教育部重点实验室开放基金(APCLI1004)
- 作品数：17 被引量：128H指数：5
- 相关作者：毛力杨弘肖炜吴滨周长喜更多>>
- 相关机构：江南大学中国水产科学研究院淡水渔业研究中心无锡信捷电气股份有限公司更多>>
- 发文基金：教育部重点实验室开放基金国家杰出青年科学基金国家现代农业产业技术体系建设项目更多>>
- 相关领域：自动化与计算机技术电气工程环境科学与工程更多>>
- 一种连通性覆盖的无线传感器网络节点调度算法被引量：3
- 2012年
- 研究传感器节点随机部署于监测区域内,无节点地理位置信息情况下,如何能量有效地保证网络的通信连通与感知覆盖;节点采用基于概率的联合感知模型。提出CDS-based SSCA算法,其为一种基于连通支配集构造树的节点调度机制,每个节点根据剩余能量和与父节点的距离来设置等待时间及成为候选节点优先级。模拟实验结果显示,本算法能够能量有效地满足感知覆盖和连通覆盖要求;与ASW算法相比较,工作节点个数较少,网络生命周期明显延长,降低了网络整体耗能。
- 朱孟贝张曦煌
- 关键词：无线传感器网络节点调度算法
- 基于MapReduce的并行模糊C均值算法被引量：12
- 2013年
- 模糊C均值是一种重要的软聚类算法,针对模糊C均值的随着数据量的增加,时间复杂度过高的缺点,提出了一种基于MapReduce的并行模糊C均值算法。算法重新设计模糊C均值,使其符合MapReduce的基于key/value的编程模型,并行计算数据集到中心点的隶属度,并重新计算出新的聚类中心,提高了模糊C均值处理大容量数据的计算效率。实验结果表明,基于MapReduce的并行模糊C均值算法具有较高的加速比和扩展性。
- 虞倩倩戴月明
- 关键词：模糊C均值并行计算数据挖掘云计算
- 基于改进差分进化的K-均值聚类算法被引量：4
- 2013年
- 针对K-均值算法对初始值敏感和易陷入局部最优的缺点,提出了一种基于改进差分进化的K-均值聚类算法。该算法通过引入基于Laplace分布的变异算子和Logistic变尺度混沌搜索来增强全局寻优能力。实验结果表明,该算法能够较好地克服传统K-均值算法的缺点,具有较好的搜索能力,且算法的收敛速度较快,鲁棒性较强。
- 高平毛力宋益春
- 关键词：差分进化K-均值聚类算法LAPLACE分布
- 融合改进差分进化思想的K-调和均值聚类被引量：1
- 2013年
- 针对K-调和均值聚类算法易陷入局部最优的缺点,提出了一种基于改进差分进化的K-调和均值聚类算法。该算法通过引入基于Logistic变尺度混沌搜索和指数递增交叉概率算子的差分进化算法来增强全局寻优能力。实验结果表明,该算法能够较好地克服K-调和均值算法的缺点,在保证收敛速度的同时增强了算法的全局搜索能力。
- 毛力刘兴阳沈明明杨弘
- 关键词：差分进化
- 基于复合权值自调整策略的量子粒子群优化算法被引量：3
- 2015年
- 为有效平衡量子粒子群优化算法的全局搜索和局部搜索能力,提出一种基于复合权值自调整策略的量子粒子群优化算法。采用复合典型线性递减策略与基于进化速度-聚集度的动态改变权值策略的方法来调节收缩-扩张系数,赋予两种策略相应的权重。复合权值自调整策略融合线性递减策略符合粒子群整体运动趋势的特点和动态改变策略契合粒子群当前变化态势的优势。仿真比较该算法与标准量子粒子群、动态改变权值策略的量子粒子群在优化不同测试函数时的性能,实验结果表明,该算法在收敛速度、搜索能力等方面均有一定提高。
- 宋益春毛力
- 关键词：量子粒子群优化
- 一种高效的求解函数优化问题的人工蜂群算法被引量：2
- 2016年
- 为了克服人工蜂群算法在求解函数优化问题中所存在的收敛精度低、收敛速度慢的缺点,提出一种高效的求解函数优化问题的人工蜂群算法.该算法将细菌觅食优化算法中的趋向性操作引入到跟随蜂的局部搜索策略中,并且跟随蜂在雇佣蜂逐维变异后的当前最优解周围进行局部搜索,从而提高了人工蜂群算法的局部搜索能力.6个标准测试函数的仿真实验结果表明,与基本人工蜂群算法相比,改进后的人工蜂群算法在寻优精度和收敛速度上均有明显提高.
- 毛力周长喜吴滨杨弘肖炜
- 关键词：人工蜂群算法局部搜索早熟收敛
- 一种基于竞选领导策略的改进粒子群算法
- 2014年
- 针对标准粒子群算法由于粒子多样性的大量丧失而导致的算法易陷入局部最优解,收敛精度不高的问题,提出一种基于竞选领导策略的改进粒子群算法,该算法在全局最优粒子的领导能力丧失时,通过引进细菌觅食算法的趋化算子对精英粒子进行优化,然后选出更具领导能力的粒子作为新的领导粒子来带领种群跳出局部最优解,以增强算法的全局搜索能力。通过四个典型函数的测试,结果表明改进算法在较好保留了标准粒子群算法快速收敛优点的前提下,有效地预防了早熟现象的产生,提高了收敛精度。
- 李童毛力吴滨杨弘肖炜
- 关键词：粒子群优化算法细菌觅食算法METROPOLIS准则
- 量子粒子群优化的人工蜂群算法被引量：5
- 2018年
- 针对传统的人工蜂群算法在求解函数优化问题中具有收敛速度慢、局部搜索能力低的缺点,将量子粒子群优化算法中粒子位移的更新方法引入到跟随蜂的局部搜索策略中,使人工蜂群具有更高的局部搜索能力。6个标准测试函数的仿真实验结果表明:与传统的人工蜂群算法相比,改进后的人工蜂群算法在收敛速度和寻优精度上大幅提高。
- 杜康宇毛力毛羽杨弘肖炜
- 关键词：人工蜂群算法量子粒子群优化算法局部搜索
- 基于改进PSO优化SVR的交通事故预测模型被引量：5
- 2014年
- 为了有效预测交通事故,提出一种基于改进粒子群算法优化支持向量回归机的预测模型。改进粒子群算法利用网格搜索对全局最优粒子的邻域进行精细搜索,结合粒子群算法较快的收敛速度和网格搜索较强局部搜索能力的优点,提高了支持向量回归机相关参数的优化精度,进而改善了交通事故预测模型的预测性能。仿真结果表明,基于改进粒子群算法优化支持向量回归机的交通事故预测模型达到了较快的学习速度和较高的预测精度,具有良好的工程应用性。
- 李童毛力吴滨
- 关键词：网格搜索支持向量回归机交通事故预测
- 基于改进极限学习机的短期电力负荷预测方法被引量：55
- 2012年
- 为了提高电力系统短期负荷预测精度,提出一种基于改进极限学习机(MELM)的短期电力负荷预测模型。引入基于结构风险最小化理论,并结合最小二乘向量机回归学习方法,以克服传统极限学习机(ELM)在短期负荷预测中存在的过拟合问题。某地区用电负荷预测结果表明,改进模型的泛化性与预测精度均优于传统ELM和OS-ELM模型,可为短期电力负荷预测提供有效依据,具有一定的实用性。
- 毛力王运涛刘兴阳李朝锋
- 关键词：短期负荷预测极限学习机最小二乘支持向量机
