江苏省高校自然科学研究项目(12KJB520013)
- 作品数：5 被引量：21H指数：4
- 相关作者：丁卫平王建东管致锦程学云陈森博更多>>
- 相关机构：南通大学南京航空航天大学南京大学更多>>
- 发文基金：江苏省高校自然科学研究项目国家自然科学基金江苏省普通高校研究生科研创新计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于量子精英蛙的最小属性自适应合作型协同约简算法被引量：6
- 2014年
- 属性约简是粗糙集理论研究的重要内容之一,现已证明求决策表的最小属性约简是一个典型NP-Hard问题.提出一种基于量子精英蛙的最小属性自适应合作型协同约简算法.该算法首先将进化蛙群编码为多状态量子染色体形式,利用量子精英蛙快速引导进化蛙群进入最优化区域寻优,有效增强进化蛙群的收敛速度和全局搜索能力.然后构建一种自适应合作型协同进化的最小属性约简模型,融合蛙群最优执行经验和分配信任度自适应分割属性约简集,并以模因组内最优精英蛙优化各自选择的属性子集,提高属性约简的协同性和高效性,快速找到全局最小属性约简集.实验研究表明提出的算法在搜索最小属性约简解时具有较高的执行效率和精度.
- 丁卫平王建东管致锦
- 关键词：最小属性约简自适应分割
- 基于规则的可逆Toffoli电路优化算法被引量：5
- 2013年
- 可逆电路的优化是可逆逻辑综合的关键问题之一。为了解决可逆Toffoli电路优化问题中算法复杂度高和电路规模可扩充性差的问题,分析归纳了相邻Toffoli门的关系,提出并证明了可逆Toffoli电路中子序列的移动和化简规则,并基于这些规则给出了可逆Toffoli电路的优化算法。根据移动规则对可逆电路进行正向和反向扫描,寻找满足化简规则的子序列进行优化,直到可逆电路不发生变化为止。该优化算法与可逆电路的输入线数无关,无需存储额外信息,适用于各种不同类型的Toffoli电路合成方法,算法复杂度为O(s3),优于通常使用的模板优化的复杂度O(n!t2s3)。在具体实例和国际认可的所有3变量可逆函数上的验证结果表明,该优化算法能有效地减少可逆电路的门数和控制位数,降低可逆电路的代价。
- 程学云管致锦张海豹丁卫平
- 关键词：可逆逻辑综合
- 基于种群混合协同联盟的属性量子博弈均衡约简被引量：1
- 2015年
- 为进一步提高进化种群在粗糙集属性演化约简中寻求最优解的协同性能,提出了一种基于种群混合协同联盟的属性量子博弈均衡约简算法.该算法建立一种基于自适应多层进化树的种群协同演化联盟模型,以种群内个体竞争和种群间精英合作的混合协同机制实现各种群协同演化,较好地达到属性协同演化约简中广度寻优和深度探索的有效平衡;然后将信任裕度报酬机制引入到多种群精英量子协同博弈模型,种群精英在每个划分的属性子集中通过量子协同博弈策略均能求得各自最优约简子集,从而稳定取得Nash均衡下全局最优属性约简集.实验结果表明本文算法具有较高的属性演化约简效能和精度,对不完备电子病历系统中脑组织核磁共振成像MRI的高效约简与分割进一步展示其具有较强的实用性和鲁棒性.
- 丁卫平王建东施全陈森博沈学华
- 关键词：量子博弈纳什均衡
- 基于改进混合蛙跳算法的粗糙属性交叉熵优化约简被引量：4
- 2014年
- 结合粗糙集属性约简二进制优化模型,提出一种基于改进混合蛙跳算法的粗糙属性交叉熵优化约简算法,该算法将粗糙集属性划分至不同蛙群进化模因组内,每个模因组内属性集设计成以精英个体为中心力的蛙群并行演化方式,并采用交叉熵最小原理进行精英个体寻优全局最优约简集,快速而有效地处理大规模信息系统的属性约简.UCI仿真实验结果表明本文提出的算法在搜索全局最小属性约简解效率和精度方面具有明显优势,该算法应用于含噪音的人脑核磁共振图像MRI分割实验,其对MRI图像分割的高效性进一步表明该算法具有较强的适用性.
- 丁卫平王建东陈森博程学云沈学华
- 关键词：属性约简交叉熵MRI分割
- 基于量子云模型演化的最小属性约简增强算法被引量：5
- 2013年
- 为提高决策表中最小属性约简的效率、稳定性和鲁棒性,基于云模型在非规范知识定性、定量表示及其相互转换过程中的优良特征对量子进化算法进行算子设计,提出了一种基于量子云模型演化的最小属性约简增强算法(QCMEARE).该算法采用量子基因云对进化种群进行编码,基于约简属性熵权逆向云进行量子旋转门自适应调整,使其在定性知识指导下能够自适应控制属性约简空间搜索范围,并采用量子云变异和云纠缠操作算子较好地避免了在属性演化约简中易陷入局部最优和早熟收敛等问题,使算法快速搜索到全局最优属性约简集.仿真实验表明,提出的最小属性约简增强算法具有收敛速度快、约简精度高和稳定性强等优点.
- 丁卫平王建东管致锦施佺
- 关键词：属性约简
