江巧永
- 作品数：11 被引量：38H指数：4
- 供职机构：北方民族大学信息与计算科学学院信息与系统科学研究所更多>>
- 发文基金：国家自然科学基金宁夏回族自治区自然科学基金云南省教育厅科学研究基金更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 基于Pareto邻域交叉算子的多目标粒子群优化算法被引量：6
- 2011年
- 针对粒子群优化(PSO)算法局部搜索能力不足的问题,提出一种基于Pareto邻域交叉算子的多目标粒子群优化算法(MPSOP)。该算法利用粒子群优化算法和Pareto邻域交叉算子相结合的策略产生新种群,并利用尺度因子在线调节粒子群优化算法和Pareto邻域交叉算子的贡献量。数值实验选取6个常用测试函数并对NSGA-Ⅱ、SPEA2、MOPSO三个多目标算法进行比较,数值实验结果表明MPSOP算法的有效性。
- 屈敏高岳林江巧永
- 关键词：多目标优化粒子群优化算法
- 融合Pareto邻域交叉算子的多目标分布估计算法被引量：1
- 2011年
- 将分布估计算法用于多目标优化问题,提出一种融合Pareto邻域交叉算子的多目标分布估计算法(MEDAP)。与一般分布估计算法只通过采样方法产生新种群不同,MEDAP算法利用采样和交叉相结合的方法产生新种群,并通过模拟退火技术在线调节尺度因子,以此来控制采样和交叉的贡献量,根据NSGA-II的选择策略选出下一代进化种群。数值实验分为两组,一组选取8个常用测试函数并与NSGA-II、SPEA2、MOPSO三个多目标算法进行比较,数值实验结果表明了MEDAP算法的有效性。另一组与不加Pareto邻域交叉算子的多目标分布估计算法进行比较,数值实验结果验证了Pareto邻域交叉算子的加入提高了算法的性能。
- 江巧永高岳林
- 关键词：多目标优化采样方法模拟退火
- 带有倒位变异的差分进化算法
- 2011年
- 针对高维复杂函数的优化问题,提出一种带有倒位变异的差分进化算法。当个体适应度值连续几代不变时,对前一代的最优个体进行倒位变异,以增强种群的多样性,使其跳出局部最优。数值实验结果表明:该算法全局搜索能力强,收敛速度快,且鲁棒性好。
- 翟志波李会荣江巧永高岳林
- 关键词：差分进化收敛速度鲁棒性
- 基于细菌觅食行为的多目标分布估计算法被引量：6
- 2011年
- 为增强多目标分布估计算法(MEDA)的局部搜索能力,将细菌的觅食(BF)行为引入到多目标分布估计算法中,提出一种基于细菌觅食行为的多目标分布估计算法(MEDA-BF)。数值实验选取四个常用测试函数,并与NSGA-Ⅱ、MEDA两个多目标算法进行比较,结果表明MEDA-BF算法在收敛性和多样性两方面都有较好的性能。
- 乔英高岳林江巧永
- 关键词：多目标优化局部搜索细菌觅食
- 改进的多目标和声搜索算法被引量：4
- 2012年
- 针对和声搜索算法不能很好求解多目标优化问题的缺陷,引入邻域搜索算子,对和声记忆库内搜索到的分量进行扰动,对和声记忆库外进行Pareto邻域搜索,实现群体间信息交换,提高算法的全局搜索能力。数值实验选取4个常用测试函数并与NSGA-II、SPEA2、MOPSO 3个多目标算法进行比较,测试结果验证了改进算法的有效性。
- 乔英高岳林江巧永
- 关键词：多目标优化和声搜索算法信息交换
- 多个邻域CNN融合粒子群算法的边缘检测被引量：1
- 2012年
- 受Bastürk算法思想的启发,考虑多个邻域元素的影响,并采用完全稳定的细胞神经网络克隆模板设计方法,把1邻域扩展到2邻域和3邻域,将粒子群优化算法应用于模板学习。仿真实验表明,本算法不仅比经典的边缘检测算法更具优越性,而且比基于遗传算法和克隆选择算法的边缘检测效果更为有效,具有良好的应用前景。
- 王红红黄永东江巧永
- 关键词：细胞神经网络粒子群边缘检测
- 多目标云分布估计算法
- 2012年
- 为增强多目标分布估计算法(MEDA)的局部搜索能力,将云模型引入到多目标分布估计算法中,提出一种多目标云分布估计算法(CMEDA).该算法一方面利用分布估计的采样操作对进化种群进行搜索,另一方面利用云滴具有随机性、稳定倾向性等特点,进行外部档案搜索,实现群体间信息交换,从而提高多目标分布估计算法的全局搜索能力.数值实验选取6个常用测试函数,并与NSGA-Ⅱ和MEDA算法进行比较,结果表明,CMEDA算法在收敛性和多样性两方面都有较好的性能.
- 乔英高岳林江巧永
- 关键词：多目标优化云模型
- 基于差分进化算法确定SOR超松弛因子被引量：2
- 2011年
- SOR迭代方法中的最佳超松弛因子的确定,一直是数值代数中的一个理论难题.本研究利用差分进化算法构造出近似确定SOR超松弛因子的自适应进化算法.数值算例表明,算法是实用和有效的.
- 田野李春光江巧永
- 关键词：线性方程组差分进化算法
- 一种新局部搜索策略的差分进化算法被引量：7
- 2011年
- 为增强差分进化算法的局部搜索能力,一种新局部搜索策略引入到差分进化算法中,从而提出一种新局部搜索策略的差分进化算法。该算法用局部搜索得到新个体替换较劣个体,使其跳出局部最优,以此增强种群的多样性。数值实验选取4个测试函数,并与差分进化算法进行比较,结果表明算法的有效性。
- 乔英高岳林江巧永
- 关键词：差分进化局部搜索
- 和声搜索—分布估计混合算法求解多目标优化问题被引量：8
- 2012年
- 针对和声搜索算法不能很好地求解多目标优化问题的缺陷,提出一种多目标和声搜索—分布估计混合算法(MHS-EDA)。该算法一方面利用分布估计的采样操作对和声记忆库内进行搜索,拓宽了和声记忆库内空间;另一方面对和声记忆库外进行外部档案搜索,实现群体间信息交换,从而提高了多目标和声算法的全局搜索能力。数值实验选取六个常用测试函数,并与多目标遗传算法、多目标分布估计算法、多目标和声搜索算法进行比较,测试结果表明提出的混合算法能够有效地解决多目标优化问题。
- 郝冰任献花高岳林江巧永
- 关键词：多目标优化和声搜索
