检索结果

Select

1. 基于影响度的统计显著序列模式挖掘算法

吴军, 欧阳艾嘉, 张琳

《计算机应用》唯一官方网站 2022, 42 (9): 2713-2721. DOI: 10.11772/j.issn.1001-9081.2021071311

摘要（293）

HTML （4）

PDF （1068KB）（103）

针对传统序列模式挖掘算法中支持度不能如实体现序列模式兴趣度以及未对报告的序列模式进行质量评估的问题，提出一个基于影响度的统计显著序列模式挖掘算法ISSPM。首先，递归地挖掘出所有满足兴趣度约束的序列模式；然后，使用项集置换方法构建这些序列模式的置换检验零分布；最后，通过该零分布计算出被评估的序列模式的统计度量值，并从上述序列模式中找到所有统计显著序列模式。真实序列记录集合上的实验结果表明，ISSPM算法相较于PSPM、SPDL和PSDSP算法挖掘到的序列模式数量更少但兴趣度更强；仿真序列记录集合上的实验结果表明，ISSPM算法报告的结果中假阳性序列模式数量平均占比为3.39%，且该算法的嵌入模式的发现率均不低于66.7%，明显优于上述3个对比算法。可见，ISSPM算法报告的统计显著序列模式能够体现序列记录集合中更有价值的信息，同时根据这些信息做出的进一步分析和决策也更加可靠。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

2. 奇异摄动反应扩散方程数值模拟的粒子群优化算法

刘利斌欧阳艾嘉

计算机应用 2014, 34 (4): 1080-1082. DOI: 10.11772/j.issn.1001-9081.2014.04.1080

摘要（481）

PDF （546KB）（358）

针对Shishkin网格方法在数值求解奇异摄动反应扩散方程时，网格过度点参数的选取具有不确定性的缺陷，提出了一种用粒子群优化(PSO)算法估计Shishkin网格参数的方法。首先基于有限差分方法，构造了以误差范数最小为目标的无约束优化问题，并用PSO算法进行了求解。该方法克服了人为选择参数的缺陷。实验结果表明：与单纯形算法相比，PSO算法在优化Shishkin网格参数时能够收敛到全局最优解;而且在最优网格参数下，奇异摄动反应扩散方程的数值结果在边界层的精度也得到了明显提高，进一步说明了所提方法的有效性和可行性。

参考文献 | 相关文章 | 多维度评价

Select

3. 求解高维函数的改进萤火虫群优化算法

彭硕欧阳艾嘉乐光学贺明华周旭

计算机应用 2013, 33 (08): 2253-2256.

摘要（816）

PDF （700KB）（580）

针对萤火虫群优化(GSO)算法求解高维函数时存在求解精度不高、收敛速度慢等缺点，提出了一种带变异算子和集群觅食行为算子的改进萤火虫群优化算法。该算法使用变异算子来指导离群萤火虫的进化方向，从而提高了离群个体的利用率，改善了算法的整体效率。集群觅食行为算子的加入能使算法对捕捉到的全局最优域进行更进一步的求精，极大地提高了算法的计算精度和收敛速度;同时，该算子有效地防止了算法陷入局部最优值的危险，扩大了算法在后期的全局搜索范围。通过8个典型的基准函数测试，结果表明：改进后萤火虫群优化算法具有更强的全局优化能力和更高的成功率。

参考文献 | 相关文章 | 多维度评价

Select

4. 求解约束优化的改进粒子群算法

李妮欧阳艾嘉李肯立

计算机应用 2012, 32 (12): 3319-3321. DOI: 10.3724/SP.J.1087.2012.03319

摘要（1134）

PDF （561KB）（595）

针对种群初始化时粒子过于集中和基本粒子群算法搜索精度不高的缺陷，提出了一种求解约束优化问题的改进粒子群算法。该算法引入佳点集技术来优化种群的初始粒子，使种群粒子初始化时分布均匀，因而种群具有多样性，不会陷入局部极值；同时使用协同进化技术使双种群之间保持通信，从而提高算法的搜索精度。仿真实验结果表明：将该算法用于5个基准测试函数，该算法均获得了理论最优解，其中有4个函数的测试方差为0。该算法提高了计算精度且鲁棒性强，可以广泛应用于其他约束优化问题中。