王心灵
- 作品数：2 被引量：17H指数：2
- 供职机构：安徽大学计算机科学与技术学院更多>>
- 发文基金：安徽省优秀青年科技基金安徽省高校省级自然科学研究项目安徽高校省级自然科学研究基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 改进人工蜂群算法求解非线性方程组被引量：10
- 2014年
- 针对传统的人工蜂群算法在处理单峰问题时收敛速度较慢、多峰时易陷入局部最优等缺点,通过借鉴差分进化算法中变异算子的作用,提出了一种改进的人工蜂群算法.该改进算法在对蜜源邻域的搜索过程中引入了个体当前最优值及随机向量,从而加快算法的收敛速度,并且在一定程度上防止多峰问题易陷入局部最优的不足,提高算法的搜索能力.最后将改进的算法应用到求解基本函数和非线性方程组上,测试改进算法的性能.结果表明,改进的算法能够有效避免陷入局部最优,并能较大幅度地提高收敛速度和收敛精度.
- 汪继文杨丹邱剑锋王心灵
- 关键词：群智能非线性方程组人工蜂群算法差分进化随机向量
- 基于改进人工蜂群的模糊C-均值聚类算法被引量：7
- 2016年
- 模糊C-均值聚类算法在数据挖掘领域有着广泛的使用背景,而对初始点的敏感和较差的搜索能力,限制了算法的进一步推广应用。人工蜂群算法具有对初始点不敏感、适应能力强和搜索能力强等优点,并且针对人工蜂群算法对单峰问题收敛速度慢、多峰问题容易陷入局部最优等问题,通过引入差分进化算法中变异和交叉思想,改善蜂群算法的收敛速度,平衡局部搜索和全局搜索能力。然后将改进的人工蜂群算法和模糊C-均值聚类算法结合得到基于改进人工蜂群的模糊C-均值聚类算法,并在多个国际标准数据集上进行验证,实验结果表明此算法在多个衡量指标上取得了明显的改进。
- 徐曼舒汪继文邱剑锋王心灵
- 关键词：模糊C-均值聚类人工蜂群算法差分进化算法
