计算机应用

作者：牛春彦, 夏克文, 张江楠, 贺紫平

单位：河北工业大学 电子信息工程学院，天津 300401

关键词：极限学习机,云模型,花朵授粉算法,油气层识别,量子系统

基金：国家自然科学基金资助项目（U1813222）；天津市自然科学基金资助项目(18JCYBJC16500)；河北省重点研究开发项目（19210404D）。

为了避免花朵授粉算法在极限学习机识别过程中易陷入局部最优，提出了一种基于云量子花朵授粉的极限学习机算法。首先,将云模型和量子系统引入到花朵授粉算法中，增强花朵授粉算法的全局搜索能力，使粒子能在不同状态下进行寻优。然后,采用云量子花朵授粉算法优化极限学习机的参数，提高极限学习机的识别精度和效率。实验中采用6个标准测试函数对多个算法进行仿真对比，对比结果验证了所提云量子花朵授粉算法的性能优于另外3种群智能优化算法。最后，将改进的极限学习机算法应用到油气层识别中，结果表明其识别精度达到98.62%，相较于经典极限学习机，其训练时间缩短了1.680 2 s，该算法具有较高的识别精度和效率，可以广泛应用到实际分类领域中。

来源：2020年第6期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第6期