您的位置: 专家智库 > >

任志博

作品数:2 被引量:15H指数:1
供职机构:中国科学院成都计算机应用研究所更多>>
发文基金:四川省重点技术创新项目四川省科技支撑计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇调度
  • 1篇调度问题
  • 1篇学习算法
  • 1篇时间窗
  • 1篇启发式算法
  • 1篇物流
  • 1篇集成学习算法
  • 1篇分类器
  • 1篇分类器组合
  • 1篇ADABOO...
  • 1篇LOSS
  • 1篇标签
  • 1篇标签分类
  • 1篇车辆调度
  • 1篇车辆调度问题
  • 1篇RANKIN...

机构

  • 2篇中国科学院成...
  • 2篇中国科学院大...

作者

  • 2篇任志博
  • 2篇杨燕霞
  • 1篇付忠良
  • 1篇伍岳庆
  • 1篇姚宇
  • 1篇王莉莉
  • 1篇张丹普
  • 1篇高远

传媒

  • 2篇计算机应用

年份

  • 2篇2013
2 条 记 录,以下是 1-2
排序方式:
带时间窗车辆调度问题的启发式算法研究与应用被引量:14
2013年
车辆调度问题(VRP)是物流配送系统的一个重要问题。通过对车辆调度问题进行分析,建立带有时间窗的非满载车辆调度的数学模型。将用于旅行商问题(TSP)的最近插入法加以改进,设计出了一种求解带时间窗的车辆调度问题的启发式算法,并用实例进行验证。实验结果表明该算法具有实现简单、易于调整、成本较低等优点。
杨燕霞伍岳庆姚宇任志博高远
关键词:车辆调度问题时间窗物流
基于Ranking Loss的多标签分类集成学习算法被引量:1
2013年
针对目标可以属于多个类别的多标签分类问题,提出了一种基于Ranking Loss最小化的集成学习方法。算法基于Real AdaBoost算法的核心思想,从Ranking Loss定义出发,以Ranking Loss在样本空间最小化为目标,采取迭代的方法训练多个弱分类器,并将这些弱分类器集成起来构成强分类器,强分类器的Ranking Loss随着弱分类器个数的增加而逐渐减少,并给出了算法流程。通过理论分析和实验数据对比验证了提出的多标签分类算法的有效性和稳定性。
任志博王莉莉付忠良张丹普杨燕霞
关键词:ADABOOST算法分类器组合
共1页<1>
聚类工具0