期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于耦合协调种群状态评估的差分进化算法
1
作者
封全喜
金培源
+2 位作者
岑健铭
艾武
林彬
《模式识别与人工智能》
EI
CSCD
北大核心
2023年第8期733-748,共16页
差分进化算法是一种基于群体内个体之间差异的全局随机搜索算法,其中变异算子是差分进化算法的重要组成部分,不同的变异算子适用于不同的种群分布情况.为了有效识别种群的进化状态,文中提出基于耦合协调种群状态评估的差分进化算法,计...
差分进化算法是一种基于群体内个体之间差异的全局随机搜索算法,其中变异算子是差分进化算法的重要组成部分,不同的变异算子适用于不同的种群分布情况.为了有效识别种群的进化状态,文中提出基于耦合协调种群状态评估的差分进化算法,计算四个不同等级目标函数值和个体间距离的耦合协调度,评估种群在迭代过程中所处的进化状态.根据评估结果将种群状态分为搜索、平衡、收敛三种进化状态,并针对不同的进化状态构造相应的变异算子池.此外,通过自适应调节Powell方法,提升算法的收敛速度.最后,在CEC2017测试函数集上的数值实验验证文中算法的有效性.
展开更多
关键词
差分进化算法
耦合协调度
变异算子
进化状态
自适应Powell方法
下载PDF
职称材料
基于DE-lightGBM模型的上市公司高送转预测实证研究
被引量:
1
2
作者
岑健铭
封全喜
+1 位作者
张丽丽
佟锐超
《计算机科学》
CSCD
北大核心
2022年第S02期137-143,共7页
“高送转”现象指上市公司转增较大比例的股票。针对上市公司实施“高送转”现象的预测问题,文中提出了一种基于差分进化算法超参数优化的lightGBM模型(简记为DE-lightGBM)。该模型主要包括两个方面:首先,利用差分进化算法调整lightGBM...
“高送转”现象指上市公司转增较大比例的股票。针对上市公司实施“高送转”现象的预测问题,文中提出了一种基于差分进化算法超参数优化的lightGBM模型(简记为DE-lightGBM)。该模型主要包括两个方面:首先,利用差分进化算法调整lightGBM模型的损失函数中少数类别的权重以及正则项系数,以处理数据类别不平衡的问题;其次,以F1和AUC作为评价指标,再次利用差分进化算法优化li-ghtGBM模型的重要超参数变量,找到一组预测效果最优的参数组合。数值结果显示,DElightGBM模型取得了较好的效果,F1和AUC值分别为0.5368和0.8734。提出的DE-lightGBM模型能够有效识别下一年将会实施“高送转”的上市公司。
展开更多
关键词
高送转
差分进化算法
lightGBM
不平衡数据处理
机器学习
下载PDF
职称材料
题名
基于耦合协调种群状态评估的差分进化算法
1
作者
封全喜
金培源
岑健铭
艾武
林彬
机构
桂林理工大学理学院
桂林理工大学、广西高校应用统计重点实验室
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2023年第8期733-748,共16页
基金
国家自然科学基金项目(No.62166015,62166013)资助。
文摘
差分进化算法是一种基于群体内个体之间差异的全局随机搜索算法,其中变异算子是差分进化算法的重要组成部分,不同的变异算子适用于不同的种群分布情况.为了有效识别种群的进化状态,文中提出基于耦合协调种群状态评估的差分进化算法,计算四个不同等级目标函数值和个体间距离的耦合协调度,评估种群在迭代过程中所处的进化状态.根据评估结果将种群状态分为搜索、平衡、收敛三种进化状态,并针对不同的进化状态构造相应的变异算子池.此外,通过自适应调节Powell方法,提升算法的收敛速度.最后,在CEC2017测试函数集上的数值实验验证文中算法的有效性.
关键词
差分进化算法
耦合协调度
变异算子
进化状态
自适应Powell方法
Keywords
Differential Evolution Algorithm
Coupling Coordination Degree
Mutation Operator
Evolutionary State
Adaptive Powell′s Method
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于DE-lightGBM模型的上市公司高送转预测实证研究
被引量:
1
2
作者
岑健铭
封全喜
张丽丽
佟锐超
机构
桂林理工大学理学院
广西高校应用统计重点实验室
出处
《计算机科学》
CSCD
北大核心
2022年第S02期137-143,共7页
基金
国家自然科学基金(62166015,61763008,62166013)
防城港市科学技术攻关项目(防财教[2014]42号)
文摘
“高送转”现象指上市公司转增较大比例的股票。针对上市公司实施“高送转”现象的预测问题,文中提出了一种基于差分进化算法超参数优化的lightGBM模型(简记为DE-lightGBM)。该模型主要包括两个方面:首先,利用差分进化算法调整lightGBM模型的损失函数中少数类别的权重以及正则项系数,以处理数据类别不平衡的问题;其次,以F1和AUC作为评价指标,再次利用差分进化算法优化li-ghtGBM模型的重要超参数变量,找到一组预测效果最优的参数组合。数值结果显示,DElightGBM模型取得了较好的效果,F1和AUC值分别为0.5368和0.8734。提出的DE-lightGBM模型能够有效识别下一年将会实施“高送转”的上市公司。
关键词
高送转
差分进化算法
lightGBM
不平衡数据处理
机器学习
Keywords
Large Stock Dividends
Differential Evolution
LightGBM
Unbalance treatment
Machine learning
分类号
F832.51 [经济管理—金融学]
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于耦合协调种群状态评估的差分进化算法
封全喜
金培源
岑健铭
艾武
林彬
《模式识别与人工智能》
EI
CSCD
北大核心
2023
0
下载PDF
职称材料
2
基于DE-lightGBM模型的上市公司高送转预测实证研究
岑健铭
封全喜
张丽丽
佟锐超
《计算机科学》
CSCD
北大核心
2022
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部