沈明明
- 作品数：5 被引量：11H指数：2
- 供职机构：江南大学物联网工程学院轻工过程先进控制教育部重点实验室更多>>
- 发文基金：农业部淡水鱼类遗传育种和养殖生物学重点开放实验室开放基金教育部重点实验室开放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化学工程更多>>
- 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
- 基于群智能算法的玻璃切割问题求解研究被引量：1
- 2010年
- 通过对玻璃切割问题的研究,提出一种融合量子粒子群优化和蚁群优化的混合算法(QPSO-ACO算法)。该算法对QPSO及ACO的模型进行必要的修改,以实现对玻璃切割中的旅行商问题的较好求解。同时充分利用QPSO的快速性、全局收敛性和ACO的正反馈性及求精解效率高等特点,达到优势互补。实验结果表明,QPSO-ACO算法寻优能力较强,是解决玻璃切割问题的有效方法。
- 毛力童科沈明明董洪伟
- 关键词：群智能算法量子粒子群优化蚁群优化玻璃切割旅行商问题
- 融合K-调和均值的混沌粒子群聚类算法被引量：6
- 2011年
- 针对K-调和均值和混沌粒子群聚类算法的优缺点,提出了一种融合K-调和均值的混沌粒子群聚类算法。首先通过K-调和均值方法把粒子群分成若干个子群体,每个粒子根据其个体极值和所在子种群的全局极值来更新位置。其次,算法中引入变尺度混沌变异,抑制了早熟收敛,提高了计算精度。实验证明,该算法可以有效地避免算法陷入局部最优,在保证收敛速度的同时增强了算法的全局搜索能力,明显改善了聚类效果。
- 沈明明毛力
- 关键词：混沌粒子群聚类
- 融合K-调和均值和模拟退火粒子群的混合聚类算法被引量：4
- 2011年
- 针对K-调和均值和模拟退火粒子群聚类算法的优缺点,提出了1种融合K-调和均值和模拟退火粒子群的混合聚类算法。首先通过K-调和均值方法将粒子群分成若干个子群,每个粒子根据其个体极值和所在子种群的全局极值来更新位置。同时引入模拟退火思想,抑制了早期收敛,提高了计算精度。本文使用Iris、Zoo、Wine和Image Segmentation,4个数据库,以F-measure为评价聚类效果的标准,对混合聚类算法进行了验证。研究发现,该混合聚类算法可以有效地避免陷入局部最优,在保证收敛速度的同时增强了算法的全局搜索能力,明显改善了聚类效果。该算法目前已用于无锡一淡水养殖基地的水产健康养殖水质分析系统,运行效果良好。
- 毛力刘兴阳沈明明
- 关键词：模拟退火粒子群算法聚类
- 聚类邻域自适应调整的多载蚁群算法
- 2010年
- 针对基本蚁群聚类算法较长时间开销和易产生冗余聚类数目的缺陷,提出了一种基于动态邻域的多载蚁群聚类算法。算法通过邻域动态自适应调整寻找纯净的邻域,增强蚂蚁记忆体记忆纯净邻域的大小,蚂蚁之间协同交流进行多载整合相似邻域形成最终聚类结果。实验结果表明新算法能有效提高算法效率且取得较好的聚类效果。
- 沈明明毛力
- 关键词：蚁群聚类算法动态邻域
