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)文教授團隊與武漢大學(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在科學(xué)計算、復(fù)雜工程應(yīng)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(yīng)能力一直是該研究領(lǐng)域的重點和難點。夏學(xué)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(yīng)值驅(qū)動的搜索機制拓展為基于適應(yīng)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(yīng)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(yīng)值景觀中的適應(yīng)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(xué)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(yīng)用、區(qū)塊鏈技術(shù)、圖像識別與跟蹤技術(shù)等。