A Surface-Simplex Swarm Evolution Algorithm

In the paper,a particle surface-simplex search（PSSS） is designed based on particle surface-simplex and particle surface-simplex neighborhood.Using PSSS and an evolutionary strategy of multi-states swarm,a surface-simplex swarm evolution（SSSE） algorithm for numerical optimization is proposed.In the experiments,SSSE is applied to solve 17 benchmark problems and compared with the other intelligent optimization algorithms.In the application,SSSE is used to analyze the three intrinsic independent components of gravity earth tide.The results demonstrate that SSSE can accurately find optima or close-to-optimal solutions of the complex functions with high-dimension.The performance of SSSE is stable and efficient.

基于单形进化算法优化支持向量机的运动想象脑电分类研究

由于支持向量机(support vector machine,SVM)优化算法存在易陷入局部最优解、控制参数较多的问题,提出一种基于单形进化(surface⁃simplex swarm evolution,SSSE)算法优化的SVM并对运动想象(motor imagery,MI)脑电信号的分类进行了研究。提取MI脑电信号模糊熵和AR(auto regressive)模型参数作为输入特征,然后将SSSE应用在SVM的参数寻优中,实现对MI脑电信号的分类。测试实验中,对2003国际BCI竞赛Data setⅢ和2008国际BCI竞赛Data sets 2b进行左右手分类,结果表明,所提方法的平均分类正确率和Kappa值分别为82.47%和0.88,单形进化算法减少了控制参数且有效避免粒子陷入局部最优,验证了该方法在MI脑电信号分类的有效性。

一种语音与背景乐音信号盲分离优化算法

在盲分离算法中,许多智能优化算法被应用,以克服独立性准则函数的优化进入局部最优位置,但这些优化算法的性能依赖控制参数的选择。因此,提出利用一种单参数的纯随机搜索的单形进化优化算法(Surface-Simplex Swarm Evolution,SSSE),克服算法参数对优化算法性能的影响,提高盲分离算法的应用有效性,并将该改进盲分离算法应用于语音与背景乐音信号的盲分离。实验中,以四阶累积量作为独立分量分析(Independent Component Analysis,ICA)中的准则函数。实验结果表明,该改进算法有效分离出语音成分与背景乐音成分,而且在稳定性和分离效果方面具有较好的性能。