首站-论文投稿智能助手
典型文献
阴阳萤火虫算法及其在全局优化问题中的应用研究
文献摘要:
针对萤火虫算法(Firefly Algorithm,FA)在寻优中容易出现早熟现象、收敛不稳定的缺点,基于中国阴阳学说的内涵,提出一种新颖的阴阳萤火虫算法(Yin-Yang firefly algorithm,YYFA).首先,为了降低算法时间复杂度,设计一种新型随机吸引模型;其次,根据深度学习思想,采用阴阳萤火虫深度学习策略对当前最优萤火虫进行有效信息深度挖掘来引导萤火虫种群向更优方向移动.利用13个典型全局优化测试函数对阴阳萤火虫算法进行仿真实验,并与不同组合策略算法进行对比分析,实验结果表明YYFA算法表现出较好的全局寻优能力和稳定性,Friedman检验方法显示阴阳萤火虫深度学习策略是一种有效的改进方法.最后将YYFA算法应用到黄甫川站年径流预报问题中,利用其优选支持向量回归模型(Support Vector Regression,SVR)的超参数,构建YYFA-SVR预报模型.应用结果表明YYFA-SVR模型预报效果优于BOA-SVR模型、WOA-SVR模型和ESDA-SVR模型,预报精度较高,可为相关预报工作提供新思路.
文献关键词:
萤火虫算法;阴阳萤火虫深度学习;测试函数;径流预报;支持向量回归;黄甫川站
作者姓名:
王文川;徐雷;徐冬梅
作者机构:
华北水利水电大学水资源学院,河南郑州450046
引用格式:
[1]王文川;徐雷;徐冬梅-.阴阳萤火虫算法及其在全局优化问题中的应用研究)[J].应用基础与工程科学学报,2022(01):64-75
A类:
YYFA,阴阳萤火虫深度学习,黄甫川,黄甫川站
B类:
萤火虫算法,全局优化,优化问题,Firefly,Algorithm,早熟,阴阳学说,Yin,Yang,firefly,algorithm,时间复杂度,学习思想,深度学习策略,有效信息,深度挖掘,测试函数,不同组合,组合策略,全局寻优,寻优能力,Friedman,检验方法,法显,改进方法,算法应用,年径流,径流预报,支持向量回归模型,Support,Vector,Regression,SVR,超参数,预报模型,预报效果,BOA,WOA,ESDA,预报精度
AB值:
0.30396
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。