自适应学习集成优化算法及矩阵特征值求解

• 作者: 孟新 庄毅 张友益 薛羽
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: 自适应 学习 差分进化 人工免疫系统 微粒群优化 矩阵 特征值
• 年，卷（期）: 2013,（7）
• 所属期刊栏目: 人工智能
• 页码范围: 1435-1443
• 页数: 9页
• 分类号: TP18
• 字数: 7796字
• 语种: 中文

摘要

为了增强数值优化算法的高效性和鲁棒性,提出一种基于自适应学习的集成算法(self-adaptivelearning-based ensemble algorithm,SALBEA).在SALBEA中,采用贪婪繁殖算子、进化搜索策略学习算子、X进化算子、种群多样性维持算子改进算法进化结构.此外,SALBEA通过引入概率选择模型和自适应学习机制集成了4种有效的进化搜索策略.首先,为了评估所提算法的性能,采用26个测试函数进行算法对比测试,实验结果表明SALBEA比同类算法具有更好的高效性和鲁棒性.最终,将SALBEA用于求解矩阵特征值这一数值计算问题,结果表明该算法求解精度较高,具有较好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	庄毅	南京航空航天大学计算机科学与技术学院	126	790	14.0	23.0
2	薛羽	南京航空航天大学计算机科学与技术学院	11	72	4.0	8.0
3	张友益		7	47	3.0	6.0
4	孟新	南京航空航天大学计算机科学与技术学院	1	3	1.0	1.0