基于人工蜂群算法优化的改进高斯过程模型

• 作者: 任雄伟 刘忠 张乐 张建强
• 来源期刊: 国防科技大学学报
• 学科: 工学
• 关键词: 改进高斯过程 人工蜂群算法 超参数 参数优化
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 机械工程?控制科学与工程
• 页码范围: 154-160
• 页数: 7页
• 分类号: TP39
• 字数: 6949字
• 语种: 中文
• DOI: 10.11887/j.cn.201401027

摘要

高斯过程（GP）的非线性特征导致其对大样本的训练时间复杂度过高，而且其超参数的选取是否适当直接影响高斯过程回归模型的预测精度。提出采用人工蜂群（ABC）算法优化改进GP以减小时间复杂度和提高预测精度。改进GP通过选取训练样本的子样本进行模型学习，以降低训练过程的时间复杂度。ABC通过优化改进GP的超参数，提升预测精度。选取训练样本的子样本构建改进GP回归（GPR）模型，采用ABC算法搜寻改进GPR的最优超参数，并用得到的超参数构建最优的改进GPR模型，输入测试样本进行预测并输出预测精度。将该模型应用于解决海上远程精确打击（LPSS ）体系作战效能评估问题中，通过MATLAB仿真实验，与常见的多种优化方法相比较，验证了该模型的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘忠	海军工程大学电子工程学院	319	1950	19.0	27.0
2	张建强	海军工程大学电子工程学院	42	202	8.0	11.0
3	任雄伟	海军工程大学电子工程学院	25	107	6.0	9.0
4	张乐	海军工程大学电子工程学院	5	35	2.0	5.0