-
题名基于改进混合遗传细菌觅食算法的贝叶斯结构学习算法
被引量:5
- 1
-
-
作者
刘浩然
常金凤
庞娜娜
李晨冉
卢泽丹
-
机构
燕山大学信息科学与工程学院
河北省特种光纤与光纤传感重点实验室
-
出处
《计量学报》
CSCD
北大核心
2020年第9期1122-1126,共5页
-
基金
河北省自然科学基金(F2019203320)
河北省人才工程培养资助项目(A201903005)。
-
文摘
针对利用启发式学习算法学习贝叶斯网络时容易陷入局部最优和寻优效率低的问题,提出一种改进的混合遗传细菌觅食优化算法的贝叶斯网络结构学习算法。该算法首先通过遗传算法求得较优种群并作为细菌觅食算法的初始种群;然后利用交叉和变异策略改进细菌觅食算法的复制行为,增加种群多样性,扩大搜索空间;最后通过改进细菌觅食算法的迁移行为的初始化操作更新种群,防止精英个体的丢失。通过种群的迭代搜索最终获得最优的贝叶斯网络结构。实验仿真结果表明,与其他算法相比,该算法的收敛精度和效率有所提升。
-
关键词
计量学
贝叶斯网络结构学习
细菌觅食优化算法
遗传算法
-
Keywords
metrology
Bayesian network structure learning
bacterial foraging optimization algorithm
genetic algorithm
-
分类号
TB973
[机械工程—测试计量技术及仪器]
-
-
题名一种改进的雁群扩展粒子群算法研究
被引量:12
- 2
-
-
作者
刘浩然
崔静闯
卢泽丹
郭长江
丁攀
-
机构
河北省特种光纤与光纤传感重点实验室
燕山大学信息科学与工程学院
燕山大学里仁学院
-
出处
《计量学报》
CSCD
北大核心
2019年第3期498-504,共7页
-
基金
国家自然科学基金(51641609)
-
文摘
针对粒子群算法易陷入局部最优的问题,结合雁群启示粒子群算法和扩展粒子群算法提出了基于雁群启示的扩展粒子群(Ge EPSO)算法。该算法在利用雁群飞行方向的多样性同时融合了所有粒子的个体极值信息,提高了种群多样性。为进一步提高改进算法的收敛速度,引入简化粒子群提出了Ge ESPSO算法。基准函数的仿真表明:改进算法Ge ESPSO较好地平衡了收敛速度和局部最优两个矛盾,总体较优。为进一步验证算法在实际应用中的有效性,又分别用两种改进算法优化BP神经网络,并用相关气象数据对PM2. 5的值进行预测。
-
关键词
计量学
粒子群优化算法
雁群启示
BP神经网络
PM2.5预测
-
Keywords
metrology
particle swarm optimization
flight of geese
BP neural network
PM2.5 prediction
-
分类号
TB973
[机械工程—测试计量技术及仪器]
-