周长喜
- 作品数：9 被引量：33H指数：4
- 供职机构：江南大学物联网工程学院更多>>
- 发文基金：教育部重点实验室开放基金国家现代农业产业技术体系建设项目国家杰出青年科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种高效的求解函数优化问题的人工蜂群算法被引量：2
- 2016年
- 为了克服人工蜂群算法在求解函数优化问题中所存在的收敛精度低、收敛速度慢的缺点,提出一种高效的求解函数优化问题的人工蜂群算法.该算法将细菌觅食优化算法中的趋向性操作引入到跟随蜂的局部搜索策略中,并且跟随蜂在雇佣蜂逐维变异后的当前最优解周围进行局部搜索,从而提高了人工蜂群算法的局部搜索能力.6个标准测试函数的仿真实验结果表明,与基本人工蜂群算法相比,改进后的人工蜂群算法在寻优精度和收敛速度上均有明显提高.
- 毛力周长喜吴滨杨弘肖炜
- 关键词：人工蜂群算法局部搜索早熟收敛
- 基于当前最优解的分段搜索策略的人工蜂群算法被引量：2
- 2015年
- 为了克服人工蜂群算法在求解函数优化问题中所存在的局部搜索能力差、收敛精度低的缺点,提出了一种基于当前最优解的分段搜索策略的人工蜂群算法。该算法中跟随蜂利用由全局当前最优解和个体当前最优解引导的局部搜索策略逐维进行变异,并采用基于"分段思想"的局部搜索策略对蜜源进行贪婪更新,以提高蜜源的更新效率,从而提高了人工蜂群算法的局部搜索能力。6个标准测试函数的仿真实验结果表明,与基本人工蜂群算法相比,改进后的人工蜂群算法在寻优精度和收敛速度上均有明显提高。
- 毛力周长喜吴滨
- 关键词：人工蜂群算法局部搜索
- 基于改进局部搜索策略的人工蜂群算法被引量：7
- 2015年
- 针对人工蜂群算法在函数优化问题求解过程中容易陷入局部最优,收敛速度慢的缺点,提出了一种基于改进局部搜索策略的人工蜂群算法。该算法中跟随蜂采用基于当前最优解的混沌局部搜索策略,侦查蜂采用基于当前最优解的自适应侦查策略,并使其局部搜索范围随着迭代次数的增加逐渐减小,从而提高了人工蜂群算法的局部搜索能力,有效地避免了其陷入局部最优。6个测试函数的仿真实验结果表明,与传统的人工蜂群算法相比,改进后算法的求解精度和收敛速度明显提升。
- 韩建权毛力周长喜
- 关键词：人工蜂群算法局部搜索混沌
- 基于改进人工蜂群参数寻优的网络行为分类
- 2015年
- 针对标准人工蜂群算法用于支持向量机参数寻优容易陷入局部最优解,精度不高,收敛速度慢等问题,提出一种改进的人工蜂群算法。该算法在雇佣蜂与跟随蜂更新蜜源时,采用基于当前最优解的局部搜索策略,以提高蜜蜂的局部搜索能力,加快收敛速度并获得更高的精度;引入混沌序列使产生的蜜源分布更均匀,防止陷入局部最优。仿真结果表明,改进的人工蜂群算法在搜索速度和精度上均优于同类算法。将改进的人工蜂群算法应用于基于支持向量机的网络行为分类,实验结果表明,网络行为分类速度及识别准确率均得到了一定的提高。
- 杨宇毛力王晓锋周长喜
- 关键词：人工蜂群算法混沌序列支持向量机
- 具有自适应趋向性和引导因子的人工蜂群算法被引量：5
- 2015年
- 针对人工蜂群算法中存在的收敛速度慢、寻优精度低的问题,提出了一种改进的人工蜂群算法。该算法将自适应趋向性加入雇佣蜂的搜索方案中,同时在观察蜂的搜索方案中加入引导因子。通过雇佣蜂对优秀蜜源的动态趋向搜索以及观察蜂在引导因子引领下的协同搜索,显著提高了算法的局部搜索能力。基于八个标准测试函数的仿真结果表明,与基本人工蜂群算法相比,改进后的算法在寻优精度和收敛速度方面均有明显提升。
- 臧培荃孙晨骜顾晓峰吴滨周长喜
- 关键词：人工蜂群算法局部搜索
- 基于混沌趋化行为的人工蜂群算法
- 2015年
- 针对标准人工蜂群算法收敛速度慢和易陷入局部最优的缺点,提出一种基于混沌趋化行为的改进人工蜂群算法。在雇佣蜂和跟随蜂的搜索过程中引入细菌觅食优化算法的趋化思想,将随机产生蜜源的过程分解为翻转和前进两步,在翻转过程中引入混沌变量,提高算法的局部搜索能力。对5个典型测试函数的仿真结果表明,与标准人工蜂群算法相比,改进后的算法在收敛精度和速度方面均有明显提高。
- 孙晨骜臧培荃吴滨顾晓峰周长喜
- 关键词：人工蜂群细菌觅食优化算法局部搜索
- 求解函数优化问题的改进人工蜂群算法被引量：5
- 2015年
- 标准人工蜂群算法由于局部搜索能力差,收敛精度低,容易陷入早熟收敛等缺陷,从而求解最小值函数优化问题的能力受到限制。为了解决标准人工蜂群算法的以上问题,提出了一种改进的人工蜂群算法。该算法将混沌算子引入雇佣蜂和跟随蜂基于当前最优解的局部搜索策略中,并赋予跟随蜂细菌的趋药性,从而提高了人工蜂群算法的局部搜索能力。在6个测试函数上的仿真结果表明,该算法能有效地避免陷入局部最优,并使收敛精度得到显著提高。
- 唐凌芸毛力周长喜
- 关键词：人工蜂群算法
- 基于细菌趋药性和当前最优解策略的人工蜂群算法被引量：2
- 2016年
- 为了克服人工蜂群算法在求解函数优化问题中所存在的收敛精度低、收敛速度慢的缺点,提出一种基于细菌趋药性和当前最优解策略的人工蜂群算法。该算法将细菌觅食优化算法中的趋向性操作引入到雇佣蜂的局部搜索策略中,然后跟随蜂在当前最优解的基础上继续进行寻优,从而提高了人工蜂群算法的局部搜索能力。8个标准测试函数的仿真实验结果表明,与基本人工蜂群算法相比,改进后的人工蜂群算法在寻优精度和收敛速度上均有明显提高。
- 周长喜毛力吴滨杨弘肖炜
- 关键词：人工蜂群算法局部搜索
- 基于当前最优解的人工蜂群算法被引量：12
- 2015年
- 为克服人工蜂群算法在求解函数优化问题时存在收敛精度低、收敛速度慢的缺点,提出一种改进的人工蜂群算法。为提高人工蜂群算法的局部搜索能力和避免早熟收敛,跟随蜂在当前最优解的周围进行局部搜索,并随着迭代次数的增加,逐渐缩小侦查蜂在当前最优解周围的局部搜索范围。通过6个标准测试函数完成仿真实验,结果表明,与基本人工蜂群算法相比,改进算法在寻优精度和收敛速度上均得到提高。
- 周长喜毛力吴滨杨弘肖炜
- 关键词：人工蜂群算法局部搜索早熟收敛
