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,閩南師范大學物理與信息工程學院夏學文教授團隊與武漢大學李元香、華南農(nóng)業(yè)大學李康順兩位教授合作,以夏學文為第一作者、閩南師范大學為第一單位在國際人工智能期刊《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在科學計算、復雜工程應用中扮演著越來越重要的角色,但如何平衡算法局部搜索能力和全局搜索能力, 進而提升算法在求解不同問題時的自適應能力一直是該研究領(lǐng)域的重點和難點。夏學文教授團隊創(chuàng)新性地將個體行為的新穎性(Novelty)引入到個體性能的評價機制中,將傳統(tǒng)基于適應值驅(qū)動的搜索機制拓展為基于適應值-新穎性的混合驅(qū)動搜索機制, 為智能算法中評價個體優(yōu)劣提供了新的視角。同時,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)對個體的搜索方向和步長進行自適應調(diào)節(jié),不僅降低了人工調(diào)參的難度,同時賦予了算法在不同搜索空間適應值景觀中的適應能力。實驗結(jié)果也表明,改進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,針對不同特征的問題能進行更有效的優(yōu)化搜索。
據(jù)悉,夏學文所在的人工智能研究團隊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,研究內(nèi)容涉及計算智能、大數(shù)據(jù)應用、區(qū)塊鏈技術(shù)、圖像識別與跟蹤技術(shù)等。