国家自然科学基金(60174002)
- 作品数：17 被引量：68H指数：6
- 相关作者：曾建潮孙承意周秀玲查凯徐玉斌更多>>
- 相关机构：太原重型机械学院北京城市学院太原理工大学更多>>
- 发文基金：国家自然科学基金山西省青年科技研究基金北京市教育委员会科技发展计划更多>>
- 相关领域：自动化与计算机技术理学机械工程更多>>
- 基于思维进化算法的人工神经网络结构优化被引量：1
- 2004年
- 针对神经网络结构难以优化的问题,本文采用思维进化计算(MEC)算法和BP算法相结合的方法来动态优化神经网络结构。随机产生网络结构,对每一结构,利用BP算法评价神经网络结构优劣,找到局部最优结构,再通过MEC算法中的趋同、异化操作,找出全局最优结构。仿真结果说明了算法的有效性。
- 何小娟曾建潮徐玉斌
- 关键词：人工神经网络思维进化算法BP算法趋同异化
- 基于思维进化算法的常微分方程组演化建模被引量：6
- 2002年
- 在基本的思维进化算法(Mind Evolutionary Computation, 原名Mind-Evolution-Based Machine Learning)框架[1]的基础上,吸取遗传规划(GP)中的树形编码思想,提出了利用树结构进行信息抽取的方法,进而实现了用于常微分方程组演化建模的趋同、异化算子,并获取了优良的效果,使MEC在非数值优化领域中得到了进一步应用。最后的仿真实例的结果表明,同GP方法[2]比较,MEC方法具有计算速度快、建模结果优和全局搜索性能好等明显优点。
- 查凯介婧曾建潮
- 关键词：思维进化算法
- 基于思维进化计算求解约束优化问题的新算法被引量：3
- 2003年
- 约束优化问题一直是科学与工程优化领域中的难点与热点问题之一。由于思维进化计算(MEC)具有严格的群体结构组织、完善的记忆机制、显著的首领效应等特点,因此很便于对约束条件进行描述与度量。文章尝试用MEC求解约束优化问题,借鉴可变容差策略,定义了个体可行测度、群体可行测度、近乎可行个体等概念,利用子群体的可行测度与其优胜者的可行测度,准确描述子群体到可行域的相对位置,并以此为指导信息引导搜索从非可行域不断向着可行域的方向进行,逐渐逼近问题的最优解。对非线性约束优化问题的仿真结果表明,用MEC求解约束优化问题是非常可行的。
- 介婧曾建潮
- 关键词：约束优化问题思维进化计算搜索算法
- 基于思维进化算法的径向基函数神经网络结构优化被引量：3
- 2004年
- 为了解决一类径向基函数的结构优化问题，该文在基本思维进化计算框架的基础上，提出了一种有效的混合优化策略。在优化过程中充分利用样本的信息，同时借鉴信息矩阵的思想，提出了利用信息矩阵进行信息抽取和信息积累的方法，并设计了有效的趋同、异化算子与个体之间学习的具体过程，使结构和参数同时得到了优化。仿真研究表明，该算法是快速有效的，并能保证网络具有较好的泛化能力。
- 何小娟曾建潮徐玉斌
- 关键词：思维进化计算结构优化径向基函数神经网络结构优化
- 求解TSP问题的思维进化算法被引量：21
- 2002年
- 针对一类非数值问题──TSP的特点,在基本思维进化算法(MEC)框架的基础上,提出了求解TSP的趋同和异化策略,从而实现了MEC在求解非数值问题的一个应用,并对其收敛性进行了简要证明。同某些遗传算法(IENS和GESA)比较的仿真实验结果表明:MEC在收敛速度、解的优良性等方面要优于这些遗传算法。
- 查凯曾建潮
- 关键词：趋同异化TSP问题思维进化算法运筹学计算机
- 地图着色问题的粘贴DNA算法
- 2007年
- 提出多级分离的概念,给出一个多级分离装置的模型,并介绍粘贴模型中的多级分离操作、将地图着色问题转化为可满足性问题、基于粘贴模型的巨大并行性及多级分离的优势,提出解决该问题的粘贴DNA算法。通过一个实例给出实验操作步骤,并对生化反应过程进行模拟,得出具体的着色方案,从而证明了该多级分离装置的有效性以及该算法的可行性。
- 杨玉星马季兰
- 关键词：DNA计算粘贴模型
- 基于遗传算法与思维进化计算的一种广义进化模型被引量：7
- 2004年
- 本文在遗传算法 (Genetic Algorithm,简记 GA)与思维进化计算 (Mind Evolutionary Computation,简记 MEC)的基础上 ,提出了一种广义进化模型 (Generalized Evolutionary Model,简记 GEM) .该模型用微演化与宏演化两个过程 ,分别模拟人类的思维学习方式与自然进化 ,并通过概率趋同、信息迁移、自适应变异算子将两个过程有机的结合起来 ,从完全意义上模仿了人类的进化 .该模型既能有效的克服遗传算法的本质缺陷 ,又能拓展思维进化计算的理论基础及应用范围 .
- 介婧曾建潮
- 关键词：遗传算法思维进化计算趋同异化自然进化
- Pareto-MEC算法及其收敛性分析被引量：1
- 2007年
- 介绍了一种新的多目标进化算法——Pareto-MEC。将基本MEC和Pareto思想结合起来处理多目标问题。提出了局部Pareto最优解集与局部Pareto最优态集概念,并利用概率论的基本理论证明了趋同过程产生的序列强收敛于局部Pareto最优态集。数值试验验证了Pareto-MEC算法的有效性。
- 周秀玲孙承意
- 关键词：进化算法思维进化计算收敛性
- 应用思维进化计算求解顶点着色问题被引量：2
- 2004年
- 应用思维进化计算求解顶点着色问题,给出求解给定图的色数、最小着色的算法。介绍了顶点着色问题的编码与解码方法、特征、信息矩阵的概念,从而应用思维进化计算的趋同和异化求解该问题。实验结果表明该算法是求解顶点着色问题的一种新的有效算法。
- 陈培军曾建潮
- 关键词：顶点思维进化计算色数信息矩阵趋同
- SP-MEC算法的收敛性分析
- 2006年
- 进化算法求解多目标优化问题具有独特的优势。SP-MEC是一种新的利用思维进化算法(MEC)解决多目标优化问题的算法,数值实验结果验证了它的可行性与有效性。文章利用概率论的基本理论对其收敛性进行分析,提出局部Pareto最优解集、局部Pareto最优态集及趋同过程产生的序列强收敛的概念,证明了在满足一定条件下趋同过程产生的序列强收敛于局部Pareto最优态集。
- 周秀玲孙承意
- 关键词：进化计算多目标思维进化计算
