公共文化服务平台

共 8 条记录，以下是 1-8

全选清除导出

排序方式：

不确定旅行商问题的鲁棒模型及其算法研究被引量：3: 2012年; 旅行商问题是一类重要的组合优化问题。针对不确定旅行商问题,采用区间数来描述其城市间的旅行时间。在鲁棒优化理论框架下,建立其模型。该模型的突出特点是其鲁棒性可调。提出了一类求解该模型的精确算法和蚁群算法。与精确算法相比较,结果表明了所提出的蚁群算法能在较短时间内求得最优或近优的解。最后,分析了模型的性能,结论表明,在不确定环境下,鲁棒解是有效的。; 柯良军尚可冯祖仁; 关键词：旅行商问题鲁棒优化

有限级信息素蚁群算法被引量：23: 2006年; 提出一种新的蚁群算法,将信息素分成有限个级别,通过级别的更新实现对信息素的更新,并且信息素的更新量独立于目标函数值．文中采用有限马氏链的理论证明算法可以线性地收敛到全局最优解．针对TSP问题,通过与MMAS和ACS等蚁群算法的数值实验结果进行比较,表明所提出的算法是有效的、鲁棒的．; 柯良军冯祖仁冯远静; 关键词：蚁群算法收敛性 TSP问题

一类求解带时间窗的团队定向问题的改进蚁群算法被引量：6: 2012年; 带时间窗的团队定向问题是一类重要的物流配送路径优化问题,其优化目标是制定最优可行车辆路线,在规定的时间窗内服务一组顾客,以获得最大的总收益。提出了一类改进蚁群算法,用以求解该问题。为了提高解构造质量与效率,使用一种快速的方法来确定动态候选链表,并且利用串行法和贪婪法构造解。与迭代局部搜索相比,所提算法能够在12s内得到更好的解。; 柯良军章鹤尚可冯祖仁; 关键词：启发式算法蚁群优化时间窗

动态团队定向问题的模型及其优化算法被引量：1: 2011年; 针对物流配送系统优化设计中关键难题之一的团队定向问题,提出了一种部分顾客需求动态到达的动态团队定向问题,并建立了该问题的模型.采用把规划周期分成一系列时间段的策略,将动态问题转化成一系列的静态子问题求解.提出了一种蚁群算法,其特点是利用上一时间段的信息来加速算法寻优能力,并用一种基于分支定价的离线精确性算法来求解动态团队定向问题.实验结果表明,与基于分支定价的离线精确性算法相比,所提出的蚁群算法能在1 ks内求解4个测试算例,并且在2个算例中得到的最好解优于离线精确性算法的解.; 柯良军尚可冯祖仁; 关键词：蚁群算法

一种新的卫星测控资源调度模型及其求解算法被引量：15: 2009年; 针对低轨卫星测控资源优化调度问题,以卫星可见弧段为调度元素建立了一种新的复合独立集模型。新模型可分解为多个具有约束关系的子优化问题。在应用蚁群优化算法求解该问题时,蚁群分别对各子问题的可行域进行搜索,并引入局部搜索策略提高蚁群算法的求解质量。实验结果表明,该算法具有较快的收敛速度,能够生成较好的调度计划,测控网的利用率获得提高。; 张娜柯良军冯祖仁; 关键词：资源调度独立集蚁群优化

蚁群优化属性约简算法被引量：13: 2008年; 为了获得决策表属性的最小约简,将信息论角度定义的属性重要性作为启发信息引入蚁群算法,提出了一种蚁群优化属性约简算法.该算法将属性核直接引入到蚂蚁构造的每一个解中,降低了问题规模,新定义的状态转移规则和信息素更新规则体现了约简中属性间的无序性特点,有利于在优解邻域内搜索.通过9个典型实例对算法进行了验证,结果与现有算法相比能够更容易找到最小约简,所需时间较短.; 任志刚冯祖仁柯良军; 关键词：蚁群优化决策表属性约简

基于多智能体强化学习的无人机集群攻防对抗策略研究被引量：9: 2021年; 针对大规模无人机集群攻防对抗问题,提出了一种基于近端策略优化(Proximal Policy Optimization,PPO)的改进多智能体(Multi-agent Proximal Policy Optimization,M-PPO)算法。该算法采用了Actor-Critic框架,但与PPO不同,为实现智能体之间的协作,算法使用了包含全局信息的Critic网络和局部信息的Actor网络。此外,算法采用了集中训练、分散执行的框架,训练得到的模型能够在不依赖通信的基础上实现协作。为了研究该算法的性能,设计了一个考虑无人机飞行约束和真实飞行环境的大型无人机集群对抗平台,并进行仿真实验。实验结果表明,M-PPO算法在攻防对抗问题中的效果显著优于PPO和深度确定性策略梯度(Deep Deterministic Policy Gradient,DDPG)等主流算法。; 轩书哲柯良军; 关键词：无人机攻防对抗多智能体强化学习三维环境

基于聚类分析的增强型蚁群算法被引量：7: 2010年; 针对蚁群算法存在的早熟收敛、搜索时间长等不足,提出一种增强型蚁群算法.该算法构建了一优解池,保存到当前迭代为止获得的若干优解,并提出一种基于邻域的聚类算法,通过对优解池中的元素聚类,捕获不同的优解分布区域.该算法交替使用不同簇中的优解更新信息素,兼顾考虑了搜索的强化性和分散性.针对典型的旅行商问题进行仿真实验,结果表明该算法获得的解质量高于已有的蚁群算法.; 任志刚冯祖仁柯良军张兆军; 关键词：蚁群算法早熟收敛聚类分析

全选清除导出

共1页<1>

柯良军