检索结果-南通市图书馆

Synergistic Swarm Optimization Algorithm

Computer Modeling in Engineering & Sciences 2024年第6期139卷 2557-2604页

作者： Sharaf Alzoubi Laith Abualigah Mohamed Sharaf Mohammad Sh.Daoud Nima Khodadadi heming jia Faculty of Computer Sciences and Informatics Amman Arab UniversityAmman11953Jordan Computer Science Department Al Al-Bayt UniversityMafraq25113Jordan Department of Electrical and Computer Engineering Lebanese American UniversityByblos13-5053Lebanon Hourani Center for Applied Scientific Research Al-Ahliyya Amman UniversityAmman19328Jordan MEU Research Unit Middle East UniversityAmman11831Jordan Applied Science Research Center Applied Science Private UniversityAmman11931Jordan School of Computer Sciences Universiti Sains MalaysiaPulau Pinang11800Malaysia School of Engineering and Technology Sunway University MalaysiaPetaling Jaya27500Malaysia Department of Industrial Engineering College of EngineeringKing Saud UniversityP.O.Box 800Riyadh11421Saudi Arabia College of Engineering Al Ain UniversityAbu Dhabi112612United Arab Emirates Department of Civil and Architectural Engineering University of MiamiCoral Gables1251USA School of Information Engineering Sanming UniversitySanming365004China

This research paper presents a novel optimization method called the Synergistic Swarm Optimization Algorithm(SSOA).The SSOA combines the principles of swarmintelligence and synergistic cooperation to search for optimal solutions efficiently.A synergistic cooperation mechanism is employed,where particles exchange information and learn from each other to improve their search *** cooperation enhances the exploitation of promising regions in the search space while maintaining exploration ***,adaptive mechanisms,such as dynamic parameter adjustment and diversification strategies,are incorporated to balance exploration and *** leveraging the collaborative nature of swarm intelligence and integrating synergistic cooperation,the SSOAmethod aims to achieve superior convergence speed and solution quality performance compared to other optimization *** effectiveness of the proposed SSOA is investigated in solving the 23 benchmark functions and various engineering design *** experimental results highlight the effectiveness and potential of the SSOA method in addressing challenging optimization problems,making it a promising tool for a wide range of applications in engineering and *** codes of SSOA are available at:https://***/matlabcentral/fileexchange/153466-synergistic-swarm-optimization-algorithm.

关键词： Synergistic swarm optimization algorithm optimization algorithm metaheuristic engineering problems benchmark functions

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

改进?鱼优化算法和熵测度的图像多阈值分割

引用

智能系统学报 2024年第2期19卷 381-391页

作者：刘庆鑫李霓贾鹤鸣齐琦海南大学计算机科学与技术学院海南海口570228 海南师范大学数学与统计学院海南海口571158 海南师范大学数据科学与智慧教育教育部重点实验室海南海口571158 三明学院信息工程学院福建三明365004

针对传统图像多阈值分割方法存在效率低、分割质量差等问题,提出一种改进?鱼优化算法并结合熵测度(weight lens remora optimization algorithm,WLROA)的图像多阈值分割方法。针对?鱼优化算法易陷入局部极值等缺陷,引入透镜成像反向学... 详细信息

针对传统图像多阈值分割方法存在效率低、分割质量差等问题,提出一种改进?鱼优化算法并结合熵测度(weight lens remora optimization algorithm,WLROA)的图像多阈值分割方法。针对?鱼优化算法易陷入局部极值等缺陷,引入透镜成像反向学习策略,生成透镜反向解来增加种群多样性,进而提高算法跳出局部极值能力;提出一种自适应权重因子,对个体位置进行自适应扰动,提高算法探索能力。以最小化交叉熵作为优化目标,利用WLROA确定最小交叉熵并获得相应分割阈值。选取部分伯克利大学分割数据集图像和遥感图像测试提出算法的分割性能,测试结果表明,WLROA与其他知名算法相比具有更好的分割效果,能够有效实现复杂图像的精确处理。

关键词：图像处理多阈值分割 ?鱼优化算法最小交叉熵透镜成像反向学习自适应权重因子全局优化遥感图像

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

融合多狩猎协调策略的爬行动物搜索算法

引用

计算机应用 2024年第9期44卷 2818-2828页

作者：力尚龙刘建华贾鹤鸣福建理工大学计算机科学与数学学院福州350118 福建省大数据挖掘与应用技术重点实验室(福建理工大学) 福州350118 三明学院信息工程学院福建三明365004

爬行动物搜索算法(RSA)具有较强的全局探索能力,但开发能力相对薄弱,在迭代后期无法较好地收敛。针对上述问题,综合教与学优化(TLBO)算法、二次插值的天牛须搜索(BAS)算法和透镜成像反向学习策略,提出一种融合多狩猎协调策略的爬行动物... 详细信息

爬行动物搜索算法(RSA)具有较强的全局探索能力,但开发能力相对薄弱,在迭代后期无法较好地收敛。针对上述问题,综合教与学优化(TLBO)算法、二次插值的天牛须搜索(BAS)算法和透镜成像反向学习策略,提出一种融合多狩猎协调策略的爬行动物搜索算法(MHCS-RSA)。MHCS-RSA保留了RSA包围阶段(全局探索)和狩猎阶段(局部开发)中狩猎合作的位置更新公式,在狩猎阶段,将狩猎协调融合TLBO算法的学习阶段和二次插值的BAS进行位置更新,以增强算法的开发能力和收敛能力;此外,引入透镜成像反向学习策略以增强算法跳出局部最优的能力。在CEC 2020测试函数上的实验结果表明,MHCS-RSA具有良好的寻优能力、收敛能力以及鲁棒性。最后通过对拉力/压力弹簧设计问题和减速器设计问题的求解,进一步验证了MHCS-RSA求解实际问题的有效性。

关键词：爬行动物搜索算法教与学优化算法二次插值的天牛须搜索算法透镜成像反向学习工程问题求解

来源：

维普期刊数据库

同方期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

融合非线性收敛因子与变异准反射学习的哈里斯鹰优化算法

引用

智能系统学报 2024年第3期19卷 738-748页

作者：宋美佳贾鹤鸣林志兴刘庆鑫三明学院网络中心福建三明365004 三明学院信息工程学院福建三明365004 海南大学计算机科学与技术学院海南海口570228

针对哈里斯鹰优化算法(Harris Hawks optimization,HHO)易早熟收敛、寻优精度低、收敛速度慢等问题,提出一种融合非线性收敛因子与变异准反射学习的哈里斯鹰优化算法(improved Harris Hawks optimization,IHHO)。首先,初始化阶段引入Cir... 详细信息

针对哈里斯鹰优化算法(Harris Hawks optimization,HHO)易早熟收敛、寻优精度低、收敛速度慢等问题,提出一种融合非线性收敛因子与变异准反射学习的哈里斯鹰优化算法(improved Harris Hawks optimization,IHHO)。首先,初始化阶段引入Circle混沌映射,提高初始化种群多样性和种群位置质量;其次,引入Sigmoid非线性收敛因子,平衡全局探索和局部开发能力;最后,针对HHO算法易陷入局部最优问题,提出变异准反射学习(quasi-reflection-based learning,QRBL)策略,提高种群活力,进一步提高算法局部收敛能力。仿真实验采用13个标准测试函数和1个经典工程问题对改进算法进行测试,结果表明改进算法收敛精度、收敛速度均有较大提高,适用于解决实际问题。

关键词：哈里斯鹰优化算法非线性收敛因子准反射学习准反向学习混沌映射工程问题元启发算法群智能

来源：

维普期刊数据库博看期刊

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

Krein-space approach to robust fltering for uncertain systems with time-varying bias

引用

控制理论与应用（英文版） 2013年第4期11卷 634-641页

作者： heming jia Wenlong SONG Jin FENG College of Mechanical and Electrical Engineering Northeast Forestry University College of Automation Harbin Engineering University

In this paper, a novel Krein space approach to robust estimation for uncertain systems with accumulated bias is proposed. The bias is impacted by system uncertainties and exists in both state transition and observer matrices. Initial conditions and cross-correlated uncertainty inputs are described by the sum quadratic constraint （SQC）. Without modifying the SQC, the minimal state of the SQC is obtained through Krein space method. The inertia condition for a minimum of a deterministic quadratic form is derived when the coefficient of observer uncertainty input is non-unit matrix. Recursions of Krein space state filtering and bias filtering are developed respectively. Since the cross correlation between uncertainties is considered, a cross correlation gain is introduced into the posteriori estimator. Finally, a numerical example illustrates the performance of the proposed filter.

关键词： Linear system Parameter uncertainty Time-varying bias Sum quadratic form Krein space linear estimation

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

Hybrid Sooty Tern Optimization and Differential Evolution for Feature Selection

引用

Computer Systems Science & Engineering 2021年第12期39卷 321-335页

作者： heming jia Yao Li Kangjian Sun Ning Cao Helen Min Zhou College of Information Engineering Sanming UniversitySanming365004China College of Mechanical and Electrical Engineering Northeast Forestry UniversityHarbin150040China School of Engineering Manukau Institute of TechnologyAuckland2241New Zealand

In this paper,a hybrid model based on sooty tern optimization algo-rithm(STOA)is proposed to optimize the parameters of the support vector machine(SVM)and identify the best feature sets *** selec-tion is an essential process of data preprocessing,and it aims to find the most rele-vant subset of *** recent years,it has been applied in many practical domains of intelligent *** application of SVM in many fields has proved its effectiveness in classification tasks of various *** performance is mainly determined by the kernel type and its *** of the most challenging process in machine learning is feature selection,intending to select effective and representative *** main disadvantages of feature selection processes included in classical optimization algorithm are local optimal stagnation and slow ***,the hybrid model proposed in this paper merges the STOA and differential evolution(DE)to improve the search efficiency and con-vergence rate.A series of experiments are conducted on 12 datasets from the UCI repository to comprehensively and objectively evaluate the performance of the proposed *** superiority of the proposed method is illustrated from dif-ferent aspects,such as the classification accuracy,convergence performance,reduced feature dimensionality,standard deviation(STD),and computation time.

关键词： sooty tern optimization algorithm hybrid optimization feature selection support vector machine

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Improved Reptile Search Algorithm by Salp Swarm Algorithm for Medical Image Segmentation

引用

Journal of Bionic Engineering 2023年第4期20卷 1766-1790页

作者： Laith Abualigah Mahmoud Habash Essam Said Hanandeh Ahmad MohdAziz Hussein Mohammad Al Shinwan Raed Abu Zitar heming jia Computer Science Department Prince Hussein Bin Abdullah Faculty for Information TechnologyAl Al-Bayt UniversityMafraq25113Jordan Hourani Center for Applied Scientific Research Al-Ahliyya Amman UniversityAmman19328Jordan Faculty of Information Technology Middle East UniversityAmman11831Jordan Applied Science Research Center Applied Science Private UniversityAmman11931Jordan School of Computer Sciences Universiti Sains Malaysia11800Pulau PinangMalaysia Amman Arab University AmmanJordan Department of Computer Information System Zarqa UniversityP.O.Box 13132ZarqaJordan Deanship of E-Learning and Distance Education Umm Al-Qura UniversityMakkah21955Saudi Arabia Faculty of Information Technology Applied Science Private UniversityAmman11931Jordan Sorbonne Center of Artificial Intelligence Sorbonne University-Abu DhabiAbu DhabiUnited Arab Emirates School of Information Engineering Sanming UniversitySanming365004China

This study proposes a novel nature-inspired meta-heuristic optimizer based on the Reptile Search Algorithm combed with Salp Swarm Algorithm for image segmentation using gray-scale multi-level thresholding,called *** proposed method introduces a better search space to find the optimal solution at each ***,we proposed RSA-SSA to avoid the searching problem in the same area and determine the optimal multi-level *** obtained solutions by the proposed method are represented using the image *** proposed RSA-SSA employed Otsu’s variance class function to get the best threshold values at each *** performance measure for the proposed method is valid by detecting fitness function,structural similarity index,peak signal-to-noise ratio,and Friedman ranking *** benchmark images of COVID-19 validate the performance of the proposed *** results showed that the proposed RSA-SSA outperformed other metaheuristics optimization algorithms published in the literature.

关键词： Bioinspired Reptile Search Algorithm Salp Swarm Algorithm Multi-level thresholding Image segmentation Meta-heuristic algorithm

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

融合动态小孔成像的鲸鱼优化算法

引用

龙岩学院学报 2024年第2期42卷 20-28页

作者：杜一龙贾鹤鸣李政邦张津瑞卢程浩黑龙江八一农垦大学黑龙江大庆163000 三明学院福建三明365004 福建理工大学福建福州350118

针对鲸鱼优化算法容易陷入局部最优和收敛精度低等缺点,提出了一种融合动态小孔成像策略的改进鲸鱼优化(DPIWOA)算法。动态小孔成像策略与普通的反向学习策略相比,可以产生更多样化的对立点,使用该策略可以加快算法的收敛速度和提高收... 详细信息

针对鲸鱼优化算法容易陷入局部最优和收敛精度低等缺点,提出了一种融合动态小孔成像策略的改进鲸鱼优化(DPIWOA)算法。动态小孔成像策略与普通的反向学习策略相比,可以产生更多样化的对立点,使用该策略可以加快算法的收敛速度和提高收敛精度,同时也可以避免算法在迭代过程中陷入局部最优。通过23个基准测试函数的实验结果表明,DPIWOA在收敛速度和寻优精度等方面均有提升,验证了改进策略的有效性和实用性。

关键词：鲸鱼优化算法动态小孔成像反向学习基准函数测试

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于非线性干扰观测器的L_2滤波反步控制

引用

中南大学学报（自然科学版） 2014年第8期45卷 2640-2647页

作者：贾鹤鸣宋文龙东北林业大学机电工程学院黑龙江哈尔滨150040

针对一类多输入多输出高阶不确定非线性系统,提出一种基于非线性干扰观测器的L2滤波反步控制方法。利用非线性干扰观测器对系统的未知复合干扰进行在线估计,基于李雅普诺夫稳定性理论设计指令滤波反步控制器,避免常规反步法由于对虚拟... 详细信息

针对一类多输入多输出高阶不确定非线性系统,提出一种基于非线性干扰观测器的L2滤波反步控制方法。利用非线性干扰观测器对系统的未知复合干扰进行在线估计,基于李雅普诺夫稳定性理论设计指令滤波反步控制器,避免常规反步法由于对虚拟控制迭代求导造成控制器复杂的问题,设计L2干扰抑制鲁棒控制器减弱了观测器误差对控制精度带来的影响。针对某三阶不确定非线性系统进行仿真验证。研究结果表明:非线性干扰观测器能够有效估计系统的复合扰动,且L2干扰抑制方法能够在观测器存在误差时提高控制精度。

关键词：不确定非线性系统滤波反步法非线性干扰观测器 L2干扰抑制

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

Particle Swarm Optimized Adaptive Dynamic Surface Control for PMSM Servo System

Particle Swarm Optimized Adaptive Dynamic Surface Control fo...

引用

第36届中国控制会议

作者： Ziyin Chen Zhe Lin Gang Huang heming jia Chunyu Yue Beijing Institute of Space Mechanics & Electricity College of Mechanical and Electrical Engineering Northeast Forestry University

ISBN: (纸本)9781538629185

To solve the control problem of permanent magnet synchronous motor（PMSM） for servo system in the present of parameter uncertainties,we design an adaptive backstepping controller with dynamic surface method,the derivatives of virtual control variables can be approximated through a first-order filter,which can avoid the needs for repeated computing the derivatives of virtual control in backstepping design,meanwhile some nonlinear coupled terms are reserved instead of using directly nonlinear cancellation in feedback linearization,which can further simplify the resulted *** adaptation laws are designed through Lyapunov stability analysis with guaranteed uniformly ultimately bounded convergence for close-loop *** swarm optimization（PSO） algorithm is adopted to determine the optimal parameters for the controller by minimizing the objective ***,the simulation results are presented to prove the effectiveness and robustness of the proposed controller.

关键词： permanent magnet synchronous motor(PMSM) backstepping dynamic surface control(DSC) adaptive control particle swarm optimization(PSO)

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：