公共文化服务平台

夏学文: 作品数：36 被引量：288H指数：9; 供职机构：华东交通大学更多>>; 发文基金：国家自然科学基金江西省自然科学基金江西省教育厅科学技术研究项目更多>>; 相关领域：自动化与计算机技术文化科学电气工程建筑科学更多>>

合作作者

一种基于大数据的降水量检测方法及系统: 本发明提供了一种基于大数据的降水量检测方法及系统，该控制方法包括：获取检测数据，并根据检测数据建立时空检测模型；判断时空检测模型中的检测参数是否存在奇异值，并当判断到检测参数中存在奇异值时，对检测参数进行校正；根据预设优...; 魏波张文生薛伟夏学文邢颖吴瑞峰王莹莹; 文献传递

HMOFA:一种混合型多目标萤火虫算法被引量：18: 2018年; 现实中不断涌现出数目众多且日益复杂的多目标优化问题,迫切需要发展新型多目标优化算法以应对挑战.将基本萤火虫算法拓展至多目标优化领域,提出一种混合型多目标萤火虫算法HMOFA(hybrid multi-objective firefly algorithm).该算法提出使用混合水平正交实验设计和连续决策空间量化的方法生成接近于用户指定规模且均匀分布于搜索空间的初始种群,为后续的进化提供良好的起始点;利用外部档案中的精英解个体引导萤火虫移动,促使算法较快收敛;运用3点最短路径方法维持外部档案的多样性.HMOFA算法与另外5种代表性多目标进化算法一同在17个基准多目标测试题上进行性能比较,实验结果表明,HMOFA算法在收敛性、多样性和鲁棒性方面总体上具有较显著的性能优势.; 谢承旺肖驰丁立新夏学文朱建勇张飞龙; 关键词：萤火虫算法多目标进化算法

基于大数据的降水强度估测方法及系统: 本发明提供一种基于大数据的降水强度估测方法及系统，该方法包括：获取估测地点关联的多个目标雷达探测的雷达反射率因子；根据雷达反射率因子与降水强度之间的模型关系，计算出每一雷达反射率因子对应的降水强度；将计算得到的所有降水强...; 魏波夏学文张文生薛伟邢颖吴瑞峰王莹莹; 文献传递

具备反向学习和局部学习能力的粒子群算法被引量：81: 2015年; 为解决粒子群优化(Particle Swarm Optimization,PSO)算法中存在的种群多样性和收敛性之间的矛盾,该文提出了一种具备反向学习和局部学习能力的粒子群优化算法(Reverse-learning and Local-learning PSO,RLPSO).该算法保留了初始种群中满足排异距离要求的多个较差粒子以及每个粒子的历史最差位置.当检测到算法陷入局部最优时,利用这些较差粒子的位置信息指导部分粒子以较快飞行速度进行反向学习,将其迅速牵引出局部最优区域.反向学习过程可改善粒子种群的多样性,保证了算法的全局探测能力;同时,利用较优粒子间的差分结果指导最优粒子进行局部学习与搜索,该过程可与粒子群的飞行过程并行执行,且局部学习的缩放因子可随进化过程动态调节.局部学习可提高算法的求解精度,保证算法的迅速收敛.实验结果表明,RLPSO算法同其他PSO算法相比,在高维函数优化中具有收敛速度快、求解精度高的特点.; 夏学文刘经南高柯夫李元香曾辉; 关键词：粒子群算法局部搜索高维函数优化

双层交叉细胞自动机的伪随机数发生方法被引量：1: 2008年; 提出一种基于两层交叉细胞自动机(twi-layer cross cellular automa,TLCCA)结构的伪随机发生器(pseudorandom numbers generator,PRNG).TLCCA的复杂性介于一维细胞自动机与二维细胞自动机之间,而且输出方式简单;细胞间采用了一种新的对称交叉式的邻居关系,该结构一方面保证了对称性,另一方面减少了相邻细胞间的相关性.并利用多目标遗传算法对邻居关系结构进行了优化,最终的实验结果表明该结构的PRNG可以高效地生成高质量的伪随机数,而且易于用硬件实现.; 夏学文李元香戴志锋; 关键词：伪随机数发生器遗传算法多目标优化

基于多种群的自适应迁移PSO算法被引量：35: 2018年; 针对标准PSO中单一社会学习模式造成的算法容易陷入局部最优和后期收敛速度慢等问题,提出了一种基于多种群的自适应迁移PSO算法(Multi-population based self-adaptive migration PSO,MSMPSO).通过融合两种常用的邻居拓扑结构,赋予个体更多的信息来源;在多个子种群并行进化的基础上,利用不同加速因子的组合赋予各子种群不同的搜索特性,进而通过周期性对子种群的历史性能进行评估,以此为基础指导个体的迁移操作,实现子种群间的协作与计算资源的合理分配,并最终提升算法的综合性能.对CEC2013测试函数的优化结果表明,MSMPSO在求解精度、收敛速度等方面均表现出较好的性能.; 邓先礼魏波曾辉桂凌夏学文; 关键词：粒子群算法社会学习多种群

基于多尺度选择性学习和探测-收缩机制的PSO算法被引量：7: 2016年; 针对粒子群算法逃离局部最优能力差、易早熟收敛、求解精度低等缺点,提出了一种具有多尺度选择性学习和探测-收缩机制的PSO算法.在多尺度选择性学习机制中,粒子根据其自身进化状态在拓扑结构、邻居个体、目标变量维等多个尺度上进行选择性学习,提升粒子个体的学习效率;在探测-收缩机制中,算法利用历史信息指导种群最优解进行探测,提高其逃离局部最优的能力,当判断种群历史最优解处于全局最优解附近时,执行空间收缩策略,将种群的搜索空间限定在较小的一个区域,增强算法的开采能力,提高算法的求解精度.通过和其它PSO算法在22个典型测试函数的实验对比表明,本算法能有效克服早熟收敛、加快收敛速度、提高求解精度.; 夏学文桂凌戴志锋谢承旺魏波; 关键词：粒子群算法早熟收敛

一种自适应多种群的PSO算法被引量：10: 2016年; 针对粒子群算法易早熟收敛、逃离局部最优能力差、精度低等缺点,提出了一种自适应多种群PSO算法(Self-adaptive Multi-swarm Particle Swarm Optimization,SMPSO)。算法通过多个子种群独立进化和自适应重组操作既保持了种群多样性又实现了子种群间的信息共享与交互;同时,通过对粒子历史最优解进行周期性采样与统计,进而指导算法进行探测操作,不仅增强算法的全局搜索能力,也提高其跳出局部最优的能力;最后,引入了两种局部搜索策略提升了算法的收敛速度和求解精度。通过和其它PSO算法在标准测试函数和工程应用的实验对比表明,SMPSO在逃逸能力、收敛速度和求解精度上有显著提高。; 夏学文王博建金畅何国良谢承旺魏波; 关键词：粒子群算法多种群自适应局部搜索

农网低压部分无功补偿及节能效益研究被引量：4: 2011年; 以云梦县沙河乡农网低压部分进行无功补偿为例,重点分析了无功补偿后的节电效果与社会经济效益。通过分析,农村电网低压部分进行无功补偿后节电效果显著,经济效益和社会效益突出。; 刘桂涛白敬中夏学文; 关键词：农村电网无功补偿节电

数理逻辑教学方法探讨被引量：2: 2010年; 数理逻辑不仅是离散数学课程的基础,也是计算机科学与技术专业其他课程学习的重要基础。文章就如何提高数理逻辑的教学质量,提出了注重教学内容的合理拓展与延伸、注重数理逻辑在计算机科学与技术领域应用背景的介绍、注重引入先进教学资源和教学辅助工具(如ProofWeb)等教学方法。; 李志敏夏学文张学敏; 关键词：离散数学数理逻辑计算机科学与技术专业

夏学文

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

夏学文

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈