检索结果-内蒙古大学图书馆

现代电子技术 2019年第12期42卷 108-111,116页

作者：程彩凤孙祥娥长江大学电子信息学院湖北荆州434023 长江大学工程技术学院湖北荆州434020

支持向量机(SVM)是广泛应用于分类和回归问题的机器学习方法。SVM做分类预测时的分类精度主要取决于参数的选择,参数选择不当将出现“过学习”或“欠学习”的情况,且容易陷入局部最优解。社会情感优化算法(SEOA)加入了人类情感因素,是... 详细信息

支持向量机(SVM)是广泛应用于分类和回归问题的机器学习方法。SVM做分类预测时的分类精度主要取决于参数的选择,参数选择不当将出现“过学习”或“欠学习”的情况,且容易陷入局部最优解。社会情感优化算法(SEOA)加入了人类情感因素,是一种新颖的智能优化算法,有着良好的全局优化能力。提出基于SEOA的SVM参数选择方法,同时优化核函数参数和惩罚参数。实验采用4组UCI数据集进行测试,并将SEOA算法与遗传算法、粒子群优化算法进行仿真测试结果对比。试验结果表明,SEOA较大地提高了SVM算法的寻优能力,收敛性较好,具有更高的分类精度和更少的搜索时间。

关键词：支持向量机社会情感优化算法参数选择分类精度机器学习遗传算法

来源：评论

学校读者我要写书评

暂无评论

梯级水电站优化调度的改进社会情感优化算法

引用

水力发电学报 2018年第1期37卷 21-30页

作者：刘强钟平安陈宇婷徐斌朱非林河海大学水文水资源学院南京210098 中国电建集团华东勘测设计研究院有限公司杭州310014 浙江省水利发展规划研究中心杭州310012

探索新的调度模型求解方法一直是水库优化调度研究的热点之一。社会情感优化算法(SEOA)是一种新兴的启发式智能优化算法,但目前在水库优化调度中未见应用。将SEOA应用于梯级水电站发电优化调度中,并针对算法初始种群随机生成造成的初始... 详细信息

探索新的调度模型求解方法一直是水库优化调度研究的热点之一。社会情感优化算法(SEOA)是一种新兴的启发式智能优化算法,但目前在水库优化调度中未见应用。将SEOA应用于梯级水电站发电优化调度中,并针对算法初始种群随机生成造成的初始解代表性低,引入了初始种群均匀设计,针对部分个体过早收敛导致的种群活力低、算法易于局部收敛,制定了种群淘汰策略,从而建立了改进社会情感优化算法(改进SEOA)。实例表明,在梯级水电站发电优化调度模型的求解中,改进SEOA搜索效率高、寻优能力强、稳定性好。

关键词：梯级水电站群优化调度社会情感优化算法均匀设计淘汰策略

来源：评论

学校读者我要写书评

暂无评论

基于社会情感优化算法的船舶转向避碰决策

引用

中国航海 2018年第3期41卷 81-86页

作者：于家根刘正江卜仁祥李伟峰高孝日大连海事大学航海学院辽宁大连116026

针对多船会遇时转向避碰决策的难题,提出一种运用社会情感优化算法(Social Emotional Optimization Algorithm,SEOA)求取最佳转向避碰幅度的决策方法。基于国际海上避碰规则和良好船艺对转向行动的要求,分别对互见和不在互见两种情况,... 详细信息

针对多船会遇时转向避碰决策的难题,提出一种运用社会情感优化算法(Social Emotional Optimization Algorithm,SEOA)求取最佳转向避碰幅度的决策方法。基于国际海上避碰规则和良好船艺对转向行动的要求,分别对互见和不在互见两种情况,建立船舶转向避碰行动矩阵,根据目标船的相对方位和船舶类型确定转向避碰的行动向量,限定问题的求解空间。将船舶碰撞危险度和航程损失作为目标函数,在个体情绪值控制下迭代进化,求取全局范围内的最优转向避碰幅度。仿真结果表明,将社会情感优化算法用于船舶转向避碰决策是可行且有效的,能为船舶驾驶人员的决策提供支持。

关键词：水路运输社会情感优化算法多船会遇转向避碰决策

来源：评论

学校读者我要写书评

暂无评论

基于社会情感优化算法的步进式同心圆无钟高炉布料控制研究

引用

燕山大学学报 2017年第1期41卷 21-26页

作者：马财生任廷志杨二旭燕山大学国家冷轧板带装备及工艺工程技术研究中心河北秦皇岛066004

为实现无钟高炉布料精准化,建立了基于社会情感优化算法的步进式同心圆布料控制模型。在分析步进式同心圆布料工艺特点的基础上,选取溜槽倾角作为布料控制的主要参数,以料面形状误差为控制目标,建立了步进式同心圆布料优化控制的数学模... 详细信息

为实现无钟高炉布料精准化,建立了基于社会情感优化算法的步进式同心圆布料控制模型。在分析步进式同心圆布料工艺特点的基础上,选取溜槽倾角作为布料控制的主要参数,以料面形状误差为控制目标,建立了步进式同心圆布料优化控制的数学模型,设计了社会情感优化算法进行优化求解。最后将控制模型应用到2 580 m^3无钟高炉进行验证,并分析了社会情感优化算法解决步进式同心圆布料控制问题的优化性能。计算结果表明:基于社会情感优化算法的步进式同心圆布料控制方法能够准确地实现期望的炉料分布,与标准遗传算法和标准粒子群算法相比,社会情感优化算法在布料控制优化中显示出准确度高和收敛速度快的优点。

关键词：无钟炉顶步进式同心圆布料控制模型社会情感优化算法

来源：评论

学校读者我要写书评

暂无评论

结合无功二次精确矩法的混沌社会情感优化算法的多目标无功优化

引用

陕西电力 2015年第6期43卷 10-14,42页

作者：陶志东赵猛胡传生徐辉程蒙杨再甫河海大学能源与电气学院江苏南京211100 安徽理工大学电气与信息工程学院安徽淮南232001

针对配电网无功优化的特点,提出一种新的方法。首先,采用无功二次精确矩法确定无功补偿点;然后建立以有功网损最小、电压偏差最小及静态电压稳定裕度最大的多目标无功优化模型,用模糊方法将多目标优化问题转化为单目标问题,并以最大、... 详细信息

针对配电网无功优化的特点,提出一种新的方法。首先,采用无功二次精确矩法确定无功补偿点;然后建立以有功网损最小、电压偏差最小及静态电压稳定裕度最大的多目标无功优化模型,用模糊方法将多目标优化问题转化为单目标问题,并以最大、一般和最小3种运行方式模拟配电网的实际运行;接着在社会情感优化算法上引入情感强度定律,模拟人类情感变化以提高寻优精度;同时引入混沌扰动机制,来增强种群多样性以提高全局搜索能力;最后对IEEE 33节点配电网系统进行仿真分析,结果表明该优化方法可以有效地降低网损与提高电压质量。

关键词：无功二次精确矩法模糊方法社会情感优化算法情感强度定律混沌扰动

来源：评论

学校读者我要写书评

暂无评论

基于小世界模型的社会情感优化算法及应用研究

基于小世界模型的社会情感优化算法及应用研究

引用

作者：李旭明太原科技大学

学位级别：硕士

社会情感优化算法是一种新近提出的随机优化算法，该算法通过模拟人类群体的决策行为，将个体的情绪引入算法，有效的改善了算法性能。但标准社会情感优化算法仅针对全连通邻域，没有考虑人类群体的复杂网络特征，因此，本文从邻域结构... 详细信息

社会情感优化算法是一种新近提出的随机优化算法，该算法通过模拟人类群体的决策行为，将个体的情绪引入算法，有效的改善了算法性能。但标准社会情感优化算法仅针对全连通邻域，没有考虑人类群体的复杂网络特征，因此，本文从邻域结构角度对社会情感优化算法进行了改进，并应用于人工神经网络训练问题，主要研究内容包括：（1）人类社会具有典型的“小世界”特性，因此，将具有小世界特征的网络模型引入社会情感优化算法，更能真实的模拟人类社会群体特征。因此，论文提出了基于WS小世界模型及基于NW小世界模型的社会情感优化算法。在这两种改进算法中，整个搜索过程分为两部分，前半部分利用小世界模型的产生过程来提高算法全局搜索能力，如WS小世界模型的网络断边重连特性、NW小世界模型的网络随机加边特性。而在算法后期则采用全连通网络进行搜索，进行局部搜索，仿真结果表明这两种小世界拓扑结构能有效改善高维多峰问题的性能，且NW小世界模型的结果优于WS小世界模型。（2）情绪指数是社会情感优化算法的一个重要参数，在标准社会情感优化算法中，个体的情绪指数仅考虑自身评价值的变化，忽略了周围个体对他的影响。为此，论文设计了一种新的情绪指数调整策略，该策略不仅考虑自身的个体评价，而且考虑其邻域内成员的平均评价，并将该调整策略分别引入WS小世界模型及NW小世界模型两种拓扑结构，仿真结果表明，该策略明显提高了算法后期的局部搜索能力，且NW小世界模型的结果优于WS小世界模型。（3）为了进一步验证改进的算法的性能，我们将几种改进的社会情感优化算法应用于人工神经网络训练，并以心脏病分类问题及太阳黑子预测问题为例，验证了本文算法的有效性。

关键词：社会情感优化算法邻域结构小世界模型人工神经网络

来源：评论

学校读者我要写书评

暂无评论

基于情感强度定律的社会情感优化算法及应用研究

基于情感强度定律的社会情感优化算法及应用研究

引用

作者：王瑛岐太原科技大学

学位级别：硕士

社会情感优化算法（SEOA）是通过模拟人类情感行为而构造出的群智能优化算法，该算法具有广阔的社会学和生物学背景，已被成功应用于团簇结构优化、电力系统无功优化等实际问题中。但由于该算法提出的时间比较短，目前对于它的应用研究... 详细信息

社会情感优化算法（SEOA）是通过模拟人类情感行为而构造出的群智能优化算法，该算法具有广阔的社会学和生物学背景，已被成功应用于团簇结构优化、电力系统无功优化等实际问题中。但由于该算法提出的时间比较短，目前对于它的应用研究还仅仅处于初级阶段，仍存在很多问题需要进一步地解决。为了能有效地改善社会情感优化算法的性能，本文引入情感强度定律，主要从两个角度对其进行改进，最后将其应用于实际优化问题中。第一，论文对社会情感优化算法做了具体的描述，然后分析其情感值的更新策略，在标准社会情感优化算法（SEOA）中，个体在更新的过程其情感值采取线性递减的方式，而在实际的情感经历过程中，当个体接近到最优值的时候，其情感强度值应该呈上升的趋势。因此本文根据情感强度第一定律，设计出新的情感更新策略，使其随自身和群体的社会评价值而变化。仿真实验结果也表明，改进后的算法具有更好的寻优能力，在收敛速度与精度上都有明显的提高。第二，随着对情感过程的进一步研究，我们发现情感强度值会随着时间呈负指数递减，即如果个体与周围临域的信息交互中断陷入孤立，则其情感强度值不是保持恒定不变，而是遵循情感强度第三定律，表现在算法中是可能陷入局部最优。本文从这一角度入手，加入了情感强度衰减策略，对算法进行改进，通过测试函数的仿真实验结果表明，改进算法的全局和局部寻优能力得到了进一步地平衡。最后，我们将本文改进的算法应用到计算判断矩阵的排序权重问题上。根据判断矩阵的基本性质，该问题可以转换为寻找最小的判断矩阵一致性指标所对应的各指标权重，本文采用改进的算法对该问题进行处理，通过算法的进化迭代找到一致性指标的全局最优值。与其他算法对比表明，本文算法性能良好，稳定性强。

关键词：社会情感优化算法情感强度情感衰减策略判断矩阵

来源：评论

学校读者我要写书评

暂无评论

基于情感强度定律的社会情感优化算法

引用

太原科技大学学报 2012年第4期33卷 249-253页

作者：王瑛岐崔志华谭瑛太原科技大学复杂系统与计算智能实验室太原030024 南京大学计算机软件新技术国家重点实验室南京210093

情感强度定律是在受到外界刺激作用时指导个体情感变化的理论基础。在社会情感优化算法的基础上引入了情感强度定律,考虑到情感在人类个体决策上所起的重要作用,我们对源于外界刺激的情感强度值进行了量化,使个体在自身认知和社会活动... 详细信息

情感强度定律是在受到外界刺激作用时指导个体情感变化的理论基础。在社会情感优化算法的基础上引入了情感强度定律,考虑到情感在人类个体决策上所起的重要作用,我们对源于外界刺激的情感强度值进行了量化,使个体在自身认知和社会活动中表现了合理的自适应能力,完善了算法的全局、局部搜索协调能力。最后对算法的参数也做了分析和讨论。仿真实验结果表明,该算法有效地提高了求解的性能,能高效地解决高维复杂多模态优化问题。

关键词：群体智能社会情感优化算法情感强度

来源：评论

学校读者我要写书评

暂无评论

基于IVMD与改进KELM的发动机故障诊断

引用

振动．测试与诊断 2019年第4期39卷 875-883,911,912页

作者：刘敏张英堂李志宁范红波陆军工程大学石家庄校区七系

为从含有较强噪声的缸盖振动信号中提取有效的故障特征并进行故障分类,提出了采用独立变分模态分解(independent variational mode decomposition,简称IVMD)与改进核极限学习机(improved kernel extreme learning machine,简称IKELM)的发动机故障诊断方法。首先,根据频谱循环相干系数选取匹配波形对信号进行端点延拓,并利用变分模态分解(variational mode decomposition,简称VMD)将延拓后信号分解为一系列固有模态分量,有效抑制了VMD中的端点效应;其次,选取有效分量作为输入观测信号,进行核独立成分分析,进一步分离干扰噪声与有效信号,并消除模态混叠,得到相互独立的有效故障特征频带,进而提取各频带的自回归模型参数、多尺度模糊熵和标准化能量矩构建故障特征向量集;最后,建立基于社会情感优化算法的IKELM分类模型,对故障特征进行分类,实现发动机故障诊断。仿真和实验结果表明,所提出的方法可有效抑制VMD的端点效应,提高信号分解精度,消除噪声干扰并分离出相互独立的有效故障特征频带,增强特征参数辨识度,最终提高发动机故障诊断速度与精度,发动机故障诊断平均准确率达到99.85%。

关键词：故障诊断核极限学习机社会情感优化算法频谱循环相干系数独立变分模态分解

来源：评论

学校读者我要写书评

暂无评论

社会情感算法优化神经网络的短时交通流预测

引用

传感器与微系统 2017年第10期36卷 23-26,30页

作者：张军胡震波朱新山王远强天津大学电气与自动化工程学院天津300072

针对反向传播(BP)神经网络用于交通流预测易陷入局部最优且寻优速度慢的问题,采用了社会情感优化(SEO)BP神经网络的参数,以SEO中的个体为一个BP神经网络,以3种情绪为表现形式,通过个体间的合作竞争进行寻优。运用Levy、正态、柯西分布3... 详细信息

针对反向传播(BP)神经网络用于交通流预测易陷入局部最优且寻优速度慢的问题,采用了社会情感优化(SEO)BP神经网络的参数,以SEO中的个体为一个BP神经网络,以3种情绪为表现形式,通过个体间的合作竞争进行寻优。运用Levy、正态、柯西分布3种情绪随机选择策略,通过不同方式实现了以不同的概率选择不确定的情绪,使SEO中情绪更好地模拟人的正常心理变化。实验表明:该模型较其他模型更有利于搜寻全局最优解,能有效提高短时交通流的预测精度。

关键词：城市交通短时交通流预测社会情感优化算法交通流 BP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：