|
国家科技期刊平台
登录
|
注册
检索
高级检索
相关度
相关度
发表时间
每页显示10条
每页显示10条
每页显示20条
每页显示30条
已找到
3
条结果
基于改进SGO算法优化的SVM网络入侵检测
作者:
张小萍
李秋兰
发表期刊:
云南师范大学学报(自然科学版) 2025年1期
关键词:
社会群体优化算法
支持向量机
入侵检测
KDD99
摘要:
利用改进社会群体优化(SGO)算法优化支持向量机(SVM)算法的惩罚系数c和核函数g,从而提高网络入侵检测的准确率;同时为了缓解SGO算法存在的随机初始化不均匀、陷入局部最优等问题,在社会群体优化算法的初始化阶段加入佳点集使得初始化种群更加均匀;在SGO算法的获得阶段加入黄金正弦算法使其跳出局部最优,进而有效地提升SVM分类模型的准确率.利用KDD99数据集进行仿真实验,实验证明提出算法具有检测时间短、准确率较高和误报率低的优势.
基于多子群的社会群体优化算法
北大核心
CSCD
CSTPCD
作者:
刘亚军
陈得宝
邹锋
李峥
王苏霞
发表期刊:
计算机应用研究 2019年5期
关键词:
社会群体优化算法
多子群
量子学习
摘要:
社会群体优化(social group optimization,SGO)算法是一种基于社会群体学习而提出的一种新型优化算法.针对社会群体优化算法易于陷入局部最优问题,提出了一种多子群社会群体学习算法(MPSGO).本算法采用多子群学习方法,对算法两个阶段的个体学习方法进行改进,在维持群体收敛性能的前提下提高群体多样性,同时对部分个体中引入量子学习,使个体学习的有用信息得以增强;此外,每隔一定代数对子群进行随机重组,既能保证各子群个体…
查看全部>>
基于混合策略改进的社会群体优化算法
作者:
张小萍
谭欢
发表期刊:
重庆科技学院学报:自然科学版 2022年2期
关键词:
社会群体优化算法
随机搅动变量
精英个体
逐维改进
摘要:
针对社会群体优化算法在函数优化问题中存在的求解精度不高和易陷入局部最优等问题,提出一种基于混合策略改进的社会群体优化算法。加入随机搅动变量,扩大搜索范围,增加种群多样性,以避免陷入局部最优。利用精英个体对全局最优解进行逐维改进,进一步提高算法的收敛速度和求解精度。仿真实验结果表明,改进算法在8个基准测试函数中比其他4种算法的求解精度更高,收敛速度更快,稳定性更强。