宁必锋
- 作品数：10 被引量：21H指数：4
- 供职机构：吉林化工学院理学院更多>>
- 发文基金：辽宁省教育厅高等学校科学研究项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于VB和Access的温度采集系统的设计与实现被引量：2
- 2011年
- 针对函数优化问题,提出了一种基于离差平方和法的粒子群优化算法。该算法用混沌序列初始化粒子的位置和速度,选择好于粒子群优化算法产生的粒子位置。通过离差平方和法进行聚类,利用分类方式来更新粒子的速度。最后将算法应用到3个典型的函数优化问题中,数值结果比较表明,提高了算法搜索能力,全局最优解的精度和收敛速度。
- 宁必锋苏琪
- 关键词：粒子群优化算法混沌LOGISTIC方程
- 基于MATLAB软件的LIBSVM的应用实例研究被引量：1
- 2019年
- 笔者采用MATLAB软件2018a版,在LIBSVM软件包下运用改进的支持向量机对某种新型材料的物理性能指标数据进行分析,结果表明,在MATLAB软件中进行编程计算和数据处理,建立的模型准确,计算高效,数值精度高,展现了MATLAB软件在工程计算和模拟实验的强大功能。
- 宁必锋
- 关键词：MATLABLIBSVM支持向量机
- 一种改进的粒子群算法在解非线性方程组中的应用被引量：4
- 2013年
- 针对解决实际工程问题中,传统方法求解非线性方程组时对于初始值依赖性大的缺点,提出了改进的粒子群优化算法(pso),用混沌初始化替代随机初始化,使用谱系聚类法来避免早熟现象发生,根据聚类结果对粒子的速度进行更新,并应用于求解非线性方程组中,数据结果表明该方法提高了解的精确度,算法稳定性好.
- 宁必锋
- 关键词：粒子群优化算法混沌谱聚类非线性方程组
- 基于差分及模拟退火的混合粒子群算法被引量：4
- 2010年
- 粒子群算法是一种新型的群体进化计算方法,已经在一些工程领域得到了广泛的应用,本文鉴于该算法存在收敛速度较慢,易陷入局部极值的缺点,提出一种基于差分及模拟退火的混合粒子群算法。通过对三种进化算法各自优势的分析与结合,得到一种改进的粒子群算法。
- 褚国娟马春丽宁必锋
- 关键词：粒子群差分算法模拟退火
- 一种处理约束优化问题中非可行解的新方法被引量：2
- 2010年
- 对于约束优化问题,通过引入一个个体隶属于可行域的程度的概念,提出描述和度量非可行解的新方法,并在此基础上构造一种新的评价非可行解的适应度函数。
- 马春丽宁必锋褚国娟
- 关键词：适应度函数
- 基于混沌的聚类粒子群优化算法被引量：4
- 2011年
- 针对函数优化问题,提出了一种基于混沌的聚类粒子群优化算法。该算法利用混沌序列产生粒子的位置和速度,并与粒子群优化算法产生的粒子位置进行比较,选择好的粒子位置。同时通过谱系聚类方法进行聚类,并且给出新的速度更新公式。最后将算法应用到5个典型的函数优化问题中,并与其它改进的粒子群算法进行比较分析。数值结果表明,该算法提高了全局搜索能力、收敛速度和解的精度。
- 钱伟懿宁必锋
- 关键词：粒子群优化算法混沌优化聚类谱系聚类非线性规划
- 基于Matlab计算机软件的SVM回归分析的优化设计被引量：3
- 2017年
- 笔者采用MATLAB计算机软件构建7005铝合金的力学性能参数与加工铝合金的工艺参数之间的模型,以此来呈现MATLAB软件的数值计算和数据拟合功能,在Matlab软件中,对有关联性的数据集进行模糊化处理,用支持向量机回归分析(SVR)对模糊化后数据进行建模和分析。结果表明MATLAB软件建立的模型合理,数值拟合精度高。
- 宁必锋
- 关键词：MATLAB软件SVM算法
- 基于重心法的粒子群优化算法
- 2012年
- 针对函数优化问题,提出了一种基于重心法的粒子群优化算法。该算法利用混沌序列产生粒子的位置和速度,并通过重心法和分类方式更新粒子的速度。最后将算法应用到函数优化问题中,并与其它改进的粒子群算法进行比较。数值结果表明,提高了算法局域搜索能力,全局最优解的精度。
- 宁必锋
- 关键词：粒子群优化算法混沌重心法
- 模糊化支持向量机用于对7005铝合金力学性能的预测被引量：1
- 2015年
- 用模糊化支持向量机,结合留一交叉验证的方法,对7005铝合金在不同工艺参数下的力学性能进行建模分析和定量计算。同偏最小二乘法和反向传播人工神经网络复合法(PLS-BPNN)进行比较,结果表明:FSVR算法拟合的精度高。对于力学的三种性能(抗拉强度、屈服强度、硬度)分析的均方根误差(RMSE)为:0.7596,2.0381,4.5742。相关系数分别为:0.982059,0.965402,0.980678。
- 宁必锋
- 关键词：支持向量机MATLAB神经网络7005铝合金
- 一种改进的混合粒子群优化算法被引量：4
- 2010年
- 为了提高粒子群优化算法的局部搜索能力、算法的收敛速度和解的精度,提出了一种改进的混合粒子群优化算法。采用聚类方法和混沌初始化、同时引入线性组合式局部搜索过程,通过四个标准函数的测试实验,与标准粒子群优化算法、混沌粒子群优化算法进行比较分析,提出的算法寻找全局最优解的能力有显著的提高,算法收敛速度和解的精度均优于其它参与比较的算法。
- 宁必锋褚国娟马春丽钱伟懿
- 关键词：粒子群优化算法聚类
