近日，電子信息工程學(xué)院2019級(jí)物聯(lián)網(wǎng)工程專業(yè)本科生張宇君以第一作者身份在人工智能Top期刊《Engineering Applications of Artificial Intelligence（EAAI）》發(fā)表《Self-Adaptive Classification Learning Hybrid JAYA and Rao-1 Algorithm for Large-Scale Numerical and Engineering Problems》學(xué)術(shù)論文，電子信息工程學(xué)院副教授趙娟為通訊作者。
該文提出了一種自適應(yīng)分類學(xué)習(xí)混合算法，引入了一種自適應(yīng)分類學(xué)習(xí)和兩種不同的自適應(yīng)系數(shù)策略，動(dòng)態(tài)引導(dǎo)種群趨向最優(yōu)個(gè)體和遠(yuǎn)離最差個(gè)體，并結(jié)合線性種群減少和動(dòng)態(tài)透鏡對(duì)立學(xué)習(xí)策略，提高算法的收斂速度和跳出局部最優(yōu)的能力。多種實(shí)驗(yàn)結(jié)果表明該算法在優(yōu)化復(fù)雜問題時(shí)具有高的魯棒性和有效性，同時(shí)消耗的計(jì)算資源也較少。本研究為研究人員在啟發(fā)式算法優(yōu)化某些問題時(shí)如何解決魯棒性差、效率低的缺陷提供了新思路。
EAAI是人工智能領(lǐng)域的頂級(jí)期刊之一，2021年影響因子IF=7.802，位列JCR一區(qū)、中科院二區(qū)Top期刊。
論文鏈接：http://dx.doi.org/10.1016/j.engappai.2022.105069
鄂公網(wǎng)安備42080202000206