检索结果-内蒙古大学图书馆

计算机科学与探索 2020年第3期14卷 460-469页

作者：刘中强游晓明刘升上海工程技术大学电子电气工程学院上海201620 上海工程技术大学管理学院上海201620

针对传统蚁群算法在解决TSP问题时易陷入局部最优、收敛速度较慢的问题,提出了一种基于启发式强化学习的异构双种群蚁群算法。蚁群分为主种群和子种群,主种群负责解的构建和信息素的更新,子种群则是在构建解的同时对主种群的解集进行替... 详细信息

针对传统蚁群算法在解决TSP问题时易陷入局部最优、收敛速度较慢的问题,提出了一种基于启发式强化学习的异构双种群蚁群算法。蚁群分为主种群和子种群,主种群负责解的构建和信息素的更新,子种群则是在构建解的同时对主种群的解集进行替换。算法初期利用启发式算子自适应地控制两个种群的交流频率,通过偏离度系数控制解的交换方式。前期让子种群的最优解去替换主种群的随机解,增加解的多样性,同时引入强化学习机制对交流后主种群最优路径上的信息素进行自适应的奖赏,以增大最优公共路径以后被选择的概率。后期则控制子种群的最优解去替换主种群的最差解,强化最优路径上信息素的量,并对主种群最优路径上的信息素进行奖赏,进一步提高算法的收敛速度。实验仿真表明,算法能够有效地跳出局部最优,并且解的质量在大规模测试集上有明显的改善。

关键词：商旅问题(TSP) 异构双种群偏离度系数启发式强化学习

来源：评论

学校读者我要写书评

暂无评论

分层递进的改进聚类蚁群算法解决TSP问题

引用

计算机科学与探索 2019年第8期13卷 1280-1294页

作者：冯志雨游晓明刘升上海工程技术大学电子电气工程学院上海201620 上海工程技术大学管理学院上海201620

随着旅行商问题(TSP)规模的增大,传统蚁群算法的运行时间会增大,算法的解精度也会降低,并且算法很容易陷入局部最优的情况。提出的分层递进算法的思想源于分工合作的产品线组装流程,首先利用改进的密度峰聚类算法确定拐点,从而选举出聚... 详细信息

随着旅行商问题(TSP)规模的增大,传统蚁群算法的运行时间会增大,算法的解精度也会降低,并且算法很容易陷入局部最优的情况。提出的分层递进算法的思想源于分工合作的产品线组装流程,首先利用改进的密度峰聚类算法确定拐点,从而选举出聚类中心,根据聚类中心确定包含的数据点;其次将初始的TSP问题分割成较小的簇,这些簇称为二类TSP问题;再经自适应信息素更新策略的蚁群算法运算,找出每个簇的最优解,进一步将簇与簇之间相近的节点构成的边断开;然后两簇之间断开的节点重组成全局最优解;最终通过局部优化策略对重组的优化解进一步优化,从而在保证算法解质量的前提下有效地缩短了运行时间。从TSPLIB中选取小规模、大规模基准案例,通过Matlab仿真验证了改进算法具有更好的鲁棒性,特别是在大规模基准案例中显著地减少了算法运行时间。

关键词：分层递进密度峰聚类蚁群算法局部优化旅行商问题(TSP)

来源：评论

学校读者我要写书评

暂无评论

考虑动态导向与邻域交互的双蚁型算法

引用

计算机科学与探索 2020年第6期14卷 1005-1016页

作者：潘晗游晓明刘升上海工程技术大学电子电气工程学院上海201620 上海工程技术大学管理学院上海201620

针对蚁群算法在求解旅行商问题(TSP)时,易出现陷入局部最优和收敛速度较慢的问题,提出了考虑动态导向与邻域交互的双蚁型算法。首先,结合动态导向策略,在迭代前期增加属于最大生成树路径上的动态信息素,从而有效增加种群多样性;在迭代... 详细信息

针对蚁群算法在求解旅行商问题(TSP)时,易出现陷入局部最优和收敛速度较慢的问题,提出了考虑动态导向与邻域交互的双蚁型算法。首先,结合动态导向策略,在迭代前期增加属于最大生成树路径上的动态信息素,从而有效增加种群多样性;在迭代后期增加属于最小生成树路径上的动态信息素,使其加快收敛速度。进一步,将蚂蚁分为两类,融入邻域交互策略,第二类蚂蚁通过吸引因子改进状态转移和局部信息素更新公式,并运用最大-最小蚂蚁系统(MMAS)信息素限制策略,使其不仅提高了收敛性,又能防止算法过早停滞。求解TSP测试集及与其他改进蚁群算法对比的实验结果表明,改进后的算法既能有效加快收敛速度,又能避免陷入局部最优,从而获得更精确的解,尤其在针对大规模TSP问题时效果更为显著。

关键词：蚁群算法最大生成树最小生成树吸引因子旅行商问题(TSP)

来源：评论

学校读者我要写书评

暂无评论

协同过滤策略的异构双种群蚁群算法

引用

计算机科学与探索 2019年第10期13卷 1754-1767页

作者：朱宏伟游晓明刘升上海工程技术大学电子电气工程学院上海201620 上海工程技术大学管理学院上海201620

针对蚁群算法收敛速度较慢,易陷入局部最优等问题,提出一种基于协同过滤策略的异构双种群蚁群算法。针对两个异构种群,引入协同过滤策略,奖励两个种群中蚂蚁更加偏好的路径,使算法更具导向性,加快算法的收敛速度;根据种群之间信息的动... 详细信息

针对蚁群算法收敛速度较慢,易陷入局部最优等问题,提出一种基于协同过滤策略的异构双种群蚁群算法。针对两个异构种群,引入协同过滤策略,奖励两个种群中蚂蚁更加偏好的路径,使算法更具导向性,加快算法的收敛速度;根据种群之间信息的动态反馈,自适应调整两个种群的交流频率,增加算法多样性;算法停滞时,两个种群协同交互,均化每个种群信息素,跳出局部最优。最后,引入神经网络失活思想,采用城市范围失活的方法,使程序运行时间更短。在对中大规模商旅问题(TSP)测试集仿真实验上,该算法提高了解的质量,保证了算法的多样性,加快了算法的收敛速度。

关键词：蚁群算法双种群商旅问题(TSP) 协同过滤城市失活

来源：评论

学校读者我要写书评

暂无评论

动态信息素更新和路径奖惩的蚁群算法

引用

计算机工程与应用 2023年第4期59卷 64-76页

作者：马世轩游晓明刘升上海工程技术大学电子电气工程学院上海201620 上海工程技术大学管理学院上海201620

针对蚁群算法容易陷入局部最优,收敛速度慢,难以解决大规模问题的情况,提出依据信息熵和停滞次数的动态信息素的更新策略和基于最优路径集合的奖惩策略的蚁群算法,在动态信息素更新策略中,利用收敛系数来动态调节信息素,从而有效地平衡... 详细信息

针对蚁群算法容易陷入局部最优,收敛速度慢,难以解决大规模问题的情况,提出依据信息熵和停滞次数的动态信息素的更新策略和基于最优路径集合的奖惩策略的蚁群算法,在动态信息素更新策略中,利用收敛系数来动态调节信息素,从而有效地平衡算法的多样性和收敛性。在搜索过程中,通过持续增大收敛系数,加快了收敛速度;当信息熵降低或者停滞次数达到一定数值时,通过降低收敛系数,跳出局部最优。同时基于最优路径集合,对较优路径进行奖励,对其他路径进行惩罚,通过减少蚂蚁每一步可选城市的数量,加快了收敛速度。并且使用三种局部优化方法,从而进一步提高解的精度。经过实验测试,该算法用于解决旅行商问题(traveling salesman problem,TSP),具有较高的求解精度,并能有效平衡解的精度和收敛速度的矛盾。

关键词：蚁群算法信息熵旅行商人问题

来源：评论

学校读者我要写书评

暂无评论

IEEE 802.16带宽请求的性能分析

引用

北京邮电大学学报 2011年第1期34卷 40-44页

作者：高圣国王汉兴上海工程技术大学管理学院上海201620 上海立信会计学院数学与统计系上海201620

为了分析IEEE 802.16点到多点模式下对非实时轮询业务和尽力而为服务的数据流的带宽竞争方案,提出了饱和条件下该竞争方案的马尔可夫链模型.利用该模型计算了带宽请求的延时与竞争窗口的大小、参与竞争的用户站(SS)数和每帧中用于带宽... 详细信息

为了分析IEEE 802.16点到多点模式下对非实时轮询业务和尽力而为服务的数据流的带宽竞争方案,提出了饱和条件下该竞争方案的马尔可夫链模型.利用该模型计算了带宽请求的延时与竞争窗口的大小、参与竞争的用户站(SS)数和每帧中用于带宽请求的时隙数及最大重传数之间的关系.模拟结果表明,该模型对不同网络参数和SS数条件下的延时分析是较精确的.

关键词： IEEE 802.16 带宽请求性能分析延时马尔可夫链

来源：评论

学校读者我要写书评

暂无评论

基于灰色GM(1,1)模型的上海城镇养老保险人口分布预测

引用

系统工程理论与实践 2010年第12期30卷 2244-2253页

作者：王宇熹汪泓肖峻上海工程技术大学管理学院上海201620 江西财经大学金融与统计学院南昌330013

通过利用上海人口普查和1%人口抽样调查数据及历年统计年鉴数据,结合人口精算学递推和灰色动态GM(1,1)模型,对2008-2050年上海城镇养老保险"老人、中人、新人"在职和退休人口分布数据做出分类预测.在对人口预测结果曲线趋势... 详细信息

通过利用上海人口普查和1%人口抽样调查数据及历年统计年鉴数据,结合人口精算学递推和灰色动态GM(1,1)模型,对2008-2050年上海城镇养老保险"老人、中人、新人"在职和退休人口分布数据做出分类预测.在对人口预测结果曲线趋势分析基础上发现上海基本养老保险系统实现可持续发展中潜在的最大危机——退休人口抚养危机.研究结论对于上海市养老保险基金收支缺口测算及新人口政策制定具有重要的理论意义和应用价值.

关键词：灰色系统 GM(1, 1) 养老保险预测人口

来源：评论

学校读者我要写书评

暂无评论

集群式创新的路径选择研究

引用

科学学与科学技术管理 2013年第11期34卷 53-59页

作者：石明虹胡茉上海工程技术大学管理学院上海201620

集群式创新是合作式创新的一种新的高级形式,对我国战略性新兴产业的发展尤其具有适用性。产业链、价值链和知识链是集群式创新的三大核心关系纽带,三链的演进、互动与耦合贯穿于集群式创新路径选择的主要路径中,即路径形成维度、始发... 详细信息

集群式创新是合作式创新的一种新的高级形式,对我国战略性新兴产业的发展尤其具有适用性。产业链、价值链和知识链是集群式创新的三大核心关系纽带,三链的演进、互动与耦合贯穿于集群式创新路径选择的主要路径中,即路径形成维度、始发条件和路径模式,构成了集群式创新的内核。形成从路径维度、始发条件和路径模式等三个方面,研究集群式创新的路径选择,依次提出了四个象限的选择维度、四种始发条件和四种路径模式,并提出要依据产业发展特性来实施集群式创新。

关键词：战略性新兴产业集群式创新路径选择

来源：评论

学校读者我要写书评

暂无评论

资源受限项目调度问题的云自适应混合细菌觅食算法求解

引用

小型微型计算机系统 2016年第12期37卷 2733-2738页

作者：程翔刘升上海工程技术大学管理学院上海201620

针对基本细菌觅食算法在求解资源受限项目调度问题时的早熟现象,提出云自适应混合细菌觅食优化算法.该算法根据细菌的适应度值将细菌种群分为优等、一般和劣等三个层次,优等、劣等层次分别采用合适的固定步长,由X条件云发生器自适应调... 详细信息

针对基本细菌觅食算法在求解资源受限项目调度问题时的早熟现象,提出云自适应混合细菌觅食优化算法.该算法根据细菌的适应度值将细菌种群分为优等、一般和劣等三个层次,优等、劣等层次分别采用合适的固定步长,由X条件云发生器自适应调整一般层次中细菌搜索步长,由于云模型云滴具有随机性和稳定倾向性特点,提高了算法的灵活性;并且还引入了粒子群算法自我认知和社会认知思想进行细菌位置更新,提高了算法全局搜索能力,加快了算法的收敛速度.通过对具体算例的模拟仿真对算法进行检验,结果表明该算法在求解资源受限项目调度问题时寻优能力更强,求解效率更高.

关键词：细菌觅食算法云模型自适应粒子群算法资源受限项目调度

来源：评论

学校读者我要写书评

暂无评论

考虑基于风险态度的满意度和公平度的犹豫模糊双边匹配行为决策方法

引用

系统科学与数学 2024年第7期44卷 2013-2030页

作者：刘烈璋陶媛乐琦上海工程技术大学管理学院上海201620

鉴于双边匹配决策中大部分主体越来越趋于有限理性的情形,考虑匹配主体对风险的态度,提出一种基于TODIM的双边满意度与公平度相结合的匹配方法.首先,对犹豫模糊偏好信息下的双边匹配问题进行描述;然后,依据TODIM法计算每个主体的总体优... 详细信息

鉴于双边匹配决策中大部分主体越来越趋于有限理性的情形,考虑匹配主体对风险的态度,提出一种基于TODIM的双边满意度与公平度相结合的匹配方法.首先,对犹豫模糊偏好信息下的双边匹配问题进行描述;然后,依据TODIM法计算每个主体的总体优势度均值,再将总体优势度均值规范化处理,并考虑双方主体不同风险态度,求得双边主体的满意度和公平度;进而建立包含单边主体满意度、双边主体满意度和公平度的多个匹配优化模型;对模型进行求解,得到最佳匹配方案,并与其他方法进行对比;最后,通过一个算例验证本方法的可行性.文章创新之处主要有:1)提出一种考虑TODIM思想和风险态度的满意度计算方法;2)提出一种考虑TODIM思想和风险态度的公平度计算方法;3)将单边主体满意度、双边主体满意度以及公平度进行结合,建立多个不同匹配模型.

关键词：双边匹配行为决策犹豫模糊数满意度公平度匹配模型

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：