尹浩
- 作品数：3 被引量：6H指数：2
- 供职机构：东北大学信息科学与工程学院更多>>
- 发文基金：中央高校基本科研业务费专项资金国家自然科学基金国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 求解服务选取问题的混合蚁群优化算法被引量：1
- 2013年
- 为解决大规模服务选取问题,提出了一种混合蚁群优化(HACO)算法.该算法先采用动态skyline服务查询过程过滤抽象服务类相关的冗余候选服务,以大力缩减空间提高查找效率,然后利用聚类设计动态构造图来引导蚂蚁的搜索方向,从而确定局部服务选取的搜索区域;基于已经确定的局部服务选取的搜索区域,利用启发式策略选取具体的组合服务.采用标准的真实数据集和综合产生的数据集对所提的方法进行试验评估,以及和最近提出的相关组合服务算法进行对比.实验结果在解的质量和处理时间方面效果显著.
- 尹浩张长胜张斌
- 关键词：蚁群优化聚类启发信息信息素
- 一种求解SLA等级感知服务组合问题的多目标离散粒子群优化算法被引量：4
- 2014年
- 针对SLA等级感知服务组合问题,本文提出了一种求解该问题的多目标离散粒子群算法(MDPSO),建立了多目标粒子群算法优化模型.根据该问题的特征,对粒子更新策略进行重新设计;并且提出粒子变异策略以抑制群体的早熟收敛增强群体的全局搜索能力.另外,提出了一种基于约束支配关系的局部搜索策略并将其结合到MDPSO算法,形成算法MDPSO+.最后对MDPSO算法的参数设值进行了分析,并将算法MDPSO、MDPSO+与最近提出的求解该问题的E3-MOGA算法及NSGA-II算法在不同规模的测试用例上进行了实验对比,结果表明算法MDPSO+能够更加有效的解决该问题.
- 尹浩张长胜张斌孙若男刘婷婷
- 关键词：局部搜索
- 蚁群算法在服务选取问题中的分析比较被引量：2
- 2013年
- 在对蚁群算法进行总结分析的基础上,提出了求解该问题的蚁群优化模型,定义了针对服务选取问题的信息素及启发式信息,并采用6种蚁群算法对该问题进行了求解.最后通过试验对这些算法在服务选取问题中的适用性进行了分析,并与最近提出的服务选取算法进行了比较.结果表明,设计的不同蚁群算法在求解该问题时性能差异较大,其中ACS算法不但收敛速度快,其求解质量也好于被比较的其他算法.
- 张长胜任明康尹浩张斌
- 关键词：蚁群算法服务质量群智能信息素
