张庆荣
- 作品数：3 被引量：8H指数：1
- 供职机构：合肥工业大学管理学院过程优化与智能决策教育部重点实验室更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 基于分形的全局优化算法及其应用
- 全局优化问题是人们多年以来一直研究和探讨的课题，它普遍存在于现实生活中的各个领域，如金融、航天、土木工程等。随着人们对优化技术越来越高的要求，一些传统的优化方法对于具有不连续、高维、非线性等特点的复杂优化问题难以适应，因...
- 张庆荣
- 关键词：全局优化问题启发式算法
- 基于分形理论的一种新的机器学习方法:分形学习被引量：6
- 2013年
- 首先提出了一种新的机器学习方法,即分形学习,该方法旨在更好地从高维、海量数据中获取知识.分形论的研究对象为自相似系统,分形学习就是利用系统的自相似性来作为推理和学习的基本依据,其中分形维是定量描述系统自相似性的参数,也是应用于分形学习的重要参数;然后给出了分形学习的定义,阐述了其中的基本理论和学习过程中的关键技术;最后将该方法应用于案例库约简等方面的研究,取得了较好的效果.
- 倪志伟胡汤磊吴晓璇张庆荣
- 关键词：分形分形维
- 一种改进的分形优化算法被引量：1
- 2012年
- 分形算法是一种全局优化算法,通过对可行域的嵌套分割来完成搜寻过程,由于其深度优先的搜索策略,开始容易陷入局部最优,收敛速度慢。针对原算法的缺点,提出一种改进的分形优化算法。该算法模拟分形生长的过程,避免了对可行域的盲目分割,并指导新点以较大的概率产生于较优的区域。通过数值试验来验证该算法的有效性,结果表明该算法具有良好的收敛性。
- 倪志伟张庆荣
- 关键词：分形
