艾兵
- 作品数：3 被引量：33H指数：2
- 供职机构：桂林理工大学信息科学与工程学院更多>>
- 发文基金：国家自然科学基金广西壮族自治区自然科学基金广西研究生教育创新计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于高斯扰动和自然选择的改进粒子群优化算法被引量：24
- 2016年
- 为了有效地平衡粒子群算法的全局与局部搜索性能,提出一种基于高斯扰动和自然选择的改进粒子群优化算法。该算法在采用简化粒子群优化算法的基础上,考虑到个体最优粒子间的相互影响,使用所有融入高斯扰动的个体最优的平均值代替每个粒子的个体最优值,并且借鉴自然选择中适者生存的进化机制提高算法优化性能;同时通过含有惯性权重停止阈值的自适应调节余弦函数递减策略来实现对惯性权重的非线性调整并采用异步变化调整策略来改善粒子的学习能力。仿真实验结果表明,所提算法在收敛速度和精度等方面均有提高,寻优性能优于近期文献中的几种改进的粒子群优化算法。
- 艾兵董明刚
- 关键词：粒子群优化自然选择惯性权重
- 基于多策略排序变异的多目标差分进化算法被引量：8
- 2018年
- 针对多目标差分进化算法求解多目标优化问题时收敛慢和均匀性欠佳等不足,提出了一种基于多策略排序变异的多目标差分进化算法。该算法利用基于排序变异算子来快速接近真实的Pareto最优解,同时引入多策略差分进化算子以保持种群的多样性;通过自适应策略动态调整控制参数以提高算法的鲁棒性,并且从理论证明的角度分析了所提算法的收敛性。仿真实验结果表明,该算法相对于近期相关文献中的改进算法具有更好的收敛性与多样性,从而表明了所提算法的有效性。
- 艾兵董明刚敬超
- 关键词：多目标优化自适应参数调整
- 基于误差校正的能源消费总量预测方法被引量：1
- 2016年
- 鉴于能源消费量具有趋势性、非平稳性等特点,而差分自回归移动平均模型(ARIMA)只能反映能源消费量的部分信息,预测结果不太理想。为了提高预测精度,提出了基于二次误差校正ARIMA模型的能源消费预测方法:首先采用ARIMA模型对能源消费总量进行初步预测,然后构建偏最小二乘回归支持向量机模型(PLS-SVM)对残差序列数据中未被解释的部分进行分析和拟合,并对未来的残差进行预测。最后利用所得残差预测值对能源消费总量预测值进行校正。对福建省1978—2012年的能源消费总量数据进行仿真,实验结果表明,与ARIMA等方法相比,本文提出的方法获得了较好的预测结果,是一种有效的能源消费量预测方法。
- 艾兵董明刚
- 关键词：ARIMA模型偏最小二乘回归支持向量机能源消费量
