您的位置： 专家智库 > >

北京市自然科学基金(4102010)

作品数：10 被引量：29H指数：3
相关作者：刘椿年冀俊忠程亮赵学武张鸿勋更多>>
相关机构：北京工业大学更多>>
发文基金：北京市自然科学基金国家自然科学基金国家重点基础研究发展计划更多>>
相关领域：自动化与计算机技术更多>>

文献类型

  • 10篇中文期刊文章

领域

  • 10篇自动化与计算...

主题

  • 7篇群算法
  • 6篇蚁群
  • 6篇蚁群算法
  • 3篇贝叶斯
  • 3篇贝叶斯网
  • 2篇多任务
  • 2篇多任务联盟
  • 2篇信息素
  • 2篇学习算法
  • 2篇优化算法
  • 2篇联盟
  • 2篇联盟问题
  • 2篇旅行商
  • 2篇旅行商问题
  • 2篇结构学习算法
  • 2篇多AGENT...
  • 1篇丢失数据
  • 1篇多目标
  • 1篇多目标进化
  • 1篇多目标进化算...

机构

  • 10篇北京工业大学

作者

  • 10篇冀俊忠
  • 10篇刘椿年
  • 3篇赵学武
  • 3篇程亮
  • 2篇胡仁兵
  • 2篇张鸿勋
  • 2篇玉坤
  • 1篇尹宝才
  • 1篇魏红凯
  • 1篇代启国
  • 1篇秦玉芳

传媒

  • 8篇北京工业大学...
  • 1篇计算机研究与...
  • 1篇计算机工程

年份

  • 1篇2014
  • 5篇2013
  • 4篇2011
共 10 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
基于引导素更新和扩散机制的人工蜂群算法被引量：6
2013年
人工蜂群算法是一种新型的搜索算法,其机理是通过模拟蜂群采蜜过程中体现出的智能行为来实现对问题的求解.在现有的蜂群算法中,蜂群间的信息交流仅使用单一的行为通信(跳舞),蜂群间的协作存在明显不足,影响了蜂群算法的求解性能.根据真实蜜蜂多模式传递信息的客观事实,通过引入基于引导素的化学通信方式,提出一种新的更忠实反映蜂群信息传递的蜂群算法,并应用于多维背包问题(MKP)的求解.新算法将行为通信和化学通信相融合,利用引导素的更新和扩散机制使蜂群能够更好地进行协作.MKP的仿真实验结果表明新算法优于传统的ABC算法.与其他一些元启发式搜索算法的比较同样显示了新算法的有效性.
冀俊忠魏红凯刘椿年尹宝才
关键词：蜂群算法多维背包问题
基于混沌优化和网格筛选策略的多目标分布估计算法被引量：1
2014年
为了解决多目标分布估计算法中进化速度慢、解精度和分布不佳等问题,提出一种基于混沌优化和网格筛选策略的多目标分布估计算法.该算法首先利用混沌模型进行种群的初始化,以获得较理想的初始化结果;然后运用混沌的局部优化策略对每代产生的非支配个体进行寻优,加速种群向Pareto最优前沿的逼近;最后利用简单的网格筛选策略保持个体的均匀分布,从而增强精英种群的多样性.3种评价标准在8个测试问题上的实验表明:与目前最具代表性的RM-MEDA算法相比,该算法不仅在接近真实的最优前沿和保持种群的多样性方面具有一定优势,而且在进化速度上也有较大提高.
冀俊忠秦玉芳刘椿年
关键词：多目标进化算法进化算法分布估计算法混沌优化
蚁群算法中基于知识引导的信息素控制策略被引量：3
2011年
针对蚁群算法在求解旅行商问题性能方面的不足,提出了一种基于知识引导的信息素控制策略.该策略利用问题先验知识初始化信息素,旨在提高算法运行初期信息素对蚂蚁搜索的启发能力;采用群知识引导信息素更新,加强信息素对蚂蚁搜索的引导能力,增强蚂蚁搜索的目的性.实验结果表明,基于这种信息素控制策略的蚁群算法的总体性能明显优于当前最先进的蚁群算法.
代启国冀俊忠刘椿年
关键词：蚁群算法知识引导
基于禁忌搜索的贝叶斯网结构学习算法被引量：1
2011年
针对随机搜索机制学习算法参数设置较多的不足,提出了一种基于禁忌搜索的贝叶斯网结构学习算法.此算法首先利用加边、减边、逆向边3个算子产生当前解的邻域,然后结合禁忌表和蔑视准则以引导和限制搜索过程,2个步骤迭代进行,直至达到全局最优解或近似最优解.仿真实验表明,此算法不仅具有结构简单、参数少、易于实现的特点,而且求解质量也能得到保证.
冀俊忠张鸿勋胡仁兵刘椿年
关键词：贝叶斯网禁忌搜索
基于链模型和粒子群的贝叶斯网结构学习算法被引量：3
2011年
为提高学习贝叶斯网络结构的效率,提出一种基于链模型和粒子群的学习算法。利用包含贝叶斯网节点间因果关系信息的规则链模型来衡量拓扑序列的优劣,提高搜索的拓扑序列的质量,为粒子位置可选择的优化算法加上动态权重系数,平衡全局搜索和局部搜索,提高算法的搜索能力。实验结果表明,与I-ACO-B算法相比,该算法不仅能获得更好的解,且收敛速度也有一定的提高。
赵学武冀俊忠程亮刘椿年
关键词：粒子群优化算法
基于香味素诱导及道路分级的OPP问题的蚁群算法
2013年
为解决传统蚁群算法在求解最优路径问题(optimal path problems,OPP)时,搜索效率不高、最优解质量偏低的问题,提出了一种基于香味素诱导和道路分级的蚁群算法.该算法首先通过模拟食物源(目的地点)散发出的一种吸引蚂蚁不断向其靠近的香味素,使蚂蚁的搜索具有指向性;然后根据拥堵系数将路网中的道路分为不同的等级,并结合动态的分级策略防止算法陷入早熟.实验结果表明:本文算法比传统蚁群算法在最优解的质量及稳定性方面具有一定的优势.
冀俊忠玉坤刘椿年
关键词：蚁群算法香味素
量子蚁群算法求解多任务联盟问题被引量：8
2013年
针对蚁群算法在求解多任务联盟问题(multi-task coalition problem,MTCP)时存在的求解精度不高、迭代次数多的不足,利用量子计算的并行性,提出了一种求解多任务联盟问题的量子蚁群算法.首先,利用量子叠加态给出了基于Agent的量子编码,使1个Agent能占据空间中的2个位置;其次,为使旋转角获得合适的大小和方向,提出了一种基于信息素的自适应修正旋转角调整策略;最后,通过对量子编码进行观测,给出了基于量子态的蚂蚁寻优策略.实验结果表明,与已有的算法相比,该算法不仅能获得更高质量的解,而且收敛速度也有显著的提高.
冀俊忠程亮赵学武刘椿年
关键词：蚁群算法量子蚁群算法量子旋转门多AGENT系统多任务联盟
基于蚁群算法的贝叶斯网结构学习被引量：5
2011年
针对具有丢失数据的贝叶斯网结构学习问题,提出了一种将数据的完备化与结构的蚁群优化相结合的学习方法.随机初始化未观察到的数据,得到完整的数据集,并利用蚁群算法学习得到初始网络结构;然后进行迭代学习,在每次迭代中根据当前最好的贝叶斯网结构,利用EM估计和随机的采样插入对数据进行完备化,在完备数据下,利用改进的蚁群优化过程使结构不断进化,直到获得全局最优解.实验结果表明,该方法能有效地从不完备数据中学习贝叶斯网结构且与新近的MS-EM、EGA、BN-GS方法相比,具有更高的学习精度.
冀俊忠张鸿勋胡仁兵刘椿年
关键词：贝叶斯网丢失数据蚁群算法模拟退火
基于相对距离和关联度的多任务联盟的蚁群算法被引量：1
2013年
针对蚁群算法在求解多任务联盟问题(multi-task coalition problem,MTCP)时存在的迭代次数多、求解精度不高的问题,提出了一种基于相对距离和关联度的蚁群算法.该算法针对蚁群算法搜索机制和信息素增量模型,提出了2种策略.首先,为提高资源利用效率,减少Agent的能力浪费,引入了相对距离的概念,提出了基于相对距离的搜索机制;其次,为强化蚂蚁间的协作,利用已获得的解信息,给出了一种基于关联度的信息素增量模型.仿真实验结果表明,与已有的一些算法相比,本文算法不仅能获得更好的联盟结构,而且具有较快的收敛速度.
冀俊忠程亮赵学武刘椿年
关键词：蚁群算法多AGENT系统
基于磁场描述的TSPTW问题模型及其蚁群优化算法被引量：1
2013年
针对带有时间窗限制的旅行商问题(travelling salesman problem with time windows,TSPTW)提出了一种基于磁场模型的蚁群变异算法(MFM-ACOMF).它通过修正传统蚁群算法的启发函数,满足用户的时间需求,并降低算法陷入局部最优的可能性;在得到最终解后,通过变异策略对未达到时间窗标准的顾客节点进行优化.仿真实验结果表明:MFM-ACOMF算法与传统ACOM算法相比,在最优解质量和顾客满意率方面都有一定程度的提高.
冀俊忠玉坤刘椿年
关键词：蚁群算法
全选 清除 导出
共1页<1>
聚类工具0