浙江省自然科学基金(Y106080) 作品数:8 被引量:40 H指数:5 相关作者: 熊伟清 程美英 魏平 叶青 严彬 更多>> 相关机构: 宁波大学 兰州交通大学 更多>> 发文基金: 浙江省自然科学基金 国家自然科学基金 宁波市自然科学基金 更多>> 相关领域: 自动化与计算机技术 更多>>
求解多维0/1背包问题的二元粒子群算法 被引量:12 2009年 从一维细胞自动机模型入手,设计了一种求解二元离散优化问题的二元粒子群算法细胞自动机模型(BPSO-CA)。粒子从起始细胞出发,根据本身携带的信息并感知存储在细胞中的全局最优粒子位置的信息随机选择状态(0或1),从而实现复杂智能的"涌现"。然后将其用来求解多维0/1背包问题,同时引入贪心算法对不符合约束条件的非法个体进行修正。通过对Zuse Institute Berlin公布的测试集进行实验,表明该模型能在多项式时间内完成求解过程,且实验结果优于测试集记录的结果。 程美英 熊伟清 严彬 叶青关键词:贪心算法 NPC问题 基于交通流量控制的二元蚁群优化模型 被引量:5 2007年 针对多模域上的蚁群优化,提出了一种交通流量控制策略。此策略启发于由A.Dussutour等发现的真实蚁群在高度拥挤下的交通组织行为。算法引入了“交通流量控制”策略来保持群体的多样性,对于每段路径都引入相应的流量阈值。算法被应用于几个典型多模函数优化中并与二元蚁群优化、二元菁英蚁群优化和二元蚁群系统算法进行比较。实验结果证明基于交通流量控制的二元蚁群优化算法能够在多模域中获得稳定的全局和局部峰值集,拥有远优于上述算法的多模搜索能力。 颜晨阳 熊伟清 张友鹏关键词:优化算法 蚁群优化算法 一类基于蚁群优化的贝叶斯置信网结构学习策略及性能分析 被引量:1 2009年 针对贝叶斯置信网的结构学习问题,提出一种遵循典型ACO算法框架(ACO-TSP)的贝叶斯网结构学习算法(ACO-BN),并拓展为包括EAS-BN、ACS-BN和MMAS-BN在内的一类算法。用这类算法在若干典型贝叶斯网络结构学习问题上分别与经典贝叶斯网学习算法(K2、B)、用于贝叶斯网学习的通用优化算法(simulated annealing、Tabu searching和genetic searching)以及L.M.de Campos等人提出的基于蚁群优化的贝叶斯网络结构学习算法Ant-K2SN和Ant-B进行了比较。实验结果表明,这类算法在总体性能上要优于经典贝叶斯网学习算法、通用优化算法以及Ant-K2SN和Ant-B算法,但是在时间性能上要略逊一筹。总的来说,这类算法是较为可行的一类贝叶斯置信网结构学习策略。 赵俊 颜晨阳 熊伟清关键词:优化算法 蚁群优化算法 信号传递的二元蚁群算法 被引量:11 2007年 设计一种二元蚁群算法.该算法是将每只"蚂蚁"站在原地构成一维线性队列彼此之间传递信号,并且信号经过每只"蚂蚁"时,"蚂蚁"根据自身的信息素随机选择状态(0或1).由于采用二进制编码对单个蚂蚁的智能行为要求较低,对应的存储空间相对较少,使得算法效率有较大提高,并且实现也较为简单.通过测试函数优化和多维0/1背包问题结果表明该算法具有较好的收敛速度和稳定性,求解结果较好. 熊伟清 魏平 赵杰煜关键词:群体智能 模拟进化算法 细胞自动机 蚁群算法 基于二元蚁群优化算法的分类规则挖掘 被引量:3 2008年 提出一种基于二元蚁群算法的分类规则挖掘算法.针对蚁群算法计算时间长的缺点,引入一种变异算子,同时为了避免蚁群算法陷入局部最优,又引入灾变算子.通过对美国加州大学机器学习数据集中的测试集进行测试表明,该算法的预测准确率能较大提高.实验同时显示引入变异算子和灾变算子能有效节省计算时间和防止陷入局部最优. 熊伟清关键词:模拟进化算法 数据挖掘 分类规则挖掘 基于二元蚁群算法求解组卷问题 被引量:12 2008年 通过分析组卷的数学模型及目标函数,抽象出组卷模型实质是一个多目标线性规划模型,并将二元蚁群算法用于求解组卷问题。由于采用二进制编码,任意时刻每只蚂蚁只需根据其面前两条路径上的信息素强度决定该题选或不选,这对单个蚂蚁的智能行为要求非常低,而且存储空间也相对减少。实验结果表明,该算法能快速有效地完成组卷过程,具有较强的实用性。 程美英 熊伟清 魏平关键词:二元蚁群算法 试题组卷 进化计算 求解多峰函数的改进粒子群算法的研究 被引量:5 2008年 针对标准粒子群算法进行多峰函数优化时存在的易陷入局部极值和搜寻效率低的问题,提出了子种群划分和自适应惯性权重改进方法来求解多峰函数.根据群体微粒的相似度将粒子群分成子群体,各子群体围绕一个有最佳适应值的群体中心进行建立,并通过几个经典函数进行求解.实验表明:改进的粒子群算法能快速有效地找到多峰函数的全局最佳值. 江宝钏 胡俊溟关键词:粒子群算法 多峰函数 带拥塞控制的多种群二元蚁群算法 被引量:10 2009年 二元蚁群算法在函数优化中有着良好的表现,但仍存在易陷入局部最优和在多峰函数求解中无法同时得到多个解的缺陷.使用拥塞控制策略改善算法的全局寻优能力,同时引入多种群的思想,提出了带拥塞控制多种群二元蚁群算法.通过对几个不同函数(包括单峰与多峰)的测试,实验结果表明该改进算法在保证较好的全局搜索能力的基础上,拥有很好的多目标求解能力。 严彬 熊伟清 程美英 叶青关键词:拥塞控制策略 多种群 多峰函数