黄恩洲
- 作品数：12 被引量：13H指数：2
- 供职机构：福建工程学院更多>>
- 发文基金：福建省教育厅A类人文社科/科技研究项目国家自然科学基金福建省自然科学基金更多>>
- 相关领域：机械工程自动化与计算机技术交通运输工程社会学更多>>
- 基于遗传算法-多智能体的FMS刀具在线调度被引量：1
- 2013年
- 为了解决静态调度和传统动态调度的缺点,提出一种基于多智能体的FMS刀具调度管理模型,进行刀具分配和回收的智能管理。文章定义模型智能体之间的交互逻辑,以刀具交换次数最小化为目标,建立刀具动态调度的数学模型,并针对该模型,设计相应的遗传算法。通过一个特定的刀具调度问题的优化,结果表明该遗传算法优化结果好于一般的启发式算法,消耗时间远低于隐枚举法,是多智能体调度模型理想的动态调度算法。
- 黄恩洲
- 关键词：柔性制造系统刀具智能体调度
- FMS多智能体调度系统投标算法和评估模型被引量：2
- 2013年
- 在FMS多智能体调度系统框架基础上,提出一种智能体生产招投标算法、评估模型和运输调度算法,招投标算法在个体利益最大化的情况下提出叫价策略,而为了防止陷入局部优化,在评估模型中引入信誉因子,该因子会抑制个体智能体的贪婪欲望,防止个体智能体陷入局部优化而影响整体目标.经过仿真证明,在规模不太大的情况下,该方法能够得到较好的调度结果.
- 黄恩洲
- 关键词：柔性制造系统调度智能体
- 基于支持向量机的控制图在线检测和分析系统的研究被引量：1
- 2006年
- 针对控制图在线检测和分析的要求,提出了系统基本框架。利用一对一算法的多类分类支持向量机进行控制图模式识别和异常模式下参数估计。在模型构造中,采用混合核函数,并利用遗传算法优化混合核函数支持向量机参数。仿真结果和实际应用表明:该方法结构简单、收敛速度快,识别准确率高,能够满足控制图在线检测和分析的需要。
- 吴少雄黄恩洲
- 关键词：控制图模式识别参数估计支持向量机遗传算法
- 基于粒子群—小波神经网络的短时交通量预测被引量：3
- 2014年
- 针对短时交通量的非线性和时变性,提出一种基于粒子群—小波神经网络的预测方法。该方法以前馈多层感知器的神经网络拓扑结构为基础,将预测误差反向传播,经粒子群优化算法对神经网络连接权值进行修正。隐含层神经元选择Morlet母小波基函数作为激活函数,利用小波分解分离短时交通量的高频部分和低频部分,防止高低频数据之间的过度影响,进一步提高预测的精度。根据最简化结构概念对神经网络结构进行泛化,确定最优网络结构,提高预测的速度。通过实例预测显示,该方法预测精度高,预测速度快,能够满足实际工程的要求。
- 黄恩洲
- 关键词：泛化小波神经网络粒子群优化算法
- 福建企业电子商务现状与发展策略
- 2009年
- 电子商务是推动网络经济进一步发展最重要的方式之一,如何有效地发展电子商务是建设海峡西岸经济区不可忽视的重要内容。本文分析了目前福建企业电子商务应用的现状,并从思想意识、企业信息化、人才培养、信用体系、行业协作五个方面提出福建中小企业发展电子商务的策略。
- 黄恩洲
- 关键词：企业电子商务海峡西岸经济区电子商务应用企业信息化信用体系网络经济
- 粒子群—禁忌搜索的FMS多智能体调度被引量：1
- 2014年
- 针对柔性制造系统调度问题的复杂性,提出以最小化最大完工时间为目标的多智能体调度系统,系统包含全局、工件和机器三类智能体.系统通过基于合同网协议的工件智能体和机器智能体产生初始解,然后机器智能体以初始解为基础进行局部寻优,所获得的局部最优解集由全局智能体进一步全局寻优,从而获得比一般方法更好的调度解.在进行优化模块设计时,分别引入禁忌搜索和粒子群优化作为机器智能体和全局智能体的优化算法.针对多智能体能够交互的特点,对禁忌搜索算法进行改进,提出了双禁忌表搜索算法,使得各机器智能体寻优结果更具多样化,更适合作为全局智能体优化的初始粒子群.仿真结果表明:调度系统在求解时收敛速度快、精度高,通过对10个经典柔性job-shop问题求解,所有结果均优于单独使用遗传算法和禁忌搜索算法的已知结果.
- 黄恩洲
- 关键词：柔性制造系统调度多智能体禁忌搜索
- FMS多智能体调度系统的角色建模被引量：2
- 2010年
- 为了实现FMS多智能体调度系统,提出一种基于角色的系统体系结构。根据该结构的逻辑过程设计出调度系统的招标委员会流程角色模型,并对每个智能体进行角色分配,定义其工作方式与数据访问方式。通过角色的泛化和聚合,使得系统中的智能体协同能力和适应能力更强。
- 黄恩洲
- 关键词：柔性制造系统调度智能体角色建模
- 基于遗传算法—多智能体的FMS工件调度研究被引量：2
- 2013年
- 针对柔性制造系统(FMS)一般调度方法的不足,提出基于全局黑板的多智能体调度系统,该系统建立多智能体交互过程,通过多智能体的合作快速建立调度模型,并通过优化模块对调度模型进行求解,从而获得非劣调度方案。在设计优化模块时,采用遗传算法,针对柔性制造系统调度问题的特点,改进并扩展了基于工序的编码方法,引入工序—机器的关系矩阵,从而实现解和染色体的一一对应关系,并设计算法的适值函数、选择方法、交叉和变异方法。仿真结果表明,该调度系统在求解时收敛速度快、精度较高。最后通过10个经典的柔性job-shop调度算例,与单纯使用遗传算法和禁忌搜索算法进行比较,目标值平均改善2.21%和1.04%。
- 黄恩洲吴少雄
- 关键词：柔性制造系统调度遗传算法智能体
- 基于支持向量机的控制图异常模式参数估计
- 2008年
- 针对控制图5种异常模式的6个参数,提出基于一对一算法的多类分类支持向量机的控制图异常模式下的参数估计方法。在模型构造中采用遗传算法优化支持向量机的参数。仿真实验结果表明,该方法结构简单,收敛速度快,具有较高的识别精度,适合于控制图异常模式的参数估计。
- 吴少雄黄恩洲
- 关键词：控制图支持向量机参数估计
- 基于遗传-小波神经网络的短时交通量预测被引量：1
- 2014年
- 针对短时交通量的高度非线性,提出一种基于遗传-小波神经网络的预测方法.该方法以前馈多层感知器的神经网络拓扑结构为基础,选择Morlet母小波基函数作为隐含层激活函数,以最简化结构概念进行网络泛化,并将误差反向传播,经遗传算法对网络连接权值修正.实例证明,该方法预测精度高,预测速度较快,能够满足实际工程的要求.
- 黄恩洲
- 关键词：小波神经网络遗传算法
