杨立标
- 作品数：6 被引量：141H指数：5
- 供职机构：哈尔滨工程大学信息与通信工程学院更多>>
- 发文基金：黑龙江省博士后基金中国博士后科学基金国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术机械工程更多>>
- 一种改进的粒子群和K均值混合聚类算法被引量：84
- 2010年
- 该文针对K均值聚类算法存在的缺点,提出一种改进的粒子群优化(PSO)和K均值混合聚类算法。该算法在运行过程中通过引入小概率随机变异操作增强种群的多样性,提高了混合聚类算法全局搜索能力,并根据群体适应度方差来确定K均值算法操作时机,增强算法局部精确搜索能力的同时缩短了收敛时间。将此算法与K均值聚类算法、基于PSO聚类算法和基于传统的粒子群K均值聚类算法进行比较,数据实验证明,该算法有较好的全局收敛性,不仅能有效地克服其他算法易陷入局部极小值的缺点,而且全局收敛能力和收敛速度都有显著提高。
- 陶新民徐晶杨立标刘玉
- 关键词：K均值算法粒子群优化算法
- 基于GARCH模型MSVM的轴承故障诊断方法被引量：9
- 2010年
- 针对振动信号因非平稳性导致自回归(AR)模型无法有效描述信号特征的不足,提出一种基于广义自回归条件异方差(GARCH)模型多类支持向量机(MSVM)的故障诊断方法。该方法首先利用GARCH模型拟合各种故障信号,将所得模型参数作为故障诊断特征,以MSVM作为故障诊断方法。试验结果验证了GARCH模型方法的可行性和有效性,同时将该方法同基于AR模型的方法及其改进方法进行比较,结果表明该方法在诊断率及诊断时间上都有明显提高。
- 陶新民徐晶杨立标刘玉
- 关键词：多类支持向量机
- 一种自适应指导的文化粒子群算法被引量：3
- 2011年
- 针对文化粒子群算法中影响函数对群体空间的全局变异操作,易导致粒子群算法结构失效及不易收敛的缺点,将群体适应度方差引入到群体空间,提出一种自适应指导的文化粒子群算法。算法通过计算群体适应度方差判断群体空间状态,当算法陷入局部最优时,自适应地利用影响函数对群体空间进行变异更新,从而有效发挥了文化粒子群算法"双演化双促进"机制。将该算法与基本粒子群算法(PSO)、文化粒子群算法(CPSO)和自适应变异粒子群算法(AMPSO)进行比较,实验结果证明该算法不仅具有较好的全局收敛性,算法收敛速度和稳定性也都有显著提高。
- 陶新民杨立标
- 关键词：影响函数
- 改进的多种群协同进化微粒群优化算法被引量：19
- 2009年
- 提出一种改进的基于多种群协同进化的微粒群优化算法(PSO).该算法首先利用免疫算法实现解空间的均匀划分,增加了算法稳定性和全局搜索能力.在运行过程中,通过种群进化信息生成解优胜区域,指导变异生成的微粒群向最优解子空间逼近,提高算法逃出局部最优的能力.将此算法与PSO算法和多种群协同进化微粒群算法进行比较,数据实验证明,该算法不仅能有效地克服其他算法易陷入局部极小值的缺点,而且全局收敛能力和稳定性均有显著提高.
- 陶新民徐晶杨立标刘玉
- 关键词：粒子群算法多种群协同进化免疫算法
- 不均衡数据下基于SVM的故障检测新算法被引量：20
- 2010年
- 针对传统支持向量机(SVM)算法在数据不均衡情况下无法有效实现故障检测的不足,提出一种基于过抽样和代价敏感支持向量机相结合的故障检测新算法。该算法首先利用边界人工少数类过抽样技术(BSMOTE)实现训练样本的均衡。为减少人工增加样本带来的噪声影响,利用K近邻构造一个代价敏感的支持向量机(CSSVM)算法,利用每个样本的代价函数消除噪声样本对SVM算法分类精度的影响。将该算法应用在轴承故障检测中,并同传统的SVM算法,不同类代价敏感SVM-C算法,SVM和SMOTE相结合的算法进行比较,试验结果表明当样本不均衡时,建议算法的故障检测性能较其它算法有显著提高。
- 陶新民刘福荣童智靖杨立标
- 关键词：故障检测支持向量机
- 一种协调勘探和开采能力的粒子群算法被引量：9
- 2010年
- 提出一种新的协调勘探和开采能力的粒子群优化算法.该算法将种群分为随机子群和进化子群,随机子群增加了算法全局解空间的勘探能力,在运行过程中通过随机子群进化信息生成解优胜区域指导进化粒子向着最优解子空间逼近.为了提高算法收敛速度,算法只在进化子群进入收敛阶段时才对其进行指导,以防止增加种群多样性导致算法开采能力下降的问题.将此算法与其他改进粒子群算法进行比较,实验结果表明,该算法有较好的全局收敛性,不仅能有效地克服其他算法易陷入局部极小值的缺点,而且算法收敛速度和稳定性都有显著提高.
- 陶新民徐晶杨立标刘玉
- 关键词：粒子群算法
