索阶段,以提高算法的局部寻优能力。在4个测试图像上的数值实验表明,与原始的二进制人工蜂群算法相比,文中算法在聚类有效性指标值、动态聚类数目以及聚类结果上均有明显改进。
- 孙越泓孙越泓武婷婷
- 关键词：动态聚类局部寻优全局搜索
- 基于随机增量抽样的ADR信号监测与预警研究
- 2014年
- 随着药品不良反应监测数据的日益增多,利用总体样本数据来进行信号检测的工作量大且及时性差。基于江苏省药品不良反应中心提供的两年的10万余条监测数据,以增量抽样的样本作为对时间序列的模拟,采用IC(Information Component)方法研究抽样样本量对信号检出率的影响。仿真实验结果表明:利用随机增量抽样法能有效地减少信号检出时所需的样本量,提高了信号检出的效率和及时性,并具有一定的药物风险预警能力。
- 孙越泓魏建香支云龙孙骏徐厚明李明
- 关键词：药品不良反应信号检测风险预警
- 基于单纯形的改进精英人工蜂群算法被引量：3
- 2018年
- 针对人工蜂群算法收敛速度慢,求解精度不高,易陷入局部最优等问题,基于受粒子群启发的多精英人工蜂群优化算法,引入了蜂群中的精英个体和全局最优个体来增强开发全局最优解的能力.文章中,在雇佣蜂阶段借助精英个体引导蜜源搜索,并利用蜂群中蜜源的质量排序重新构造蜜源的选择概率公式;在跟随蜂阶段,选择种群最优蜜源引领蜂群,加强算法对全局最好解的局部开采能力,同时将随机选择邻居蜜源变为最优定向选择.最后利用单纯形算法对精英解集进行再次更新,进一步平衡蜂群的全局搜索和局部寻优能力.数值实验表明改进的新算法的寻优精度和收敛速度均有明显提高.
- 金叶孙越泓王加翠王丹
- 关键词：人工蜂群算法单纯形
- 基于新约束集成的差分进化算法被引量：3
- 2019年
- 提出基于新约束集成的差分进化算法用于求解带约束的优化问题.在产生新个体的阶段,算法采用3种不同的突变策略.利用不同的约束处理技术对新个体进行选择,并通过引入局部搜索,增强算法局部寻优能力,避免算法陷入局部最优.该算法在CEC 2017的28个基准函数上进行数值实验,并且与其他较为先进的算法进行比较,实验结果显示,新算法在求解精度上表现较好.
- 孙越泓王丹
- 关键词：差分进化算法
- 基于微博的药品不良反应信息传播特征研究被引量：3
- 2013年
- 以国家食品药品监督管理局、国家药品不良反应监测中心信息通报以及新浪微博为信息源,分析ADR信息传播的特征和力度,总结影响传播的主要因素并提出建议。
- 朱云霞魏建香
- 关键词：药品不良反应
- 基于Hooke-Jeeves的改进人工蜂群算法被引量：1
- 2017年
- 人工蜂群算法(ABC)是新近提出的一种基于群智能的优化方法,它比其他基于种群的智能算法更优异,但蜂群的搜索更新公式在算法的局部寻优能力上存在缺陷。因此本文致力于将擅长局部寻优的搜索机制引入人工蜂群算法,提出了一种基于Hooke-Jeeves的改进人工蜂群算法(IHABC)。IHABC算法改进了采蜜蜂和跟随蜂的搜索公式,期望保留全局搜索能力的同时能更大限度地增加算法的局部寻优能力;采用质量中上的个体优化Hooke-Jeeves搜索法的初始基点以确保局部寻优的有效性;改进Hooke-Jeeves方法的探索移动的步长公式。为了检测新算法的性能,将其与人工蜂群算法、Hooke-Jeeves人工蜂群算法(HABC)进行比较分析,30个基准函数上的数值实验结果表明,IHABC算法在求解无约束优化问题时得到的近似解有更高的精度。
- 孙越泓孙越泓
- 关键词：群智能人工蜂群算法无约束优化问题
- 国外药品不良反应文献计量研究与可视化分析被引量：6
- 2013年
- 为了解药品不良反应的国外研究现状,基于WOS文献数据库,利用文献计量学和信息可视化工具对1993至2011年的药品不良反应研究文献进行分析。首先对文献的发文量、区域分布、研究机构、主要出版物、相关学科等进行了计量分析,其次利用CiteSpace绘制了热点主题时区和关键词聚类的知识图谱并进行可视化分析。
- 薛景魏建香朱云霞徐厚明
- 关键词：药品不良反应文献计量学信息可视化
- 一种基于定位更新技术的人工蜂群聚类算法被引量：2
- 2015年
- 本文提出一种基于定位更新技术的人工蜂群算法,并将其应用于聚类分析问题.定位更新技术是在每一次待工蜂搜索结束后,充分利用当前最优解和最差解的信息,对最优解做进一步的更新.实验表明,基于定位更新技术的人工蜂群聚类算法,提高了算法利用先前的解来寻找更好解的开采能力.该算法与K-means算法、基于粒子群优化的聚类算法以及基于人工蜂群的聚类算法相比,具有更好的聚类性能.
- 汪佳玲胡本木孙越泓
- 关键词：人工蜂群算法聚类分析
- 基于分享学习和柯西变异的多目标人工蜂群算法被引量：1
- 2019年
- 提出一种基于分享学习和柯西变异的多目标人工蜂群算法.该算法在基本人工蜂群算法中引入精英策略,即蜜蜂在更新食物源过程中,在随机选择邻居的同时,将全局最好个体以及外部档案中所有个体的平均位置作为分享学习的对象.在每次迭代结束后,对外部档案中排名位于前5%的个体进行柯西扰动,以增加解的多样性,并使得算法在求解复杂多目标优化问题时有能力跳出局部最优.在一些测试函数上的实验结果表明提出的新算法在求解多目标优化问题时,与某些经典算法相比具有一定的优越性.
- 孙越泓江雪徐鑫肖克炼
- 关键词：多目标优化人工蜂群算法精英策略柯西变异
