安徽高等学校省级优秀青年人才基金(2012SQRL112)
- 作品数：2 被引量：40H指数：2
- 相关作者：张朝龙李彦梅王陈宁陈世军江巨浪更多>>
- 相关机构：安庆师范学院更多>>
- 发文基金：安徽高等学校省级优秀青年人才基金安徽省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于混沌云模型的粒子群优化算法被引量：10
- 2012年
- 针对传统粒子群优化(PSO)算法寻优精度不高和易陷入局部收敛区域的缺点,引入混沌算法和云模型算法对PSO算法的进化机制进行优化,提出混沌云模型粒子群优化(CCMPSO)算法。在算法处于收敛状态时将粒子分为优秀粒子和普通粒子,应用云模型算法和优秀粒子对收敛区域局部求精,发掘全局最优位置;应用混沌算法和普通粒子对收敛区域以外空间进行全局寻优,探索全局最优位置。应用特征根法对CCMPSO算法的收敛性进行分析,并通过仿真实验证明,CCMPSO算法的寻优性能优于其他常用PSO算法。
- 张朝龙余春日江善和刘全金吴文进李彦梅
- 关键词：混沌云模型粒子群优化适应度
- 基于云粒子群-最小二乘支持向量机的传感器温度补偿被引量：30
- 2012年
- 针对传感器的测量精度受温度影响较大问题,提出了一种基于云粒子群-最小二乘支持向量机(CMPSO-LSSVM)的温度补偿方法。云粒子群算法(CMPSO)将云模型算法应用于粒子群优化(PSO)算法的收敛机制,具有寻优精度高的特点。CMPSO算法对LSSVM的参数进行优化选择,建立CMPSO-LSSVM传感器温度补偿模型。将该模型应用于振弦式传感器的温度补偿,通过实验证明了该温度补偿方法优于当前其他主要方法。
- 张朝龙江巨浪李彦梅陈世军査长礼王陈宁
- 关键词：云模型粒子群优化最小二乘支持向量机温度补偿
