基于极值动力学机制和信息融合搜索的混合算法及其应用

被引：1

作者：

付晓刚 ^{[1
]}

俞金寿 ^{[2
]}

机构：

[1] 上海电机学院电气学院

[2] 华东理工大学自动化研究所

来源：

化工学报 | 2011年 / 62卷 / 08期

关键词：

信息融合搜索算法; 极值动力学优化算法; 自适应lévy变异;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

140502 [人工智能];

摘要：

提出了一种新的基于自适应lévy变异的极值动力学和信息融合搜索的混合算法。新算法将全局搜索和局部搜索机制有机地结合起来,在全局搜索过程中,信息融合搜索算法(IFA)作为一种群智能进化算法,能够快速地逼近近似最优解;在局部搜索过程中,通过选择近似解的最差组元进行自适应lévy变异,利用极值动力学算法(EO)强大的局部搜索能力,协助IFA跳出局部极值点。将其运用于超临界水氧化去除率神经网络软测量建模,实验结果表明了方法的有效性和实用性。

引用

页码：2355 / 2359

页数：5

共 5 条

[1]

基于信息素机制的粒子群优化算法的设计与实现.[J].吕强;刘士荣;邱雪娜;.自动化学报.2009, 11

[2]

Supercritical water oxidation for the destruction of toxic organic wastewaters:A review.[J].VERIANSYAH Bambang;KIM Jae-Duck;.Journal of Environmental Sciences.2007, 05

[3]

超临界水氧化技术发展现状及展望 [J].

孙杰 ;

杨再鹏 ;

刘正 .

化工环保, 2005, (01) :33-36

[4]

Nature's way of optimizing.[J].Stefan Boettcher;Allon Percus.Artificial Intelligence.2000, 1

[5]

MAX – MIN Ant System.[J].Thomas Stützle;Holger H. Hoos.Future Generation Computer Systems.2000, 8

← 1 →