李志俊
- 作品数：6 被引量：18H指数：2
- 供职机构：安徽大学更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金安徽省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 多Agent系统机器学习研究及应用
- 多Agent系统的理论与技术已成为分布式人工智能和计算机科学技术重要研究内容之一。由于多Agent系统的运行环境大型、开放、动态和不确定,迫切需要采用各种智能技术,引入学习机制来构建具有自学习能力的Agent。 本文主...
- 李志俊
- 关键词：多AGENT系统改进BP算法数论
- 基于佳点集遗传算法的足球机器人策略设计被引量：1
- 2008年
- 为了优化足球机器人策略的设计,文中提出了一个基于佳点集遗传算法的足球机器人动作规划算法。首先定义一个足球机器人的动作集合,根据赛场的实际情况为足球机器人分配角色与任务,然后利用佳点集遗传算法为足球机器人选择合适的动作,用该算法进行截球实验和射门实验。实验结果表明,应用新算法的仿真足球机器人动作更准确,效果更佳。
- 金奎程家兴李志俊饶玉佳
- 关键词：佳点集遗传算法足球机器人
- 免疫佳点集遗传算法被引量：5
- 2007年
- 结合免疫机制和数论中的佳点集理论,给出了一种免疫佳点集遗传算法。该算法把数论中佳点集理论运用于遗传算法交叉操作和种群初始化的改进,提出带权欧氏距离计算抗体的相似度、浓度和适应度,引入免疫机制使群体保持多样性和快速导向高适应度模式。实验结果验证了该算法可以有效地避免早熟,改善算法的全局收敛性,提高搜索效率。
- 李志俊程家兴
- 关键词：免疫机制佳点集多样性均匀设计
- 基于佳点集的多目标遗传算法被引量：1
- 2008年
- 佳点集遗传算法是利用数论中的佳点集的理论,对GA算法中的交叉操作进行了重新设计的GA算法。该算法不仅提高了求解的效率和精度,还能有效地避免"早熟"现象。对其部分机制作出改动,使其可以应用于多目标优化问题。并将其引入一个典型的多目标遗传算法NPGA中。文中给出的仿真算例证实了改进方法的有效性。
- 饶玉佳程家兴夏军李志俊
- 关键词：多目标优化佳点集
- 基于样本期望训练数的BP神经网络改进研究被引量：2
- 2009年
- BP算法是神经网络中最常用的算法之一。标准BP算法存在的最主要问题就是易于陷入局部极小、收敛速度慢等问题。针对BP算法的这些问题,出现了许多改进的措施,如引入变步长法、加动量项法等。提出了一种基于样本期望训练数的改进BP算法,仿真实验说明了该算法可以明显提高BP网络学习速度,并且具有简单通用性,可以和其他方法结合,进一步提高算法的收敛速度。
- 李志俊程家兴金奎饶玉佳
- 关键词：神经网络BP算法收敛速度
- 基于数论佳点集的遗传算法初始种群均匀设计被引量：9
- 2007年
- 文章利用数论中的佳点集理论和方法,给出了遗传算法初始种群生成的一种具有良好多样性的均匀分布设计。通过对遗传算法机理的研究,发现初始种群的分布状态不仅直接关系到遗传算法的全局收敛性,还影响算法的搜索效率,所以对初始种群进行科学合理设定是应用遗传算法进行寻优计算的一个重要问题。基于优化设计思想,提出应用佳点集均匀设计方法确定遗传算法的初始种群。这种方法具有简单易行、种群多样性好、更适合多维情况等特点,实验结果验证了该方法可以有效地改善算法的全局收敛性,提高搜索效率。
- 李志俊程家兴
- 关键词：佳点集遗传算法初始种群种群多样性均匀设计
