长沙市科技计划项目(K1005018-11)
- 作品数:4 被引量:6H指数:2
- 相关作者:张英杰范朝冬章兢张亮彭亦飞更多>>
- 相关机构:湖南大学邵阳学院更多>>
- 发文基金:长沙市科技计划项目国家自然科学基金湖南省科技计划项目更多>>
- 相关领域:自动化与计算机技术更多>>
- 面向多模态函数的自适应混沌爬山微粒群算法被引量:1
- 2013年
- 针对微粒群算法在多模态函数优化中难以找到全部极值点以及陷入局部最优和后期收敛速度慢等缺陷,提出了一种基于熵的自适应混沌爬山微粒群算法.算法根据熵的值来衡量种群多样性,当发现种群多样性匮乏时,采用动态混沌机制增强多样性;后期融入了局部收敛速度较快的爬山算法提高微粒群算法的后期收敛速度.4种典型多模态函数测试结果表明该算法在求解复杂多模态函数优化问题方面的可行性.
- 张英杰郭会芳付海滨范朝冬
- 关键词:微粒群算法多模态函数爬山算法
- 基于免疫粒子群算法的网络拥塞控制策略被引量:2
- 2011年
- 为避免Internet路由器主动队列管理中PID参数整定试凑法的盲目性,提出免疫杂交粒子群算法用于PID控制器参数优化,构造一种基于免疫杂交粒子群的智能主动队列PID算法。仿真结果表明,基于免疫杂交粒子群的PID主动队列管理算法能够适应动态变化的网络环境,具有较好的网络控制性能。
- 彭亦飞张英杰
- 关键词:主动队列管理网络拥塞粒子群优化人工免疫算法
- 改进遗传优化的贝叶斯网络结构学习被引量:3
- 2011年
- 针对贝叶斯网络结构学习提出了一种改进的遗传算法,和传统遗传算法相比,该改进算法针对贝叶斯网络结构学习问题增加了优化变异和修正非法图两个新的算子。新算子不但保持了贝叶斯网络学习的多样性和正确性,而且还能保证算法快速搜索到全局最优的网络结构。将该改进遗传算法用于贝叶斯网络结构学习的仿真结果表明,和传统K2算法、GS/GES算法、遗传算法和粒子群算法等算法相比,该算法具有更好的全局搜索能力和收敛速度。
- 张亮章兢
- 关键词:贝叶斯网络全局最优遗传算法粒子群算法
- 兼顾最优个体的模拟退火分层遗传算法
- 2013年
- 针对传统分层遗传算法存在"发散"、收敛速度慢和最优解易丢失等缺陷,本文提出了一种改进的分层遗传算法,采用基于模拟退火思想的底层交叉和变异算子,避免底层算法的"发散"、提高收敛速度;设计了一种兼顾最优个体的高层选择算子,防止最优个体丢失。求解SAT问题的比较实验结果表明:求解成功率与收敛速度等算法性能均有较大提升。
- 范朝冬欧阳红林
- 关键词:分层遗传算法模拟退火SAT问题