检索结果-内蒙古大学图书馆

系统仿真学报 2014年第6期26卷 1244-1250,1273页

作者：任伟建赵月娇王天任刘爱君东北石油大学电气信息工程学院大庆163318 上海理工大学能源与动力工程学院上海200093 胜利油田井下作业公司东营257077

提出将混沌变异算子与生物地理优化算法融合,利用混沌变异算子把混沌运动遍历范围放大,克服标准生物地理优化算法搜索能力不强的缺点,达到混沌搜索性与生物地理优化利用性的平衡,并通过测试函数的仿真测试,验证了所提出的新算法的可行性... 详细信息

提出将混沌变异算子与生物地理优化算法融合,利用混沌变异算子把混沌运动遍历范围放大,克服标准生物地理优化算法搜索能力不强的缺点,达到混沌搜索性与生物地理优化利用性的平衡,并通过测试函数的仿真测试,验证了所提出的新算法的可行性;运用改进的生物地理优化算法优化神经网络的权值和阈值,与传统BP算法的训练结果进行仿真比较,证明了基于生物地理优化算法的神经网络改善了传统算法训练时间长、容易陷入局部极值的缺点,并把优化好的神经网络应用于抽油机故障诊断,仿真结果表明,该算法具有较好的训练性能,收敛速度快,稳定性能好,能够大大提高故障诊断的精度。

关键词：故障诊断生物地理优化算法神经网络混沌变异

来源：评论

学校读者我要写书评

暂无评论

基于生物地理优化算法的数值积分方法实验

引用

实验室研究与探索 2014年第12期33卷 20-22,61页

作者：张晶唐权华贾璐四川宜宾学院图书馆四川宜宾644007 江西师范大学软件学院江西南昌330022 西南交通大学峨嵋校区四川峨嵋614202

根据不等距节点原理,利用生物地理优化算法求解数值积分。介绍了生物地理优化算法的基本原理,定义了栖息地适应性指数、适合指数变量等参数,给出了迁移和变异操作的数学模型。根据数值积分不等距节点原理,在积分区间内任意选取一定的节... 详细信息

根据不等距节点原理,利用生物地理优化算法求解数值积分。介绍了生物地理优化算法的基本原理,定义了栖息地适应性指数、适合指数变量等参数,给出了迁移和变异操作的数学模型。根据数值积分不等距节点原理,在积分区间内任意选取一定的节点,采用生物地理优化算法优化这些节点求取积分值。最后,利用Matlab软件进行了仿真和实验,以证明该算法的有效性。典型的数值积分函数实例仿真表明,利用生物地理优化算法求解数值积分具有精度高和自适应强的特点,计算结果好于粒子群算法、梯形法和Simpson法。

关键词：生物地理优化算法数值积分粒子群算法不等距节点

来源：评论

学校读者我要写书评

暂无评论

基于生物地理优化算法的神经网络故障诊断方法研究

基于生物地理优化算法的神经网络故障诊断方法研究

引用

作者：赵月娇东北石油大学

学位级别：硕士

本文以采油工艺技术中的抽油机故障诊断问题为研究背景，对生物地理优化算法进行改进，将其应用于训练神经网络，并将优化好的神经网络应用于抽油机的故障诊断中，具体内容如下：首先，将混沌思想融合到BBO（Biogeography—based Optimi... 详细信息

本文以采油工艺技术中的抽油机故障诊断问题为研究背景，对生物地理优化算法进行改进，将其应用于训练神经网络，并将优化好的神经网络应用于抽油机的故障诊断中，具体内容如下：首先，将混沌思想融合到BBO（Biogeography—based Optimization）算法中，形成一种融合混沌理论与生物地理学的新型混合算法CS-BBO。对BBO算法的种群初始化进行更新，采用混沌序列初始化栖息地种群，提高初始种群的遍历性；调整BBO算法的迁移机制，采用混合迁移策略，并在选出的迁出栖息地附近添加小范围的扰动，增加一定范围的搜索精度，加快收敛速度；调整BBO算法的变异机制，在变异操作中添加退化混沌变异算子，来增强搜索范围，一定程度上防止陷入局部最优。文中给出了CS-BBO算法流程，同时对该算法的收敛性进行了证明，并用基准函数对CS-BBO算法测试，与传统BBO算法性能进行比较。其次，构建基于CS-BBO算法的神经网络。实现CS-BBO算法中栖息地适宜度向量与神经网络权值阈值之间的映射，实现栖息地适宜度函数与系统目标误差之间的映射，完成基于CS-BBO算法的BP(Back Propagation)神经网络的训练。运用CS-BBO算法的搜索能力以及充分利用现有信息的能力来改进BP算法依赖初始值、收敛速度较慢、易陷入局部极小值等缺点。文中给出了CS-BBO算法优化神经网络的流程，根据训练样本进行实验仿真，并与传统的BP算法、其他群智能算法优化后的BP算法进行比较。最后，将CS-BBO-BP神经网络运用到抽油机的故障诊断中。对抽油机井电流曲线数据进行处理并提取其特征向量，建立故障征兆集和故障集；构造基于CS-BBO算法的神经网络，对测试样本进行诊断，并将诊断结果同其他诊断方法的诊断结果进行比较。

关键词：生物地理优化算法神经网络优化混沌变异抽油机故障诊断

来源：评论

学校读者我要写书评

暂无评论

基于生物地理优化算法的聚类研究

基于生物地理优化算法的聚类研究

引用

作者：温肖谦福建师范大学

学位级别：硕士

数据往往隐含着丰富的信息,如何有效地分析信息和挖掘资源已经形成一门称为“数据挖掘”的学科。聚类分析是数据挖掘的重要任务之一,聚类是一种通过相似性将数据聚集成类或者簇的过程,聚集的过程中使得簇内相似性尽可能高,而簇与簇之间... 详细信息

数据往往隐含着丰富的信息,如何有效地分析信息和挖掘资源已经形成一门称为“数据挖掘”的学科。聚类分析是数据挖掘的重要任务之一,聚类是一种通过相似性将数据聚集成类或者簇的过程,聚集的过程中使得簇内相似性尽可能高,而簇与簇之间相似性尽可能低,通过比较数据属性或者结构的差异,挖掘出数据内部特性及分布规律。聚类问题的计算NP(Non-deterministic Polynomial)性质启发着大量研究人员试图从超启发式优化的角度寻找数据内隐藏簇结构,从而涌现出一系列诸如遗传算法、蚁群算法、生物地理优化算法(Biogeography-Based Optimization, BBO)等各种进化聚类算法。BBO算法作为一种新型的群体智能优化方法而备受关注。算法具有操作简单、收敛速度快、全局搜索性能优等优点,这些特性使其在聚类算法中颇受欢迎。本文通过深入研究和分析传统BBO算法模型,发现该算法随机初始化种群个体,增加了寻找全局最优解的迭代次数,影响收敛速度;同时算法使用轮盘迁移策略会造成栖息地物种多样性降低,加大算法陷入局部最优解的几率。针对这两个问题进行相关分析,提出以下两个方面的改进策略并将其应用于文本聚类：1.针对BBO算法采用随机轮盘选择策略来确定迁入迁出栖息地,构造一个基于梯度下降局部最优贪心搜索的新迁移算子,以聚类目标函数值作为个体适应度进行数据集内隐簇结构寻优。通过对UCI测试集(Iris, Wine, Glass and Diabetes)的聚类实验,验证算法具有更好的优化能力和收敛度,能发现更高质量的簇结构模式。2.针对BBO算法随机初始化种群个体,提出利用SOM(Self-Organizing Map, SOM)算法产生BBO初始种群个体进行初始化,执行改进后的BBO聚类算法。因为传统SOM网络连接权值的初始化采用随机策略,会严重影响簇结构优化性能,所以利用样本中心均值方法优化SOM网络连接权值策略,将SOM生成的结果用于初始化BBO算法的种群个体。通过对UCI测试集的聚类实验,检验算法的性能。3.提出将混合BBO算法用于文本数据聚类。首先对测试文本数据集进行预处理;然后利用SVD(Singular Value Decomposition)技术对文本进行降维。最后执行混合算法个体寻优过程,输出聚类结果,检验算法可行性。

关键词：数据挖掘聚类分析生物地理优化算法

来源：评论

学校读者我要写书评

暂无评论

基于生物地理优化算法的神经网络故障诊断方法研究

引用

化工自动化及仪表 2014年第2期41卷 149-153,184页

作者：任伟建赵月娇王天任刘爱君东北石油大学电气信息工程学院黑龙江大庆163318 上海理工大学能源与动力工程学院上海200093 胜利油田井下作业公司山东东营257077

将生物地理优化算法和BP算法相结合,提出一种基于生物地理神经网络的故障诊断方法。采用生物地理优化算法优化神经网络的连接权值和阈值,运用这种新型算法的高效优化性能改进了传统BP神经网络收敛速度慢、易陷入局部极小值的缺点。将优... 详细信息

将生物地理优化算法和BP算法相结合,提出一种基于生物地理神经网络的故障诊断方法。采用生物地理优化算法优化神经网络的连接权值和阈值,运用这种新型算法的高效优化性能改进了传统BP神经网络收敛速度慢、易陷入局部极小值的缺点。将优化好的神经网络应用于抽油机的故障诊断,通过仿真实验得出:生物地理优化算法训练神经网络是可行的,并且诊断结果具有良好的有效性和准确性。

关键词：生物地理优化算法神经网络优化故障诊断

来源：评论

学校读者我要写书评

暂无评论

基于生物地理优化算法的网络入侵检测

引用

微型电脑应用 2017年第8期33卷 15-17页

作者：岳小冰任越美河南工业职业技术学院电子信息工程系南阳473000

特征提取和选择是网络入侵检测的一个关键步骤,针对当前特征提取算法存在的缺陷,以提高入侵检测正确率为目标,提出了一种基于生物地理优化算法的网络入侵检测模型。对当前网络入侵检测研究现状进行分析,找到当前模型检测正确率低的原因... 详细信息

特征提取和选择是网络入侵检测的一个关键步骤,针对当前特征提取算法存在的缺陷,以提高入侵检测正确率为目标,提出了一种基于生物地理优化算法的网络入侵检测模型。对当前网络入侵检测研究现状进行分析,找到当前模型检测正确率低的原因,建立网络入侵检测特征提取和选择的数学模型,采用生物地理优化算法对该数学模型进行求解,并根据求解结果建立最优的入侵检测模型,在Matlab 2014平台上进行了仿真测试。结果表明,该模型可以找到最优的特征,提高了入侵检测的正确率,具有较高的实际应用价值。

关键词：互联网入侵行为特征提取检测模型生物地理优化算法

来源：评论

学校读者我要写书评

暂无评论

三角函数变异模型的生物地理优化算法

引用

宜宾学院学报 2014年第6期14卷 89-91页

作者：张晶宜宾学院图书馆四川宜宾644007

在介绍BBO算法的基本原理基础上,提出了三角函数变异模型的生物地理优化算法,并进行了函数测试,测试结果表明,基于三角函数变异模型的BBO算法在算法稳定性和收敛精度上明显好于线性模型.

关键词：生物地理优化算法变异率模型三角函数

来源：评论

学校读者我要写书评

暂无评论

基于生物地理学优化的分簇算法

引用

计算机工程与设计 2022年第8期43卷 2101-2108页

作者：党梦丽张书奎苏州大学计算机科学与技术学院江苏苏州215006

为提高WSN的能量效率和网络吞吐量,提出一种基于生物地理学优化的分簇算法(CABBO)。从3个方面提高生物地理学优化(BBO)在WSN分簇的适应性。通过综合节点剩余能量、邻居节点个数、与基站距离因素,选取综合值大的节点优化初始栖息地种群质... 详细信息

为提高WSN的能量效率和网络吞吐量,提出一种基于生物地理学优化的分簇算法(CABBO)。从3个方面提高生物地理学优化(BBO)在WSN分簇的适应性。通过综合节点剩余能量、邻居节点个数、与基站距离因素,选取综合值大的节点优化初始栖息地种群质量,提高算法收敛速度;采用余弦迁移模型提高算法的探索能力;通过考虑多个性能指标定义目标函数,实现网络的有效连接和负载均衡。实验结果表明,该算法在网络生命周期、能量效率、吞吐量和负载均衡等方面具有较优性能表现。

关键词：物联网移动传感器网络分簇生物地理优化算法负载均衡群智能优化算法

来源：评论

学校读者我要写书评

暂无评论

基于生物地理-海鸥群优化的高维结构可靠性分析

引用

计算力学学报 2022年第1期39卷 1-6页

作者：钟昌廷李刚大连理工大学工程力学系工业装备结构分析国家重点实验室大连116024

结构可靠度分析中,一阶可靠度方法由于简单高效而得到广泛使用。然而,对于高维非线性问题,一阶可靠度方法可能导致不收敛或者早熟。为克服这一缺陷,本文提出了基于生物地理-海鸥群优化的改进一阶可靠度方法。针对海鸥群优化算法在寻优... 详细信息

结构可靠度分析中,一阶可靠度方法由于简单高效而得到广泛使用。然而,对于高维非线性问题,一阶可靠度方法可能导致不收敛或者早熟。为克服这一缺陷,本文提出了基于生物地理-海鸥群优化的改进一阶可靠度方法。针对海鸥群优化算法在寻优过程中存在的早熟现象,引入生物地理优化算法中的变异与迁移机制,提出生物地理-海鸥群混合优化策略进行寻优计算。生物地理优化和海鸥群优化分别控制在探索和开发阶段的种群位置更新,提高了海鸥群优化算法的探索能力。所提方法易于实施,无需梯度信息,全局收敛能力良好。最后,采用了两个包含高维随机变量的框架结构和网架结构可靠度分析案例,验证了所提算法的有效性。

关键词：结构可靠性分析一阶可靠度法高维问题海鸥群优化算法生物地理优化算法

来源：评论

学校读者我要写书评

暂无评论

基于改进BBO的Web文本聚类算法

引用

福建师范大学学报（自然科学版） 2015年第6期31卷 18-23,117页

作者：李超雄黄发良温肖谦福建师范大学软件学院福建福州350117

针对生物地理优化算法(Biogeography-Based Optimization,BBO)随机初始化以及轮盘迁移机制等不足,结合自组织神经网络算法(Self-Organizing Map,SOM),提出了一种用于Web文本聚类的改进BBO算法(Improved Biogeography-Based Optimization,IBBO).该算法引入SOM改进BBO栖息地随机初始化策略,并结合局部优化思想提出了一个基于梯度下降贪心搜索(Gradient Descent Search,GDS)的新迁移算子.真实数据集Reuters-21578的实验结果表明IBBO算法具有良好的聚类有效性,能更好地对Web文本进行聚类.

关键词： Web文本聚类生物地理优化算法自组织神经网络

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：