典型文献
融合振幅随机补偿与步长演变机制的改进原子搜索优化算法
文献摘要：
针对原子优化算法寻优精度弱且易陷入局部极值的问题,本文从种群多样性、参数适应性和位置动态性角度提出一种融合混沌优化、振幅随机补偿和步长演变机制改进的原子搜索优化算法(improved atom search optimization,IASO),并将其成功应用于分类任务.首先,引入帐篷映射(Tent混沌)增强原子种群在搜索空间中的分布均匀性;其次,通过构建振幅函数对算法参数进行随机扰动并加入步长演变因子更新原子位置,以增强算法全局性和收敛性;最后,再将改进算法应用于误差反馈神经网络(BP神经网络)参数优化.通过与6种元启发式算法在20个基准测试函数下的数值实验对比表明:IASO不仅在求解多维基准函数上具有好的寻优性能,且在对BP神经网络参数进行优化时相较于2种对比算法具有更高的分类精度.
文献关键词：
元启发式算法;原子搜索优化算法;Tent混沌优化;振幅随机补偿;步长演变机制;BP神经网络参数优化;分类;机器学习
中图分类号：
作者姓名：
刘威;郭直清;刘光伟;靳宝;王东
作者机构：
辽宁工程技术大学 理学院,辽宁 阜新 123000;辽宁工程技术大学 智能工程与数学研究院,辽宁 阜新123000;辽宁工程技术大学 数学与系统科学研究所,辽宁 阜新 123000;辽宁工程技术大学 矿业学院,辽宁阜新 123000
文献出处：
引用格式：
[1]刘威;郭直清;刘光伟;靳宝;王东-.融合振幅随机补偿与步长演变机制的改进原子搜索优化算法)[J].智能系统学报,2022(03):602-616
A类：
振幅随机补偿,步长演变机制,原子优化算法,IASO,入帐
B类：
原子搜索优化算法,算法寻优,寻优精度,局部极值,种群多样性,混沌优化,机制改进,improved,atom,search,optimization,成功应用,分类任务,帐篷,Tent,子种群,搜索空间,分布均匀性,算法参数,随机扰动,变因,增强算法,全局性,收敛性,改进算法,算法应用,误差反馈,反馈神经网络,元启发式算法,基准测试函数,数值实验,实验对比,维基,基准函数,寻优性能,网络参数,对比算法,分类精度
AB值：
0.325057
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
