教育部“新世纪优秀人才支持计划”(NCET-07-0802)
- 作品数：7 被引量：50H指数：5
- 相关作者：巩敦卫孙晓燕任洁张勇周勇更多>>
- 相关机构：中国矿业大学徐州师范大学更多>>
- 发文基金：教育部“新世纪优秀人才支持计划”国家自然科学基金江苏省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于联赛评价和知识提取的交互式遗传算法被引量：1
- 2009年
- 交互式遗传算法基于用户评价获得进化个体适应值,是解决性能指标难以(无法)显式描述的复杂优化问题的有效方法.为有效解决交互式遗传算法的用户疲劳问题,提高算法的整体性能,提出了一种基于有向图提取进化知识的高性能交互式遗传算法.首先,基于进化种群构造联赛评价对,并确定进化个体的占优关系;然后,建立有向图,利用有向图节点的出度和入度计算进化个体适应值,并确定优势个体和建筑块;最后,基于建筑块生成新个体,参与种群后续进化.在服装进化设计系统中的应用结果表明,本文算法可有效减轻用户疲劳,提高算法的搜索能力.
- 巩敦卫孙晓燕任洁
- 关键词：遗传算法有向图
- 区间适应值交互式遗传算法神经网络代理模型被引量：9
- 2009年
- 为了解决交互式遗传算法的用户疲劳问题,提出区间适应值交互式遗传算法神经网络代理模型.首先,对用户已评价个体的基因型及其适应值进行采样以训练神经网络,使其逼近区间适应值的上下限;然后,利用神经网络代理模型,评价后续的部分进化个体,并不断更新训练数据和代理模型,以保证逼近精度;最后,对算法性能进行了定量分析,并将其应用于服装进化设计系统.分析结果表明,所提算法在减轻用户疲劳的前提下,具有更多找到满意解的机会.
- 巩敦卫任洁孙晓燕
- 关键词：遗传算法神经网络代理模型
- 基于微粒群优化聚类数目的K-均值算法被引量：19
- 2009年
- K-均值算法是广泛使用的聚类算法,但该算法的聚类数目难以确定,且聚类结果对初始聚类中心比较敏感.本文提出一种基于微粒群优化聚类数目的K-均值算法,该算法采用聚类中心的坐标和通配符表示微粒位置,通过定义微粒更新公式中新的加减运算符,动态调整聚类中心的数目及坐标,此外,以改进的聚类有效性指标Davies-Bouldin准则作为适应度函数.5个人工和真实数据集的聚类结果验证了所提算法的优越性.
- 巩敦卫蒋余庆张勇周勇
- 关键词：聚类K-均值算法微粒群优化
- 基于半监督学习的变种群规模区间适应值交互式遗传算法被引量：5
- 2011年
- 为了减轻用户疲劳并增强算法的搜索性能,本文在变种群规模交互式遗传算法的基础上引入协同训练半监督学习方法,提出基于半监督学习的变种群规模区间适应值交互式遗传算法.根据对大规模种群的聚类结果,给出标记样本和未标记样本的获取方法;结合半监督协同学习器逼近误差的改变,提出高可信度未标记样本的选择策略;采用半监督协同学习机制训练两个径向基函数(RBF)神经网络,构造精度高泛化能力强的代理模型;在进化过程中,利用代理模型估计大种群规模进化个体适应值,并根据估计偏差更新代理模型.算法的理论分析及其在服装进化设计系统中的应用结果说明了算法的有效性.
- 孙晓燕任洁巩敦卫
- 关键词：交互式遗传算法半监督学习代理模型
- 交互式遗传算法基于用户认知不确定性的定向变异被引量：13
- 2010年
- 利用用户认知的不确定性设计定向变异算子.首先,采用主成分分析法辨识用户认知的不确定性;然后,给出用户认知不确定性的区间表示与更新策略;最后,将用户认知的不确定性指导定向变异算子,包括:选择待变异的进化个体,确定变异位置,以及变异方法等.将所提方法应用于人眼图形优化,实验结果验证了该方法的优越性.
- 巩敦卫郝国生严玉若
- 关键词：遗传算法
- 混合性能指标优化问题的大种群规模进化算法被引量：6
- 2010年
- 混合性能指标优化问题可结合传统遗传算法和交互式遗传算法求解,而种群规模和人机评价任务分配是影响算法性能的关键.针对该问题,本文提出一种新的进化优化算法.首先,采用大规模种群,扩大搜索范围,以增强算法的探索能力;然后,根据计算机和用户完成任务耗时的比值,确定每代用户评价的个体数,以提高计算机的使用效率;接着,采用K-均值聚类方法和基于相似度的估计策略,以减轻用户疲劳;最后,采用Pareto占优比较不同个体的优劣,使得最优解有较好的显式性能指标值和隐式性能指标值.将本文算法应用于室内布局这一混合性能指标优化问题,结果验证了所提算法的有效性.
- 巩敦卫秦娜娜孙晓燕
- 关键词：进化优化遗传算法
- 自适应分区多代理模型交互式遗传算法被引量：7
- 2009年
- 为提高交互式遗传算法的性能,提出一种自适应分区多代理模型交互式遗传算法.该算法基于关键维分割进化初期的搜索空间,同时基于进化进程、逼近精度以及用户评价敏感度,自适应地分割进化中后期的搜索空间.在子空间上,采用多类代理模型学习用户对进化个体评价,并用于评价后续进化的部分或全部个体.将该算法应用于服装进化设计系统,实验结果表明,算法在种群多样性、减轻用户疲劳及用户对优化结果满意度等方面均具有优越性.
- 孙晓燕巩敦卫
- 关键词：交互式遗传算法自适应
