您的位置: 专家智库 > >

江苏省高等学校大学生实践创新训练计划项目(2012JSSPITP3029)

作品数:6 被引量:34H指数:3
相关作者:夏慧明王志刚周永权王明刚郭广寒更多>>
相关机构:南京师范大学广西民族大学哈尔滨理工大学更多>>
发文基金:江苏省高等学校大学生实践创新训练计划项目泰州市社会发展计划项目贵州省教育厅科研项目更多>>
相关领域:自动化与计算机技术理学更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 5篇自动化与计算...
  • 1篇理学

主题

  • 3篇群算法
  • 2篇人工蜂群
  • 2篇人工蜂群算法
  • 2篇组合优化
  • 2篇进化算法
  • 2篇蜂群算法
  • 2篇差分
  • 2篇差分进化
  • 2篇差分进化算法
  • 1篇倒位
  • 1篇多维背包问题
  • 1篇学习算法
  • 1篇缩放
  • 1篇缩放因子
  • 1篇贪婪算法
  • 1篇求解旅行商问...
  • 1篇子群
  • 1篇网络
  • 1篇线性系
  • 1篇粒子群

机构

  • 6篇南京师范大学
  • 1篇哈尔滨理工大...
  • 1篇广西民族大学
  • 1篇黔南民族师范...

作者

  • 6篇夏慧明
  • 5篇王志刚
  • 1篇郭德龙
  • 1篇郭广寒
  • 1篇黄秋菀
  • 1篇王明刚
  • 1篇周永权
  • 1篇朱晓琳

传媒

  • 2篇价值工程
  • 2篇数学的实践与...
  • 1篇计算机工程与...
  • 1篇小型微型计算...

年份

  • 2篇2014
  • 4篇2013
6 条 记 录,以下是 1-6
排序方式:
求解多维背包问题的改进二进制粒子群算法被引量:3
2013年
针对二进制粒子群算法在求解大规模多维背包问题时存在迭代次数过多、精度不高的不足,提出一种改进的二进制粒子群算法,新算法利用种群个体极值的平均信息和粒子的个体极值决定粒子当前取值的概率,使粒子可以充分利用整个种群的信息,避免算法陷入局部极值,并利用贪婪算法对进化过程中的不可行解进行修复,对背包资源利用不足的可行解进行修正.通过对典型多维背包问题的仿真实验和与其它算法的比较,表明算法有良好的全局优化能力和较好的收敛速度.
王志刚夏慧明王明刚郭广寒
关键词:粒子群算法二进制多维背包问题贪婪算法
进化泛函网络多维函数逼近理论及学习算法被引量:1
2013年
提出了一种用于多维函数逼近的进化策略修正泛函网络基函数系数的新算法,并给出了其算法学习过程.利用进化策略的自适应性来确定基函数前的系数,改进了泛函网络的参数通过解方程组来得到这一传统方法.仿真结果表明,这种新的逼近算法简单可行,能够逼近给定的函数到预先给定的精度,具有较快的收敛速度和良好的逼近性能.
夏慧明郭德龙
关键词:泛函网络进化策略学习算法
求解旅行商问题的人工蜂群算法被引量:2
2013年
采用人工蜂群算法对旅行商问题进行求解,给出了人工蜂群算法求解该问题的具体方案,对不同的旅行商问题算例进行了仿真实验。结果表明,算法可以有效、快速地找到较小规模问题的最优解。
黄秋菀王志刚夏慧明
关键词:人工蜂群旅行商问题组合优化
求解车辆路径问题的人工蜂群算法被引量:21
2014年
采用人工蜂群算法对车辆路径问题进行求解,给出食物源的自然数编码方法,并采用邻域倒位方法生成候选食物源。应用算法求解了多个车辆路径问题的实例,并将结果与其它一些启发式算法进行了比较和分析。计算结果表明,人工蜂群算法可以有效求解车辆路径问题,同时也为算法求解其它一些组合优化问题提供了有益思路。
王志刚夏慧明
关键词:车辆路径问题组合优化人工蜂群算法
非线性系统模型参数估计的差分进化算法被引量:1
2013年
将差分进化算法用于非线性系统模型的参数估计,通过对谷氨酸菌体生长模型的参数估计进行验证,并与人工神经网络、遗传算法和微粒群算法的优化结果进行了比较。仿真试验结果表明:差分进化算法为非线性系统模型参数估计提供了一种有效的途径,对非线性系统模型的参数估计精度高于人工神经网络、遗传算法和微粒群算法。
朱晓琳王志刚夏慧明
关键词:差分进化算法非线性系统参数估计
多种群自适应差分进化算法被引量:6
2014年
针对差分进化(DE)算法在解决优化问题时收敛速度不够快、容易陷入局部最优的缺点,本文通过分析DE算法不同变异操作模式的优缺点及缩放因子和交叉因子对算法寻优性能的影响,提出一种多种群自适应差分进化算法.在进化过程中,不同种群采用不同的变异操作模式,有利于不同模式之间的优势互补,同时使用logistic模型来自适应调节缩放因子和交叉因子,使算法在前期提高全局搜索能力,后期提高局部搜索能力.对典型测试函数的仿真实验表明所提算法计算精度高、收敛速度快.
夏慧明王志刚周永权
关键词:差分进化算法缩放因子LOGISTIC模型
共1页<1>
聚类工具0