刘升
- 作品数：147 被引量：982H指数：16
- 供职机构：上海工程技术大学更多>>
- 发文基金：国家自然科学基金上海市自然科学基金上海市教育委员会创新基金更多>>
- 相关领域：自动化与计算机技术理学经济管理自然科学总论更多>>
- 引入动态分化和邻域诱导机制的双蚁群优化算法
- 2023年
- 为提高传统蚁群算法在解决旅行商问题时的优化效果,提出了一种引入动态分化和邻域诱导机制的双蚁群优化算法。该算法首先引入混沌随机策略,在算法初始化阶段改变原始的贪心策略,使初始信息素混沌分布,以保持种群的多样性,从而提高解的精度;其次,将蚁群分为孤立蚁群与正常蚁群,两组蚂蚁分别在当前最优路径与离群路径附近搜索;在种群间采取诱导机制,正常蚁负责搜索最优路径,孤立蚁混沌随机释放信息素,将正常蚁群诱导至新的路径邻域,从而有效地平衡收敛速度与解的多样性之间的矛盾。通过对不同规模的旅行商问题仿真结果的比较,验证了所提算法的有效性。
- 禹博文游晓明刘升
- 关键词：旅行商问题蚁群优化
- 基于量子的免疫进化算法及收敛性(英文)
- 2006年
- 分析和探讨了量子计算的特点及免疫进化机制,并结合免疫系统的动力学模型和免疫细胞在自我进化中的亲和度成熟机理,提出了一种基于量子计算的免疫进化算法。该算法使用量子比特表达染色体,通过免疫克隆、记忆细胞产生和抗体相似性抑制等进化机制可最终找出最优解,它比传统的量子进化算法具有更好的种群多样性、更快的收敛速度和全局寻优能力。在此不仅从理论上证明了该算法的收敛,而且通过仿真实验表明了该算法的优越性。
- 刘升王行愚游晓明
- 关键词：量子计算免疫进化算法马尔可夫链
- 基于学习的并行免疫量子进化算法及收敛性
- 2006年
- 提出了基于学习的多宇宙并行免疫量子进化算法,算法中将种群分成若干个独立的子群体,称为宇宙。宇宙内采用免疫量子进化算法,宇宙间采用基于学习机制的移民、模拟量子纠缠的种群交叉等信息交互方式,使得进化算法具有更好的种群多样性,更快的收敛速度和全局寻优能力。不仅从理论上证明了该算法的收敛,而且通过仿真实验表明了该算法的优越性。
- 游晓明帅典勋刘升
- 关键词：量子进化算法马尔可夫链免疫量子进化算法
- 云计算环境下动态资源分配优化方法研究被引量：3
- 2014年
- 云计算理论中动态资源分配优化模型研究有待完善,本文提出处理动态资源分配优化问题的群智能处理模型.通过建立博弈量子场数学模型,探讨基于价格机制的博弈理论,进一步通过发掘群智能原型中群体行为,并发现其内在的自组织行为和合作行为机制,从而研究模型的自治性平衡态和稳定性.最后针对宽带网络的带宽分配问题应用实例,定义了需求偏差函数,采用需求满意度大以及需求偏差小的优化目标验证了模型性能,研究结果表明:本文基于价格机制博弈策略的模型是有效和可行的,不仅可以满足供需双方的利益,而且提高了资源的利用率.
- 游晓明刘锴刘升王裕明
- 关键词：动态资源分配
- 一种动态搜索策略的蚁群算法及其在机器人路径规划中的应用被引量：94
- 2017年
- 采用蚁群算法求解复杂环境下移动机器人路径规划问题时,会出现运算时间过长、求解精度不高等问题,对此,定义一种新的动态搜索诱导算子以改进蚁群算法性能.重点设计了动态搜索模型,即:在进化初期设定较大阈值以增加种群的多样性;而伴随进化过程,利用衰减模型动态调整为较小阈值以加快收敛速度.TSP测试实验结果表明,该改进蚁群算法不仅能加快收敛速度,而且有效提高了优化解的质量.复杂环境中机器人路径规划问题的求解验证了所提出算法的实际应用效果.
- 游晓明刘升吕金秋
- 关键词：蚁群系统路径规划
- 基于邻域搜索的改进反向学习平衡优化器算法
- 2023年
- 针对标准平衡优化器EO算法收敛精度低、易陷入局部最优解等问题,提出一种结合邻域拓扑搜索改进的反向平衡优化器算法IOLEONS。首先,利用双曲正切自适应算子修改平衡池中平均浓度值,提高算法收敛精度;然后,计算粒子之间的欧氏距离,引入邻域搜索机制,进一步增强算法的局部开发能力,更好地平衡算法开发和探索阶段;最后,利用添加Chebyshev映射的动态对称反向学习策略增强种群的扰动能力,提高种群的多样性,帮助种群跳出局部最优解。对改进算法进行收敛性分析并选取8个基准函数进行仿真实验,Wilcoxon符号秩检验和Friedman秩检验结果显示,改进算法具有较好的优化性能。
- 李安东刘升苟茹茹
- 关键词：邻域搜索CHEBYSHEV映射
- 基于软构件技术的数字校园系统的开发与集成被引量：2
- 2009年
- 为实现数字校园系统的信息化、科学化和可视化,分析了现有数字校园系统特点,提出了一种基于CORBA的GIS应用系统和教学管理信息系统的集成框架。详细阐述了该系统的体系结构和总体设计思想,在此基础上,从可复用构件的软件开发思路,并针对校园特定领域,分析了各类相关构件的获取、分类和组装方法。最后,结合实际系统阐明了可复用软构件技术能有效地缩短系统的开发周期,降低软件维护难度,优化整个系统。
- 刘升游晓明
- 关键词：信息集成公共对象请求代理体系结构软构件软件复用
- 无迹西格玛点引导的拟反向黏菌算法及其工程应用被引量：7
- 2022年
- 针对黏菌算法搜索停滞和算法稳定性差等问题,提出了无迹西格玛点引导的拟反向黏菌算法。首先,使用了拟反向学习和拟反射学习两种反向学习过程,根据原始黏菌算法勘探和开采行为的表现时机,生成同时包含拟反向和拟反射的综合反向种群,扩大搜索范围;其次,根据种群的多样性程度判断是否使用反向种群重构原始种群进行后续计算,避免固定的反向过程破坏种群本身的搜索特点,提高搜索精度;最后,引入无迹变换的西格玛点,改进黏菌算法的基本移动模式,使无迹西格玛点引导黏菌算法的搜索,加快收敛速度。实验部分基于CEC2017基准测试函数,在传统统计特征和MAE排名、Wilcoxon秩和指标上验证算法的有效性;并在求解轿车侧面碰撞的实际工程优化问题上,与新颖的高水平群智能算法、改进算法、不完全算法进行对比测试。实验结果表明,改进策略有效且各策略间组合相得益彰,改进后算法的求解精度和鲁棒性更具竞争力。
- 刘宇凇刘升
- 基于ARIMA模型、灰色模型和回归模型的预测比较被引量：64
- 2019年
- 文章以上海市月度居民消费价格指数的预测为例,分别建立ARIMA模型、灰色模型GM(1,1)和一元n阶多项式回归模型。ARIMA模型定阶采用最小AIC准则,最终选择了ARIMA(3,1,7)模型;灰色模型GM(1,1)的数据维度选择采用动态比较的方法,三期预测分别选用了12、13、14个样本数据;一元n阶多项式回归模型根据最小残差原则选择了23阶模型。最后比较三种模型的预测精度,得到结论灰色模型GM(1,1)和ARIMA(3,1,7)模型比较适合对CPI指数进行短期预测且预测精度相差不多,而一元n阶多项式回归模型预测精度较差,不适合短期预测。
- 李志超刘升
- 关键词：ARIMA模型GM(1,1)模型CPI指数
- 基于自适应权重的缎蓝园丁鸟优化算法被引量：2
- 2018年
- 针对缎蓝园丁鸟优化算法(SBO)寻优精度低和收敛速度慢的问题,提出了基于自适应权重的缎蓝园丁鸟优化算法(WSBO)。首先通过自适应权重的方法改进了缎蓝园丁鸟优化算法的局部搜索能力,提高了收敛精度。另外通过改进原算法中高斯分布函数形式对缎蓝园丁鸟的求偶亭位置进行变异,提高了算法的全局搜索能力,避免了陷入局部最优。通过8个标准测试函数对改进算法与原SBO算法、ABC算法和FA算法进行测试比较,实验结果表明,改进算法是可行有效的,相比于基本SBO算法,其收敛速度、精度和算法稳定性都有很大程度的提高。
- 鲁晓艺刘升韩斐斐于建芳
- 关键词：自适应权重高斯变异
