闽南网12月14日讯(通讯员 王洁雯 闽南网记者 周怡楠),近日,闽南师范大学物理与信息工程学院夏学文教授团队与武汉大学李元香、华南农业大学李康顺两位教授合作,以夏学文为第一作者、闽南师范大学为第一单位在国际人工智能期刊《IEEE Transactions on Fuzzy Systems》(SCI一区,TOP期刊,IF=12.253)上发表题为《A Particle Swarm Optimization with Adaptive Learning Weights Tuned by A Multiple-Input Multiple-Output Fuzzy Logic Controller》的学术论文。
以粒子群优化算法(Particle Swarm Optimization)为代表的智能算法近年来在科学计算、复杂工程应用中扮演着越来越重要的角色,但如何平衡算法局部搜索能力和全局搜索能力, 进而提升算法在求解不同问题时的自适应能力一直是该研究领域的重点和难点。夏学文教授团队创新性地将个体行为的新颖性(Novelty)引入到个体性能的评价机制中,将传统基于适应值驱动的搜索机制拓展为基于适应值-新颖性的混合驱动搜索机制, 为智能算法中评价个体优劣提供了新的视角。同时,为了满足算法在不同优化阶段的需求,引入模糊控制技术对个体的搜索方向和步长进行自适应调节,不仅降低了人工调参的难度,同时赋予了算法在不同搜索空间适应值景观中的适应能力。实验结果也表明,改进后的算法能有效平衡全局搜索能力和局部搜索能力之间的矛盾,针对不同特征的问题能进行更有效的优化搜索。
据悉,夏学文所在的人工智能研究团队2022年已在《IEEE Transactions on Fuzzy Systems》《Swarm and Evolutionary Computation》《Information Sciences》等期刊上发表论文20余篇,研究内容涉及计算智能、大数据应用、区块链技术、图像识别与跟踪技术等。
您需要登录后才可以评论, 登录| 注册
祝贺!我国最大“沙戈荒”光伏项目成功并网2024-12-19
闽南网推出专题报道,以图、文、视频等形式,展现篮球比分直播:在补齐养老事业短板,提升养老服