基于精英策略的气象数据协同进化属性约简

基于精英策略的气象数据协同进化属性约简

论文摘要

针对气象数据属性冗余度高和现有属性约简算法效率慢的问题,提出一种基于精英策略的协同进化属性约简算法。该算法将进化种群分为两个子种群,一个子种群借助精英个体协助交叉,提高算法的收敛速度。另一子种群通过引入随机种群,平衡进化过程中种群多样性,最后两个子种群协同完成进化操作。与TSDPSO-AR算法和ARAGA算法对气象数据进行降水属性约简操作,结果表明,提出的算法维持了进化过程中种群的多样性,提高了约简性能,简化了信息系统。

论文目录

  • 1 引言
  • 2 基于精英策略的协同进化自适应遗传属性约简
  •   2.1 粗糙集理论
  •     1) 信息系统
  •     2) 属性约简与属性核
  •     3) 属性依赖度
  •   2.2 自适应遗传算法
  •     1) 适应度函数
  •     2) 选择算子
  •     3) 交叉算子和变异算子
  •     4) 种群多样性
  •     5) 精英协助交叉操作
  •   2.3 基于精英策略的协同进化自适应遗传属性约简算法
  •     1. 初始化:
  •     2. 开始迭代过程:
  • 3 实验结果与分析
  •   3.1 实验数据
  •   3.2 结果分析
  •     1) 改进遗传算法性能分析
  •     2) 约简性能分析
  • 4 结语
  • 文章来源

    类型: 期刊论文

    作者: 程勇,郑忠仁,王军

    关键词: 气象数据,属性约简,精英策略,协同进化

    来源: 计算机仿真 2019年08期

    年度: 2019

    分类: 信息科技,基础科学

    专业: 气象学,自动化技术

    单位: 南京信息工程大学科技产业处,南京信息工程大学计算机与软件学院

    基金: 国家自然科学基金资助项目(61402236,61373064),赛尔网络下一代互联网技术创新项目(NGII20160318),江苏省“六大人才高峰”项目(2015-DZXX-015)

    分类号: TP18;P413

    页码: 231-235+252

    总页数: 6

    文件大小: 1918K

    下载量: 41

    相关论文文献

    • [1].基于邻域分割的多种群协同进化人工蜂群算法[J]. 大连交通大学学报 2017(03)
    • [2].混合式教学模式下高校知识生态系统协同进化研究[J]. 科教文汇(下旬刊) 2020(02)
    • [3].昆虫与植物的相互作用和进化的关系[J]. 时代教育 2016(22)
    • [4].基于双精英种群的单目标优化[J]. 现代职业教育 2016(33)
    • [5].政府与社会组织的协同进化:一种不同于公民社会和法团主义的中国叙事[J]. 湘潭大学学报(哲学社会科学版) 2020(02)
    • [6].多搜索策略协同进化的人工蜂群算法[J]. 控制与决策 2018(02)
    • [7].协同进化数值优化算法及其应用分析[J]. 赤峰学院学报(自然科学版) 2016(17)
    • [8].企业协同进化机制研究[J]. 企业活力 2008(03)
    • [9].植物对缺磷和铝毒协同进化应答的分子生理机制[J]. 生物技术通报 2020(07)
    • [10].基于双层协同进化的多目标粒子群算法[J]. 计算机工程与设计 2020(11)
    • [11].解析生物和环境协同进化原理在露天矿土地复垦中的应用[J]. 低碳世界 2014(03)
    • [12].合作与对抗——植物与昆虫的协同进化[J]. 大自然探索 2016(08)
    • [13].基于聚类组织协同进化的入侵检测算法[J]. 西安工程大学学报 2010(03)
    • [14].人群工作协同进化动力学模型及模拟[J]. 科学学与科学技术管理 2008(12)
    • [15].榕树及其传粉榕小蜂的系统发育和协同进化研究现状及展望[J]. 生物多样性 2008(05)
    • [16].组织协同进化的数据挖掘方法在确定凝汽器最佳压力中的应用[J]. 发电设备 2013(04)
    • [17].耦合系统协同进化多学科设计优化算法研究[J]. 计算机仿真 2011(02)
    • [18].农药企业产品构建的协同进化论[J]. 农药市场信息 2011(26)
    • [19].基于聚类组织协同进化的入侵检测算法[J]. 计算机仿真 2010(07)
    • [20].和谐社会下企业群落的协同进化研究[J]. 河北企业 2008(06)
    • [21].动态搜索和协同进化的鲸鱼优化算法[J]. 计算机应用研究 2020(09)
    • [22].基于量子混合协同进化的自适应多级联属性约简(英文)[J]. Journal of Southeast University(English Edition) 2012(02)
    • [23].国外企业协同进化理论新成果[J]. 企业活力 2008(05)
    • [24].以协同进化机制促进农村特岗教师“绿色”成长——四川省阆中市的实践探索[J]. 教学月刊小学版(综合) 2018(09)
    • [25].多蚁群协同进化的液压集成块布孔优化[J]. 机械设计与研究 2013(06)
    • [26].榕-传粉榕小蜂间的专一性与协同进化[J]. 生物多样性 2010(01)
    • [27].“投入—产出”的协同进化效率研究——以陕西涉农职业院校为例[J]. 统计与信息论坛 2018(06)
    • [28].基于协同进化云的属性集成多代理约简算法(英文)[J]. Journal of Southeast University(English Edition) 2016(04)
    • [29].基于生态位的产业集群协同进化模型研究[J]. 商业时代 2014(09)
    • [30].新型多群体协同进化粒子群优化算法[J]. 计算机工程与应用 2009(03)

    标签:;  ;  ;  ;  

    基于精英策略的气象数据协同进化属性约简
    下载Doc文档

    猜你喜欢