基于优化GSA算法的不良数据辨识方法研究

• 作者: 冯懿 应展烽 衡星
• 来源期刊: 科技广场
• 学科: 工学
• 关键词: 不良数据辨识 GSA肘形判据 最大最小距离法 优化GSA辨识模型
• 年，卷（期）: 2013,（3）
• 页码范围: 245-248
• 分类号: TP311
• 字数: 2888字
• 语种: 中文

摘要

不良数据辨识是提高工业自动化监测数据可靠性的有效方法.为克服聚类初值随意选取对传统G SA 不良数据辨识算法的精度和运算速度造成的负面影响,本文利用最大最小距离法对基于G SA 不良数据辨识过程进行了优化.分别将传统GSA 算法和优化GSA 算法应用于UCI标准数据库中的IRIS数据集辨识中,仿真结果表明,优化G SA 算法在辨识精度和计算耗时方面明显优于传统G SA 方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	应展烽	南京理工大学能源与动力工程学院	55	448	13.0	19.0
2	衡星	南京理工大学能源与动力工程学院	1	1	1.0	1.0
3	冯懿		1	1	1.0	1.0