您的位置: 专家智库 > >

教育部“新世纪优秀人才支持计划”(NCET-05-0253)

作品数:7 被引量:31H指数:2
相关作者:李敏强陈富赞刘鎏林丹常新功更多>>
相关机构:天津大学山西财经大学更多>>
发文基金:教育部“新世纪优秀人才支持计划”国家自然科学基金更多>>
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

  • 4篇进化算法
  • 3篇数据挖掘
  • 2篇多目标
  • 2篇多目标优化
  • 2篇图数据挖掘
  • 2篇子结构发现
  • 2篇进化
  • 1篇多目标进化
  • 1篇多目标进化算...
  • 1篇多目标优化问...
  • 1篇神经网
  • 1篇神经网络
  • 1篇索引
  • 1篇频繁项
  • 1篇频繁项目集
  • 1篇区域经济
  • 1篇区域经济研究
  • 1篇子图
  • 1篇自适
  • 1篇自适应

机构

  • 6篇天津大学
  • 1篇山西财经大学

作者

  • 6篇李敏强
  • 2篇寇纪淞
  • 2篇林丹
  • 2篇常新功
  • 2篇陈富赞
  • 2篇刘鎏
  • 1篇田津

传媒

  • 2篇系统工程学报
  • 1篇系统工程理论...
  • 1篇模式识别与人...
  • 1篇计算机学报
  • 1篇计算机应用

年份

  • 6篇2008
7 条 记 录,以下是 1-6
排序方式:
求解DRS多目标优化问题的新颖ε-支配进化算法被引量:1
2008年
首先分析DRS(dominance resistant solutions)多目标优化问题的特点,证明基于Pareto-支配关系的多目标优化问题算法求解该类问题很难收敛.然后,提出一种新的基于ε-支配关系的进化算法—ε—支配进化算法(EDMOEA),给出该算法框架和详细流程.最后,将ε-支配进化算法和NSGA-Ⅱ算法应用于求解一组典型的DRS多目标优化问题和常用的多目标优化测试问题,基于算法的收敛性和Pareto最优解集分布性进行评价和比较分析,表明ε-支配进化算法的有效性.
李敏强刘鎏林丹
关键词:进化算法多目标优化问题PARETO支配
基于合作型协同进化的RBFNN分类算法被引量:3
2008年
针对传统优化方法提高径向基函数神经网络(RBFNN)分类能力存在的问题,提出一种基于合作型协同进化群体并行搜索的CO-RBFNN学习算法.该算法首先利用K-均值算法对最近邻方法确定的网络初始隐节点聚类,然后以聚类后的隐节点群作为子种群进行协同进化操作,最终获得网络的最优结构.算法采用包含整个网络隐节点结构和控制向量的矩阵式混合编码方式,隐层和输出层之间的连接权值由伪逆法确定.在UCI的8个数据集上进行的仿真实验结果验证该算法的有效性和可行性.
田津李敏强陈富赞
关键词:协同进化K-均值聚类
进化子结构发现在区域经济研究中的应用被引量:1
2008年
提出了一种基于进化算法的子结构发现算法,并将爬山算法的思想融合于交叉和变异算子的设计之中,该算法可有效地跳出局部极值,取得较好的实验结果。将该算法应用于我国区域经济研究,挖掘结果反映了我国经济目前发展的趋势及存在的问题。
常新功寇纪淞李敏强
关键词:进化算法图数据挖掘子结构发现区域经济
基于ε-支配的多目标进化算法及自适应ε调整策略被引量:23
2008年
提出了一类新的基于ε-支配关系的多目标进化算法.该算法采用配对比较选择和稳态替换策略,提高了算法的收敛速度,降低了计算时间.首先,在保持种群分布性上,采用了一种新的基于ε-支配关系的精英保留策略,避免了传统修剪策略所引起的Pareto前沿面的退化.其次,根据不同ε取值分析了算法收敛性,提出了一种自适应ε调整策略.最后,通过5个常用的双目标测试函数的计算,验证了包括该自适应调整策略的多目标进化算法在求解质量上显著强于NSGAII,SPEA2和ε-MOEA等主流多目标进化算法.
刘鎏李敏强林丹
关键词:多目标优化进化算法精英保留策略
基于个体协同的子图结构发现混合进化算法
2008年
将进化算法与爬山算法的混合进化算法引入图数据挖掘,以克服贪婪式查找易陷入局部极值的问题.针对子图结构发现问题中实例易丢失的特点,提出了一种新的遗传操作——个体协同算子,使得代表同一子结构的不同个体能够以协同的方式进行查找.另外,还提出了一种基于年龄段和个体生成方式的多样性保持方案,以从种群的组成和个体的生成两个方面保持和提高种群的多样性,同时还有助于个体协同算子的执行.在进化过程中随时以新生成的单边子结构替换当前种群中没有潜力的个体的机制在缩小查找空间的同时还使得进化过程成为一个更为完全的查找过程.实验结果表明,以上措施增强了算法的寻优能力,能够获得更优的解.
常新功寇纪淞李敏强
关键词:混合进化算法图数据挖掘子结构发现最小描述长度
基于项目集格及位图索引的频繁项目集发现算法被引量:2
2008年
以格论及位图索引技术为基础给出了一个新的频繁项目集发现算法.1)该算法利用有向图进行一次性数据预处理,在预处理过程中将数据库预先存贮为每个结点都用一个域来记录其支持度的项目集格,从而把复杂的频繁项目集的发现问题转化为图搜索问题,提高了频繁项目集发现过程的效率.2)支持度计算是关联规则发现中I/O及计算开销都非常大,算法引入了位图索引技术,提高了项目集支持度的计算速度.存储完整位图需要较大空间,针对该问题算法对位图进行了分块管理并对其进行了有效的编码压缩;不仅可以有效地对原始位图进行有效压缩,另外也可以在较大程度上提高支持度的计算效率.最后,对算法进行了计算实验与分析.
陈富赞李敏强
关键词:数据挖掘关联规则位图索引
共1页<1>
聚类工具0