国家高技术研究发展计划(2003AA1Z2610)
- 作品数：69 被引量：584H指数：12
- 相关作者：冯博琴傅向华朱利马兆丰高海昌更多>>
- 相关机构：西安交通大学清华大学西安石油大学更多>>
- 发文基金：国家高技术研究发展计划西安市科技计划项目湖南省教育厅科研基金更多>>
- 相关领域：自动化与计算机技术理学电子电信金属学及工艺更多>>
- 基于增量式遗传算法的粗糙集分类规则挖掘被引量：23
- 2004年
- 从规则获取和优化两个方面研究了基于遗传算法(GA)的增量式粗糙集分类规则挖掘方法.通过研究决策表和决策规则系数,建立了基于粗糙集表示和度量的知识理论,将GA和粗糙集分类规则挖掘算法相结合,在保持原有知识完备的前提下,利用GA对以增量形式获得的分类规则进行优化,获取最优分类规则.试验结果表明,执行增量式GA所需时间较执行一般GA所需时间要少,可有效完成分类规则优化的任务,同时还可提高分类的精度,使分类结果具有更好的可理解性.
- 何明冯博琴马兆丰傅向华
- 关键词：粗糙集数据挖掘
- 可在线增量自学习的聚焦爬行方法被引量：25
- 2004年
- 将Web爬行看作执行序列动作的过程,结合改进的快速Q学习和半监督贝叶斯分类器,提出一种新的具有在线增量自学习能力的聚焦爬行方法.该方法从获取的页面中抽取特征文本,根据特征文本评估页面的主题相关性,预测链接的Q值,然后基于Q值过滤无关链接.当得到主题相关页面时产生回报,将回报沿链接链路反馈,更新链路上所有链接的Q值,并选择相应的特征文本作为训练样本,增量地改善主题评估器和Q值预测器.实验结果表明,该方法具有很快的自学习能力,获取的页面数目和精度均优于离线聚焦爬行方法,更符合Web资源发现的要求.
- 傅向华冯博琴马兆丰何明
- 关键词：资源发现半监督学习
- 车间流程的免疫调度算法被引量：14
- 2004年
- 为了高效地解决车间流程(Flow Shop)问题,提出了一种利用免疫算法求解Flow Shop调度问题的方法.该算法是根据人或者其他高等动物的免疫系统机理设计的,将调度目标和约束条件作为抗原,将问题的解作为抗体,对抗体采用按工件加工顺序进行自然数编码,并把最大流程时间的倒数作为适应度函数,新抗体的繁殖是通过部分匹配交叉算子和按工件顺序互换的变异算子实现的,对抗体产生的刺激和抑制通过抗体浓度来调节,而抗体浓度通过计算抗体之间的最大亲和力获得.通过对Flow Shop问题的基准测试表明,该算法不仅在求解问题的规模上具有很好的可伸缩性,而且在运算时间上也低于遗传算法和模拟退火算法.
- 王自强冯博琴
- 关键词：免疫算法抗原抗体组合优化问题
- 粗糙集理论框架下的神经网络建模研究及应用被引量：17
- 2005年
- 为协调决策支持和分类,引入了一种新的方法,该方法将粗糙集理论和神经网络有机地结合在一起,提出了一种基于粗糙集理论的神经网络模型构造方法.首先,利用粗糙集理论智能数据分析的能力,对神经网络进行预处理,抽取关键成分作为神经网络的输入,从而确定粗糙神经网络的初始拓扑结构.在此基础上,进一步研究和分析了该模型的实现步骤,并应用原始数据对网络进行训练,最后将该模型应用于分类规则的抽取.试验结果比较表明,该模型可以有效地提高分类的精度.
- 何明李博马兆丰傅向华
- 关键词：神经网络粗糙集数据挖掘
- 增量构造负相关异构神经网络集成的方法被引量：8
- 2004年
- 基于负相关异构网络,提出了一种增量构造异构神经网络集成(NNE)的方法.该方法在训练成员网络时,不仅调整网络的连接权值,而且动态调整网络的结构,从而在提高单个网络精度的同时增加各成员网络之间的差异度,减小网络集成的泛化误差.该方法包括构造最佳异构网络(BHNN)和构造异构网络集成(HNNE)两个部分,BHNN基于负相关学习动态构造多个最佳网络,HNNE利用训练好的最佳网络增量地构造异构NNE.使用网络泛化误差和集成泛化误差,整个集成过程可自动完成,无需预先确定成员网络的结构.分别对回归和分类问题进行了实验,相对于单个网络,该方法在测试数据集上的错误率降低了17%～85%,与已有的Boosting、Bagging等网络集成方法相比,错误率也有不同程度的改善.
- 傅向华冯博琴马兆丰何明
- 关键词：神经网络集成负相关学习
- 智能优化算法求解TSP问题被引量：144
- 2006年
- TSP(旅行商)问题代表组合优化问题,具有很强的工程背景和实际应用价值,但至今尚未找到非常有效的求解方法.为此,讨论了最近研究比较热门的使用各种智能优化算法(蚁群算法、遗传算法、模拟退火算法、禁忌搜索算法、Hopfield神经网络、粒子群优化算法、免疫算法等)求解TSP问题的研究进展,指出了各种方法的优缺点和改进策略.最后总结并提出了智能优化算法求解TSP问题的未来研究方向和建议.
- 高海昌冯博琴朱利b
- 关键词：旅行商问题模拟退火算法禁忌搜索算法粒子群优化算法
- 主题驱动的P2P分布式信息搜索机制研究被引量：12
- 2006年
- Peer-to-Peer(P2P)对于分布式文件共享具有很好的前景,但当前的P2P系统仍然缺乏有效的信息搜索机制.本文提出一种主题驱动的P2P信息搜索机制,通过对节点上的文档进行聚类获得全局主题,然后将包含有相似主题的节点组织到一起构成主题覆盖网络.当在P2P网络中进行信息搜索时,根据查询与主题的相关性路由查询,从而改善搜索效率.本文详细阐述了进行主题驱动搜索的索引结构、主题聚类方法、主题覆盖网络的构造与维护算法.在Chord上的模拟实验结果表明,主题驱动的P2P信息搜索机制可以减少信息搜索时的平均网络带宽和平均搜索路径长度,提高搜索的成功率.
- 傅向华冯博琴
- 关键词：P2P搜索分布式信息检索资源共享
- 一种结构测试数据自动生成的框架被引量：4
- 2007年
- 针对结构测试中控制流和数据流覆盖测试数据的生成都可以归结为面向路径的测试数据生成的问题,提出了一个通用的基于控制流和数据流的结构测试数据自动生成的框架。该框架根据控制流和数据流测试中所采用的覆盖标准优化选取测试路径,并以改进后的迭代松弛法为核心,对所选取的路径生成测试数据。以基于路径覆盖、分支覆盖和数据流覆盖测试数据自动生成这3种算法为核心,开发了一个测试数据自动生成的框架原型。实验结果表明该框架是可行的。
- 陈继锋沈钧毅王志海王欣峻
- 关键词：控制流数据流测试数据自动生成
- 基于Hilbert空间填充曲线的P2P多维潜在语义查询被引量：1
- 2005年
- 为在有组织对等(P2P)系统上提供有效的多关键词查询和搜索机制,提出了多维潜在语义查询(MLSQ)方法.该方法利用Hilbert空间填充曲线(HSFC)和潜在语义索引,将高维语义空间中相似的数据对象映射到一维数值空间中的邻近区域中,并以每个数据对象在一维数值空间中的序号作为键,将数据对象的索引分布到有组织P2P网络邻近的结点上.通过将HSFC中数据点的查找过程嵌入到有组织P2P网络的结点上,再利用网络的数据查找机制,MLSQ可方便地搜索到符合查询要求的数据对象.实验结果表明,MLSQ在搜索过程中需要访问的网络结点数比较少,并具有较高的查准率和较低的通信量的特点.
- 傅向华冯博琴
- 关键词：空间填充曲线语义查询
- 自适应变异的混合粒子群优化策略及其应用被引量：8
- 2006年
- 提出了一种新的基于群体自适应变异和个体退火操作的混合粒子群优化(HPSO)算法.该算法将模拟退火过程引入到粒子群优化(PSO)之中,以PSO作为主体,先随机产生初始群体,并开始随机搜索产生新的个体.同时,使用自适应变异操作进行个体变异,对进化过的个体进行退火操作,以调整和优化群体.与模拟退火算法和基本PSO算法相比,HPSO保持了基本PSO算法简单、容易实现的特点,又能进行自适应变异.复杂函数优化和旅行商组合优化问题的实例验证表明,所提算法的全局收敛性较好,提高了摆脱局部最优的能力,有效避免了基本PSO算法的早熟问题.
- 高海昌冯博琴侯芸朱利
- 关键词：粒子群优化模拟退火自适应变异
