融合粒子群优化和差分进化的混合智能算法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60962006
  • 项目类别：
    地区科学基金项目
  • 资助金额：
    18.0万
  • 负责人：
    高岳林
  • 依托单位：
    北方民族大学
  • 学科分类：
    F0113.信息获取与处理
  • 结题年份：
    2012
  • 批准年份：
    2009
  • 项目状态：
    已结题
  • 起止时间：
    2010-01-01 至2012-12-31

项目摘要

本项目主要内容有（1）对粒子群优化和差分进化的动态机理和寻优特点以及收敛性做深入分析与研究，开展这两个算法的自适应控制参数研究.（2）开展把模拟退火、免疫、蚁群、混沌等算法的优点融合于粒子群优化和差分进化的混合智能算法研究.（3）针对约束优化问题,把改进的粒子群优化、差分进化与罚函数法、分支定界法相融合，构造出具有确定性方法收敛特点又有进化算法群智能特点的全局优化混合智能算法.（4）针对非线性混合整数约束优化问题，研究约束违反度量函数构造和建立整数变量的有效处理规则以及混合编码技术，构造出混合智能优化算法.（5）针对多目标优化问题,构造优良的适应度函数和高效的Pareto 占优种群选择规则,提出多目标优化问题的融合粒子群优化和差分进化的混合智能算法..本项目研究具有良好的理论价值和应用前景，可以解决经济与管理、图象处理与模式识别、数据挖掘与信息处理、生物计算等领域中的优化问题和相关问题.

结项摘要

本项目组全体成员严格按照基金委批准的《资助项目计划书》，认真开展科学研究，按时提交研究进展报告；通过三年的研究，已经完成了各项研究工作，基本实现了预期研究目标。取得的研究成果不仅具有理论意义，而且还有应用和推广价值。项目主要研究了以下内容：.（1）研究了粒子群优化和差分进化的动态寻优特点，由此展开自适应参数的构造研究和优化模型的改进研究，以提高算法的优化性能..（2）研究了如何把其它方法的优点融合于粒子群优化和差分进化之中，提出了基于粒子群优化或者差分进化的混合智能算法..（3）建立约束违反评判个体优劣机制，提出了若干约束优化问题的改进粒子群优化算法和差分进化算法..（4）建立整数编码的处理机制和混合编码技术，提出了非线性混合整数规划问题的基于粒子群优化或者差分进化的协同进化算法..（5）针对多目标优化问题,构造优良的适应度函数和Pareto 占优种群选择规则,建立合适的分散度和收敛度评价方法，提出多目标智能进化算法。.（6）给出了三类非凸优化问题的全局优化分支定界算法..（7）在研究把其他算法的优良策略融合到PSO和DE算法的过程中，也对这些算法的应用展开研究，如和声搜索算法、分布估计算法、分支定界算法、文化算法、免疫克隆算法等，提出了几个可行的基于它们的的智能算法..在本项目的资助下，积极开展学术交流活动，锻炼了队伍，对研究生培养也起到重要作用。

项目成果

期刊论文数量（36）
专著数量（0）
科研奖励数量（0）
会议论文数量（3）
专利数量（0）
Constrained Multi-objective Particle Swarm Optimization Algorithm
约束多目标粒子群优化算法
  • DOI：
    10.1007/978-3-642-31837-5_7
  • 发表时间：
    2012-07
  • 期刊：
    Communications In Computer and Information Science
  • 影响因子：
    --
  • 作者：
    高岳林
  • 通讯作者：
    高岳林
一种求解随机期望值模型的改进差分进化算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    微电子学与计算机
  • 影响因子：
    --
  • 作者：
    高岳林
  • 通讯作者：
    高岳林
一种新局部搜索策略的差分进化算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    太原理工大学学报
  • 影响因子：
    --
  • 作者：
    高岳林
  • 通讯作者：
    高岳林
马尔科夫链的粒子群优化算法全局收敛性分析
  • DOI：
    --
  • 发表时间：
    2011
  • 期刊：
    Control Theory & Applications
  • 影响因子：
    --
  • 作者：
    任子晖;王坚;高岳林
  • 通讯作者：
    高岳林
带有自适应变异和指数递增交叉算子的差分进化算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    河南师范大学学报(自然科学版)
  • 影响因子：
    --
  • 作者：
    高岳林
  • 通讯作者：
    高岳林

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于自适应粒子群算法的机器人路径规划
  • DOI：
    10.13705/j.issn.1671-6833.2020.01.004
  • 发表时间：
    2019
  • 期刊：
    郑州大学学报（工学版 ）
  • 影响因子：
    --
  • 作者：
    高岳林;武少华
  • 通讯作者：
    武少华
一种改进的教与学优化算法
  • DOI：
    10.13295/j.cnki.jlut.2015.0056
  • 发表时间：
    2015
  • 期刊：
    兰州理工大学学报
  • 影响因子：
    --
  • 作者：
    岳振芳;高岳林
  • 通讯作者：
    高岳林
一种基于改进的磷虾群和粒子群的混合算法
  • DOI：
    10.16366/j.cnki.1000-2367.2017.02.021
  • 发表时间：
    2017
  • 期刊：
    河南师范大学学报(自然科学版)
  • 影响因子：
    --
  • 作者：
    刘沛;高岳林;郭伟
  • 通讯作者：
    郭伟
高岳林 井霞. 一类线性乘积规划问题的分支定界缩减方法,计算数学, 2013,Vol.35, No.1（89-98）.
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    计算数学
  • 影响因子：
    --
  • 作者：
    高岳林
  • 通讯作者：
    高岳林
基于分层多子群的教与学优化算法
  • DOI：
    --
  • 发表时间：
    2019
  • 期刊：
    合肥工业大学学报(自然科学版)
  • 影响因子：
    --
  • 作者：
    王滔;高岳林;孙滢
  • 通讯作者：
    孙滢

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

高岳林的其他基金

若干非凸规划问题的全局优化算法研究
  • 批准号：
    11961001
  • 批准年份：
    2019
  • 资助金额：
    41 万元
  • 项目类别：
    地区科学基金项目
基于粒子群优化的多目标智能算法及应用研究
  • 批准号：
    61561001
  • 批准年份：
    2015
  • 资助金额：
    38.0 万元
  • 项目类别：
    地区科学基金项目
基于分支定界的全局优化确定性方法研究
  • 批准号：
    11161001
  • 批准年份：
    2011
  • 资助金额：
    58.0 万元
  • 项目类别：
    地区科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码