科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对蜉蝣算法搜索能力欠佳、容易陷入局部最优等不足，提出了一种混沌模拟蜉蝣算法。首先，对比选择了Logistic混沌序列生成初始化种群，使用模拟退火算法对蜉蝣算法的速度更新方式进行了优化。然后，基于7个测试函数对改进后的算法进行仿真对比实验，结果证明改进后算法的寻优性能和收敛速率明显提升。最后，对5位受试者的脑电信号进行了时频域和F-score特征提取，并使用改进后的算法优化支持向量机分类器。应用优化后的分类器对提取的信号数据进行了识别，与不同分类器的识别结果相比，改进蜉蝣算法优化后的分类器的平均识别率达88%以上。
- 出版日期2023
- 单位西安科技大学
