徐生兵
- 作品数：6 被引量：30H指数：3
- 供职机构：东莞理工学院城市学院更多>>
- 发文基金：国家高技术研究发展计划广东省自然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更多>>
- 一种新的位置变异的PSO算法被引量：8
- 2010年
- 针对标准粒子群优化算法在优化高维复杂函数时易产生早熟收敛的问题,提出一种新的位置变异的PSO算法。为平衡算法的全局和局部搜索能力,新算法按一定概率交替使用随机惯性权重和标准PSO算法的惯性权重;为增强种群多样性和抑制算法早熟,新算法在每次迭代中,对满足一定条件的粒子都进行一种有效脱离局部最优区域的位置变异。最后,通过对5个标准测试函数在60维和90维的性能对比实验证实:新算法收敛精度高,且有效克服了早熟收敛问题。
- 徐生兵李国徐晨
- 关键词：粒子群优化惯性权重全局搜索局部搜索
- 一种改进的粒子群优化算法被引量：2
- 2015年
- 针对粒子群优化算法容易早熟、收敛精度不高的缺点,提出一种改进的粒子群优化算法,该算法在粒子陷入局部最优时,对聚集在种群全局最优位置附近的粒子进行变异。通过测试6个复杂函数的结果以及计算机配色模型求解实验,表明改进的粒子群优化算法优化效果远远优于2种典型的粒子群算法,新算法收敛精度高,收敛速度快,且有效预防了早熟现象。
- 徐生兵夏文杰冯继强
- 关键词：粒子群优化惯性权重全局搜索早熟
- 一种改进学习因子的粒子群算法被引量：15
- 2012年
- 针对高维复杂函数的标准粒子群算法常存在早熟收敛问题,提出一种让初始化粒子群的位置"相对均匀"并且随着搜索阶段不同而改变认知学习因子和社会学习因子的算法。该算法可以在搜索前期增强全局搜索,使之不陷入局部最优,而到搜索后期增强局部搜索能力,使之得到更精确全局最优解。通过五个典型测试函数的实验结果对比,可以清楚地表明改进后的算法得到的最优解更加接近真实的最优解。
- 徐生兵夏文杰代安定
- 关键词：粒子群算法
- 基于边界变异的一种新的粒子群优化算法被引量：1
- 2017年
- 针对传统粒子群优化算法易早熟,收敛精度低,特别是在解决大维数问题时,效果很不理想等缺点。针对这类问题,首先提出一个判别机制,判定算法什么时候达到早熟,若达到早熟则提出一种基于边界与随机变异的方法使部分粒子进行变异,从而使粒子重新分散后,再进行搜索。通过对四个经典测试函数的数值仿真实验证明,该方法能极大地提高算法的寻优能力,特别是在高维函数寻优时获得了较好的优化效果。
- 刘依依徐生兵
- 关键词：粒子群优化早熟
- 基于动态调整惯性权重下改进学习因子的粒子群算法被引量：4
- 2014年
- 粒子群算法针对高维复杂函数常存在早熟收敛问题,本文提出一种在已有动态调整惯性权重的基础上对学习因子进行改进的粒子群算法,使学习因子随着搜索的不同阶段改变认知学习因子和社会学习因子。比较五个标准测试函数的实验结果,表明改进后的算法得到的结果更优。
- 徐生兵
- 关键词：粒子群算法全局搜索
- 一种基于多参数拟合的定位装置
- 本实用新型公开了一种基于多参数拟合的定位装置，该定位装置的系统架构包括处理器、电源管理模块、无线通信模块和报警模块，处理器采用的型号为Cortex‑M4‑TM4C1294，报警装置连接处理器，处理器连接电源管理模块，无线...
- 李建辉徐生兵王强强曾伯旋
- 文献传递
