谢承旺 作品数:47 被引量:398 H指数:11 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 理学 机械工程 文化科学 更多>>
一种增强型多目标烟花爆炸优化算法 被引量:5 2017年 现实中多目标优化问题的多样化和复杂化要求发展新的多目标优化算法.在混合多目标进化算法设计思想和新型进化模型的启发下,提出一种增强型多目标烟花爆炸算法eMOFEOA,该算法利用均匀化与随机化相结合的方法生成均匀分布的初始种群,为算法后续搜索提供较好的起始点;对烟花爆炸半径采用精细化控制策略,即不同世代的种群具有不同的爆炸半径,而且同一种群内部因个体支配强度的差异而具有不同的爆炸半径,以节省计算资源;利用简化的k-最近邻方法维持外部档案的多样性.本文算法与另5种对等比较算法一同在12个基准多目标测试函数上进行性能比较,实验结果表明eMOFEOA算法在收敛性、多样性和稳定性上具有总体上显著的性能优势. 谢承旺 许雷 汪慎文 肖驰 夏学文关键词:多目标优化算法 面向服务的电力行业信息系统应用集成研究 被引量:4 2012年 针对国内电力信息系统间缺乏有效的信息共享机制,不能满足市场对电力行业的要求,提出建立一个一体化的企业级信息集成平台,实现各种业务应用的信息共享与集成.研究了基于SOA架构的应用集成技术,支持在数据层、服务/消息层、流程层、门户层以及管理和安全2个侧面进行全方位、立体化的信息集成.实践结果表明:所采用的技术是基于最新的服务应用集成标准和较为成熟的技术体系,能够满足电力行业的集成需求. 谢承旺关键词:电力行业 信息系统 SOA架构 WEB服务 基于遗传算法的极值问题求解 2004年 遗传算法是一种颇具生命力的算法,用遗传算法的思想来求解一函数取得最大值时的解,并给出了用遗传算法解此问题的详细过程。最后,对实验的结果进行了分析,并给出改进该算法性能的一些建议。 谢承旺 胡家宝关键词:遗传算法 极值 函数 一种多策略混合的粒子群优化算法 被引量:10 2018年 针对传统粒子群优化算法在解决一些复杂优化问题时易陷入局部最优且收敛速度较慢的问题,提出一种多策略混合的粒子群优化算法(Hybrid Particle Swarm Optimization with Multiply Strategies,HPSO)。该算法利用反向学习策略产生反向解群,扩大粒子群搜索的范围,增强算法的全局勘探能力;同时,为避免种群陷入局部最优,算法对种群中部分较差的个体实施柯西变异,以产生远离局部极值的个体,而对群体中较好的个体施以差分进化变异,以增强算法的局部开采能力。对这3种策略进行了有机结合以更好地平衡粒子群算法全局勘探和局部开采的能力。将HPSO算法与其他3种知名的粒子群算法在10个标准测试函数上进行了性能比较实验,结果表明HPSO算法在求解精度和收敛速度上具有较显著的优势。 余伟伟 谢承旺关键词:粒子群优化 柯西变异 差分进化 应用反向学习和差分进化的群搜索优化算法 被引量:7 2018年 针对标准群搜索优化算法在解决一些复杂优化问题时容易陷入局部最优且收敛速度较慢的问题,提出一种应用反向学习和差分进化的群搜索优化算法(Group Search Optimization with Opposition-based Learning and Differential Evolution,OBDGSO)。该算法利用一般动态反向学习机制产生反向种群,扩大算法的全局勘探范围;对种群中较优解个体实施差分进化的变异操作,实现在较优解附近的局部开采,以改善算法的求解精度和收敛速度。这两种策略在GSO算法中相互协同,以更好地平衡算法的全局搜索能力和局部开采能力。将OBDGSO算法和另外4种群智能算法在12个基准测试函数上进行实验,结果表明OBDGSO算法在求解精度和收敛速度上具有较显著的性能优势。 邹华福 谢承旺 周杨萍 王立平关键词:差分进化 一种双链结构的多目标进化算法DCMOEA 被引量:3 2015年 提出一种双链结构的多目标进化算法(DCMOEA).该算法采用双链结构表示个体,执行过程中无需设置外部归档集合,并采用ε支配策略保持解群的多样性.DCMOEA与MOEA/D、NSGA-II、SPEA2和PAES一同在4个2-目标ZDT函数和4个3-目标DTLZ问题上进行实验,并从算法所获解集的收敛性、分布均匀性和宽广性3个方面进行比较,仿真实验结果表明了DCMOEA的综合性能最好,是一种颇具竞争力的多目标进化算法. 谢承旺 王志杰 魏波 徐君 汪慎文关键词:多目标进化算法 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 应用精英反向学习策略的混合差分演化算法 被引量:23 2013年 针对传统差分演化算法在演化后期收敛速度变慢的问题,利用精英个体的良好信息,在一般反向学习方法的基础上,提出精英反向学习策略,并融合降低参数敏感性和变异策略敏感性的机制,设计了一种基于精英反向学习策略的混合差分演化算法(EOCoDE),从理论上证明了该算法的全局收敛性.新算法使用精英反向策略初始化种群,在进化过程中,如果满足预设定的学习概率,就执行精英反向算子,否则,随机组合参数知识库和策略知识库中的知识来产生差分演化种群.对比实验结果表明,精英反向学习策略比一般反向学习策略具有更强的搜索能力,EOCoDE算法的性能具有明显优势. 汪慎文 丁立新 谢承旺 郭肇禄 胡玉荣关键词:差分演化 基于支持向量机技术的垃圾邮件过滤系统 被引量:1 2010年 使用基于统计学习理论的支持向量机(Support Vector Machine,SVM)技术来构造垃圾邮件过滤系统.利用2个公开的邮件语料PU1和PU2来训练和测试过滤系统的性能.实验首先测试了语料的6种数据子集对过滤系统的分类错误率的影响情况,随后考察了采用不同类型核函数的SVMs准确率性能,最后考察了采用不同特征规模的数据集对过滤系统的影响.实验结果表明SVM技术是解决垃圾邮件过滤问题的一种很有效的方法. 谢承旺关键词:支持向量机 垃圾邮件 语料 高维目标空间中的进化算法研究 现实中的优化问题一般具有多个优化目标,而且这些目标之间通常具有相互冲突的本质属性。进化算法具有一些适于求解多目标优化问题的特征,因而,近年来进化算法一直用于多目标优化问题的求解。 迄今为止,已经涌现出了许多经典的多目标进... 谢承旺关键词:进化算法 收敛性 多样性 文献传递