张创业
- 作品数：6 被引量：12H指数：2
- 供职机构：广西民族大学数学与计算机科学学院更多>>
- 发文基金：广西壮族自治区自然科学基金更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 协同进化算法研究及应用
- 协同进化是近几年来群智能算法领域兴起的一个研究热点,中外学者都对其进行了广泛的研究。本文在充分研读文献的基础上,对协同进化的效率机制、信息交流方式、拓扑结构及应用领域等方面开展研究,并取得如下成果: (1)提出了新的人工...
- 张创业
- 关键词：优化算法人工鱼群算法粒子群算法协同进化算法模拟退火算法
- 文献传递
- 多群多层协同进化算法的约束优化求解及应用被引量：1
- 2010年
- 针对基于可行性规则求解约束优化问题易陷入局部、master-slave协同进化模型同层种群间没有信息交流的情况,提出多群多层协同进化算法(MSMHCO)。算法在信息交流上,同层采用种群单向信息交流,不同层采用顶层指导底层的信息交流;在进化方式上采用后一层在前一层的基础上的进化方式;在搜索方式上融合全局并行搜索、局部串行搜索、混沌映射的遍历性和模拟退火算法的突跳功能。典型函数测试表明,MSMHCO算法和同类算法相比,收敛速度更快,求解精度更高。丁烯烷化过程的约束优化实例也进一步证明了MSMHCO算法的有效性。
- 张创业何登旭莫愿斌
- 关键词：优化算法粒子群算法模拟退火混沌
- 求解非线性方程的一个新的预测-校正方法被引量：1
- 2009年
- 将一种基于数值积分公式的隐式迭代格式与一种改进的牛顿迭代法结合,得到一种新的求解非线性方程的预测-校正方法,并用数值实例来验证该方法.新方法比一些已知的方法收敛阶、收敛精度更高,适合函数类的范围更宽,是一种较优的方法.
- 张创业何登旭
- 关键词：牛顿迭代收敛阶
- 混沌协同人工鱼粒子群混合算法及其应用被引量：3
- 2010年
- 针对基本人工鱼群算法(AFSA)收敛速度较慢、精度较低和粒子群易陷于局部的缺点,提出了混沌协同人工鱼粒子群混合算法(CCAFSAPSO)。该算法采取AFSA、PSO的全局并行搜索与模拟退火算法(SA)的局部串行搜索机制相结合的搜索方式,并用混沌映射的遍历性和模拟退火算法的突跳功能,克服了AFSA、PSO的收敛速度、求解精度和易陷于局部最优的不足。典型函数测试进一步表明CCAFSAPSO算法和同类算法相比,收敛速度更快、求解精度较高。最后将算法应用于化工数据处理,获得满意效果。
- 张创业莫愿斌何登旭王万民
- 关键词：优化算法粒子群算法模拟退火混沌
- 基于协同进化思想的人工鱼和粒子群混合优化算法被引量：6
- 2009年
- 在分析人工鱼群算法(AFSA)、粒子群算法(PSO)存在不足的基础上,提出一种将PSO群与AFSA群作为两个独立进化的群,同时进行搜索的算法.该算法利用协同思想与正反馈机制,让AFSA群跟踪PSO群的全局最优解,PSO群跟踪AFSA群的全局最优解的算法.这样,一方面利用AF-SA的快速找到全局极值邻域的能力克服PSO易陷入局部的不足;另一方面利用PSO的快速收敛能力来提高AFSA的收敛速度和求解精度.基于典型的函数和实例测试的结果都说明了该算法具有收敛速度较快、精度较高的特点.
- 张创业莫愿斌
- 关键词：优化算法粒子群算法
- 二群协同的人工鱼群优化算法被引量：1
- 2009年
- 针对基本人工鱼群算法(AFSA)收敛速度较慢,精度较低的缺点,提出二群协同的人工鱼群算法(TSCAFSA)。该算法采用并行的拓扑结构和正反反馈的信息交流方式。搜索时,将两个AFSA群作为两个独立进化的群同时进行搜索同时相互跟踪对方的全局最优解。通过协同进化,正反馈机制和当前得到的最优解来指导二个种群进化的方式,TSCAFSA获得较快的收敛速度和比较精确的求解精度。基于典型的函数和实例测试的结果都证明了该算法较基本的AFSA收敛速度较快、精度较高。
- 张创业莫愿斌何登旭
- 关键词：优化算法进化搜索
