刘思
- 作品数：4 被引量：7H指数：2
- 供职机构：上海理工大学管理学院更多>>
- 发文基金：国家自然科学基金教育部人文社会科学研究基金更多>>
- 相关领域：经济管理社会学自动化与计算机技术更多>>
- 基于敌意风险分析方法的多阶段反恐设备选址模型被引量：1
- 2020年
- 恐怖袭击一直是人类安全的重要威胁之一。随着当前恐怖袭击在全球的频发,对反恐问题的研究更加急迫。针对反恐设施选址问题,考虑资源分配的多阶段性以及动态性,根据贝叶斯决策理论和序贯博弈思想,构建了多阶段反恐设施的敌意风险分析决策模型。讨论在城市多个设施点离散选址的不同情况下,通过预防性和修复性的资源分配将恐怖袭击的损失降低到最小。以上海市区县网络为例进行编程仿真测试,结果表明,模型可给出不同给定资源设定下的最优选址方案,是一种有效并切实可行的分析方法。
- 刘思马良张惠珍
- 混沌粒子群神经网络在上证指数预测中的应用被引量：2
- 2014年
- 上证指数预测是一个非常复杂的非线性问题,为了提高对上证指数预测的准确性,本文采用基于混沌粒子群(CPSO)算法对BP神经网络算法改进的方法来进行预测.BP神经网络算法目前已经应用到预测、聚类、分类等许多领域,取得了不少的成果.但自身也有明显的缺点,比如易陷入局部极小值、收敛速度慢等.用混沌粒子群算法改进BP神经网络算法的基本思想是用混沌粒子群算法优化BP神经网络算法的权值和阈值,在粒子群算法中加入混沌元素,提高粒子群算法的全局搜索能力.对上证指数预测的结果表明改进后的预测方法,具有更好的准确性.
- 孟栋樊重俊刘思
- 关键词：混沌优化上证指数粒子群算法BP神经网络
- 利用和声分散搜索算法解决动态共乘的乘客选择研究被引量：4
- 2019年
- 动态共乘作为一种配合解决城市交通出行难题的新模式近年来引起了人们越来越多的关注,然而在较大范围内选择合适的乘客,以便获得最佳的综合服务效果却具有相当大的挑战性。本文正是针对这一问题,建立了以乘客效用最大化和司机总行程最短为目标函数,以满足司机与乘客的时间要求和司机参与约束为限制条件的多目标0-1规划共乘模型,用于帮助司机选择最合适的乘客。根据该模型的特点,构造了加入了分散搜索机制的新的和声搜索算法。在仿真实验时,针对司机和乘客效用的两种产生方式,在较大规模的路网环境下利用该算法分别对模型进行了求解,得到了Pareto最优解集。仿真结果不仅表明了模型的合理性和算法的可行性,而且还指出基于效用函数可以发现更多合适的潜在乘客。最后,通过与文献中其它算法的对比进一步展示了本文算法的有效性。
- 侯立文刘思
- 非线性多目标优化的和声分散搜索算法
- 2015年
- 针对带约束的高维非线性多目标优化问题,给出一种混合型的智能优化算法进行求解.在和声搜索算法搜索机制的基础上,通过吸收分枝定界的思想,加入了分散搜索算法的优化机制,由此改善了和声搜索算法求解多目标问题时效率不高、搜索方向有时盲目的不足,同时也增强了算法的全局搜索能力,丰富了解的多样性.算法在计算机上编程实现,并对DTLZ系列中的问题进行了求解测试,取得了在三目标问题下的Pareto最优面.通过解集的分散程度和间距等指标对结果进行了评估,并与已有算法的结果进行了对比,验证了所给算法在求解多目标优化问题上的优势.
- 刘思马良
- 关键词：多目标优化和声搜索算法分散搜索算法PARETO最优
