向毅
- 作品数：3 被引量：10H指数：2
- 供职机构：广州大学数学与信息科学学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：理学自动化与计算机技术更多>>
- 自适应阶段变异量子粒子群优化算法研究被引量：5
- 2012年
- 为了克服标准量子粒子群优化(SQPSO)算法易陷入局部最优的缺点,引入变异机制,基于进化阶段的概念,提出了自适应阶段变异量子粒子群优化(APMQPSO)算法。以四种不同的变异概率减小方式阶段性地对QPSO算法中的全局最优位置进行柯西变异,形成了四个不同的APMQPSO算法。用五个典型的测试函数进行仿真实验,并将四个APMQPSO算法与SQPSO算法的实验结果进行了比较。实验结果表明,对于单峰函数优化问题,基于变异概率线性变化的APMQPSO算法较为有效;而对于多峰函数优化问题,基于变异概率非线性变化的APMQPSO算法则具有很强的优化能力。
- 向毅钟育彬
- 关键词：量子粒子群优化算法变异算子函数优化
- 不同遗传算子组合求解TSP问题的比较研究被引量：5
- 2012年
- 为研究不同遗传算子在遗传算法中的寻优作用大小,引入了多种交叉算子和多种变异算子,并以求解TSP问题为例,用MATLAB编程实现了基于各种遗传算子组合的遗传算法。在深入分析与对比实验数据的基础上,探讨了各种遗传算子在寻优过程中的作用及效率。最后,把本文的研究与其他类似研究做了对比分析。
- 段渊向毅
- 关键词：遗传算法TSP问题
- 基于模糊聚类的音乐哼唱检索的研究与实现
- 2012年
- 针对哼唱检索中匹配过程的耗时性和哼唱的非完全准确性,提出了并行模糊动态时间规整算法实现音乐的哼唱检索。采用相对音高差表示旋律,用动态时间规整算法实现哼唱音高差序列与目标音高差序列的近似匹配。在匹配过程中,引入模糊集合及模糊聚类,通过构造哼唱音高差与目标音高差之间的隶属函数并计算隶属度得到音高差信息的相似度,进而获得转换代价矩阵,最后得到两个匹配序列的匹配距离。为提高检索速度,引入并行算法实现匹配过程。实验结果表明,模糊方法的引入提高了检索精度,并行算法的运用明显缩短了检索时间。基于并行模糊动态时间规整算法的音乐哼唱检索的正确率达到72%左右,在双核计算机上进行实验,引入并行算法后检索时间缩短一半。
- 向毅钟育彬
- 关键词：哼唱检索模糊聚类
