宋益春
- 作品数：3 被引量：8H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：教育部重点实验室开放基金更多>>
- 相关领域：自动化与计算机技术环境科学与工程更多>>
- 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
- 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
- 基于QPSO-GRNN的水质氨氮预测建模被引量：1
- 2013年
- BP(Back Propagation)网络在用于水质预测时,存在运算速度慢和易陷入局部最优的缺点,与传统的BP网络相比,广义回归神经网络(General Regression Neural Network,GRNN)的计算速度快,预测精度较高。光滑因子σ是广义回归神经网络的唯一待确定参数,它对网络的预测性能影响很大,本文采用量子粒子群算法(quantum particle swarm algorithm,QP SO)优化算法对光滑因子进行估算,并通过GRNN构建水质预测模型。实验表明:该模型能较好地预测氨氮变化趋势,为科学管理水质提供必要依据。
- 高平宋益春彭新建毛力
- 关键词：广义回归神经网络量子粒子群算法水质预测
