閩南網(wǎng)12月14日訊(通訊員 王潔雯 閩南網(wǎng)記者 周怡楠),近日,閩南師范大學(xué)物理與信息工程學(xué)院夏學(xué)文教授團(tuán)隊(duì)與武漢大學(xué)李元香、華南農(nóng)業(yè)大學(xué)李康順兩位教授合作,以夏學(xué)文為第一作者、閩南師范大學(xué)為第一單位在國(guó)際人工智能期刊《IEEE Transactions on Fuzzy Systems》(SCI一區(qū),TOP期刊,IF=12.253)上發(fā)表題為《A Particle Swarm Optimization with Adaptive Learning Weights Tuned by A Multiple-Input Multiple-Output Fuzzy Logic Controller》的學(xué)術(shù)論文。
以粒子群優(yōu)化算法(Particle Swarm Optimization)為代表的智能算法近年來(lái)在科學(xué)計(jì)算、復(fù)雜工程應(yīng)用中扮演著越來(lái)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, 進(jìn)而提升算法在求解不同問(wèn)題時(shí)的自適應(yīng)能力一直是該研究領(lǐng)域的重點(diǎn)和難點(diǎn)。夏學(xué)文教授團(tuán)隊(duì)創(chuàng)新性地將個(gè)體行為的新穎性(Novelty)引入到個(gè)體性能的評(píng)價(jià)機(jī)制中,將傳統(tǒng)基于適應(yīng)值驅(qū)動(dòng)的搜索機(jī)制拓展為基于適應(yīng)值-新穎性的混合驅(qū)動(dòng)搜索機(jī)制, 為智能算法中評(píng)價(jià)個(gè)體優(yōu)劣提供了新的視角。同時(shí),為了滿足算法在不同優(yōu)化階段的需求,引入模糊控制技術(shù)對(duì)個(gè)體的搜索方向和步長(zhǎng)進(jìn)行自適應(yīng)調(diào)節(jié),不僅降低了人工調(diào)參的難度,同時(shí)賦予了算法在不同搜索空間適應(yīng)值景觀中的適應(yīng)能力。實(shí)驗(yàn)結(jié)果也表明,改進(jìn)后的算法能有效平衡全局搜索能力和局部搜索能力之間的矛盾,針對(duì)不同特征的問(wèn)題能進(jìn)行更有效的優(yōu)化搜索。
據(jù)悉,夏學(xué)文所在的人工智能研究團(tuán)隊(duì)2022年已在《IEEE Transactions on Fuzzy Systems》《Swarm and Evolutionary Computation》《Information Sciences》等期刊上發(fā)表論文20余篇,研究?jī)?nèi)容涉及計(jì)算智能、大數(shù)據(jù)應(yīng)用、區(qū)塊鏈技術(shù)、圖像識(shí)別與跟蹤技術(shù)等。