检索结果-内蒙古大学图书馆

软件学报 2025年

作者：田新亮欧阳丹彤周慧思蒋璐宇太然张立明吉林大学计算机科学与技术学院符号计算与知识工程教育部重点实验室(吉林大学)

最小负载着色问题(minimum load coloring problem, MLCP)源于构建光通信网络的波分复用(wavelength division multiplexing, WDM)技术,是一个被证明的NP完全问题.由于NP完全问题有着随问题规模呈指数增长的解空间,因此启发式算法常被... 详细信息

最小负载着色问题(minimum load coloring problem, MLCP)源于构建光通信网络的波分复用(wavelength division multiplexing, WDM)技术,是一个被证明的NP完全问题.由于NP完全问题有着随问题规模呈指数增长的解空间,因此启发式算法常被用来解决这类问题.在对国内外相关工作的深入分析基础上得知,现有的多类求解MLCP问题的启发式算法中局部搜索算法表现是最好的.研究针对当前求解MLCP问题的局部搜索算法在数据预处理和邻域空间搜索上的不足,提出了两点相应的优化策略:一是在数据的预处理阶段,提出一度顶点规则来约简数据的规模,进而减小MLCP问题的搜索空间;二是在算法的邻域空间搜索阶段,提出两阶段多重选择策略(twostage best from multiple selections, TSBMS)来帮助局部搜索算法在面对不同规模的邻域空间时可以高效地选择一个高质量的邻居解,它有效地提高了局部搜索算法在处理不同规模数据时的求解表现.将这个优化后的局部搜索算法命名为IRLTS.采用74个经典的测试用例来验证IRLTS算法的有效性.实验结果表明,无论最优解还是平均解, IRLTS算法在大多数测试用例上都明显优于当前表现最好的3个局部搜索算法.此外,还通过实验验证了所提策略的有效性以及分析了关键参数对算法的影响.

关键词：最小负载着色问题启发式算法局部搜索算法

来源：评论

学校读者我要写书评

暂无评论

针对MUS求解问题的加强剪枝策略

引用

软件学报 2024年第4期35卷 1964-1979页

作者：蒋璐宇欧阳丹彤董博文张立明吉林大学计算机科学与技术学院吉林长春130012 吉林大学软件学院吉林长春130012 符号计算与知识工程教育部重点实验室(吉林大学) 吉林长春130012

极小不可满足子集(minimal unsatisfiable subsets,MUS)的求解是布尔可满足性问题中的一个重要子问题.对于一个给定的不可满足问题,其MUS的求解能够反映出问题中导致其不可满足的关键原因.然而,MUS的求解是一项极其耗时的任务,不同的剪... 详细信息

极小不可满足子集(minimal unsatisfiable subsets,MUS)的求解是布尔可满足性问题中的一个重要子问题.对于一个给定的不可满足问题,其MUS的求解能够反映出问题中导致其不可满足的关键原因.然而,MUS的求解是一项极其耗时的任务,不同的剪枝过程将直接影响到搜索空间的大小、算法的迭代次数,从而影响算法的求解效率.提出一种针对MUS求解的加强剪枝策略ABC(accelerating by critical MSS),依据MSS、MCS、MUS这3者之间的对偶性和碰集关系特点,提出cMSS和subMUS概念,并总结出4条性质,即每个MUS必是subMUS的超集,进而在避免对MCS的碰集进行求解的情况下有效利用MUS和MCS互为碰集的特征,有效避免求解碰集时的时间开销.当subMUS不可满足时,则subMUS是唯一的MUS,算法将提前结束执行;当subMUS可满足时,则剪枝掉此节点,进而有效避免对求解空间中的冗余空间进行搜索.同时,通过理论证明ABC策略的有效性,并将其应用于目前最高效的单一化模型算法MARCO和双模型算法MARCO-MAM,在标准测试用例下的实验结果表明,该策略可以有效地对搜索空间进行进一步剪枝,从而提高MUS的枚举效率.

关键词：极小不可满足子集极大可满足子集 MUS枚举幂集探索不可行分析

来源：评论

学校读者我要写书评

暂无评论

基于学习-推理的约束求解方法研究进展

引用

软件学报 2024年第1期35卷 220-235页

作者：邹悦赖家洋张永刚吉林大学软件学院吉林长春130012 吉林大学计算机科学与技术学院吉林长春130012 符号计算与知识工程教育部重点实验室(吉林大学) 吉林长春130012

机器学习与自动推理的融合是当前人工智能研究的新趋势.约束满足问题是人工智能研究的经典问题,现实世界中大量的调度、规划和配置等问题均可以建模为约束满足问题,高效的求解算法一直是研究热点.近年来涌现出众多将机器学习应用于约束... 详细信息

机器学习与自动推理的融合是当前人工智能研究的新趋势.约束满足问题是人工智能研究的经典问题,现实世界中大量的调度、规划和配置等问题均可以建模为约束满足问题,高效的求解算法一直是研究热点.近年来涌现出众多将机器学习应用于约束满足问题求解的新方法,这些基于“学习-推理”的新方法为约束满足问题求解开辟了新方向并展示出巨大发展潜力,方法的突出优点是适应性强、可在线优化并具有更强的可扩展性.将当前的“学习-推理”方法分为基于消息传递神经网络、基于序列到序列和基于最优化等3类进行综述,详细分析各类方法的特点和在不同的问题集上求解效果,尤其对每类方法所涵盖的相关工作进行多角度的对比分析.最后,对基于“学习-推理”的约束求解方法进行总结和展望.

关键词：约束满足问题消息传递神经网络序列到序列强化学习最优化

来源：评论

学校读者我要写书评

暂无评论

基于部分最大可满足性问题的动态系统中最小故障检测隔离集求解方法

引用

吉林大学学报（工学版） 2023年第4期53卷 1163-1173页

作者：欧阳丹彤孙睿田新亮张立明刘萍萍吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012 吉林大学软件学院长春130012

选择一组能够检测并隔离所有故障的故障检测隔离集(FDIS)是动态系统基于模型故障检测与隔离(FDI)的重要步骤,该步骤通常要求FDIS的基数最小,即求解最小故障检测隔离集(MFDIS),MFDIS的求解时间随着问题规模增大呈指数级增长。BILP(Binary... 详细信息

选择一组能够检测并隔离所有故障的故障检测隔离集(FDIS)是动态系统基于模型故障检测与隔离(FDI)的重要步骤,该步骤通常要求FDIS的基数最小,即求解最小故障检测隔离集(MFDIS),MFDIS的求解时间随着问题规模增大呈指数级增长。BILP(Binary integer linear programming)完备方法是现行动态系统中通用和最高效的MFDIS求解方法,但该方法的求解效率有待提高。本文首次提出了基于部分最大可满足性问题(PMS)的MFDIS求解方法。提出极小超定方程集(MSO)的概念,将部分MSO集合用MSO等价集表示,以缩减问题规模。将MFDIS求解问题转化为PMS问题,进而提高求解效率。实验结果表明,本文方法将问题规模平均约简至原来的8.22%;与BILP方法相比,本文方法的求解效率提高了4.18~9.5倍。

关键词：基于模型诊断最小故障检测隔离集故障检测与隔离最小型超定方程集部分最大可满足性问题

来源：评论

学校读者我要写书评

暂无评论

基于集合阻塞的不确定系统中传感器选择方法

引用

吉林大学学报（工学版） 2023年第2期53卷 547-554页

作者：欧阳丹彤孙睿田新亮高博涵吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012 吉林大学软件学院长春130012

动态系统故障检测与隔离(FDI)的一个重要步骤是选择一组满足故障检测性与故障隔离性且花费最小的传感器集合。针对不确定系统,故障可诊断性量化方法被用来量化系统的故障检测性和故障隔离性。由于传感器选择问题的搜索空间随传感器规模... 详细信息

动态系统故障检测与隔离(FDI)的一个重要步骤是选择一组满足故障检测性与故障隔离性且花费最小的传感器集合。针对不确定系统,故障可诊断性量化方法被用来量化系统的故障检测性和故障隔离性。由于传感器选择问题的搜索空间随传感器规模增大呈指数增长,目前没有研究针对量化可诊断性的不确定系统提出传感器选择的完备方法。针对该问题本文提出基于集合阻塞策略的传感器选择算法:通过二进制整数优化问题(BILP)实现子集阻塞与超集阻塞;通过迭代阻塞搜索空间减小所需遍历的节点。在标准测试用例上的实验结果表明:针对实验中的绝大多数搜索空间,与深度优先遍历方法相比,本文方法效率提高了4.41~103.37倍。且在区分度计算次数相同的情况下,本文方法得到的大多数解优于现行的高效算法。

关键词：故障诊断传感器选择基于模型诊断故障可诊断性分析

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的核糖核酸二级结构预测方法

引用

吉林大学学报(工学版) 2025年第1期55卷 297-306页

作者：刘元宁臧子楠张浩刘震吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012 长崎综合科学大学研究生院工学研究科长崎851-0193

本文提出了一种基于深度学习的方法 UCEfold,用于预测核糖核酸(Ribonucleic acid,RNA)二级结构。UCEfold是一种同时采用“序列”和“图像”作为深度学习模型输入提取隐藏特征的全新方法,并在模型中加入一定的先验知识提高预测精度。在RN... 详细信息

本文提出了一种基于深度学习的方法 UCEfold,用于预测核糖核酸(Ribonucleic acid,RNA)二级结构。UCEfold是一种同时采用“序列”和“图像”作为深度学习模型输入提取隐藏特征的全新方法,并在模型中加入一定的先验知识提高预测精度。在RNAStralign和ArchiveⅡ两个数据集上测试UCEfold模型,结果表明UCEfold性能显著优于传统方法,能够更准确地预测带假结的RNA序列,并具有较强的泛化能力,有效解决了传统算法复杂度高、效率低下且无法预测假结的瓶颈。

关键词：计算机应用深度学习核糖核酸二级结构预测假结注意力机制

来源：评论

学校读者我要写书评

暂无评论

强表达描述逻辑本体的后继式公理定位研究

引用

软件学报 2023年第8期34卷 3574-3586页

作者：李静欧阳丹彤叶育鑫吉林大学计算机科学与技术学院吉林长春130012 符号计算与知识工程教育部重点实验室(吉林大学) 吉林长春130012

公理定位能够挖掘描述逻辑中可解释的缺陷,并为逻辑蕴含结果寻找隐藏的理由,因此在描述逻辑研究中引起了广泛的关注.平衡描述逻辑表达能力和推理机求解效率问题一直是公理定位研究的重点内容.基于一种后继式判定算法,从白盒和黑盒两个... 详细信息

公理定位能够挖掘描述逻辑中可解释的缺陷,并为逻辑蕴含结果寻找隐藏的理由,因此在描述逻辑研究中引起了广泛的关注.平衡描述逻辑表达能力和推理机求解效率问题一直是公理定位研究的重点内容.基于一种后继式判定算法,从白盒和黑盒两个角度将其用于公理定位.白盒方法利用修正的后继式规则(即定位规则)来追踪推理的具体过程,并引入定位公式的概念建立子句的布尔公式标签与逻辑蕴含的所有极小公理集之间的对应关系.黑盒方法则直接调用基于未修正的后继式规则的推理机,并进一步利用碰集树方法求得逻辑蕴含的所有理由.最后,基于这样的两种面向强表达描述逻辑本体的公理定位算法设计推理工具,从理论和实验两方面验证其可行性,并与已有的推理工具比较求解性能.

关键词：公理定位后继式判定算法定位规则白盒与黑盒

来源：评论

学校读者我要写书评

暂无评论

不确定观测条件下基于模型诊断的故障检测方法

引用

吉林大学学报(工学版) 2024年

作者：欧阳丹彤郝闯蒋璐宇张立明吉林大学计算机科学与技术学院吉林大学符号计算与知识工程教育部重点实验室

基于模型诊断问题（MBD）是人工智能领域研究的重要问题，大多数学者研究的是确定性观测条件下的模型诊断，然而由于传感器故障或其他因素常常导致观测是不确定的。现有的不确定观测下MBD方法需要较长时间。本文提出了基于桶排序（BSD... 详细信息

基于模型诊断问题（MBD）是人工智能领域研究的重要问题，大多数学者研究的是确定性观测条件下的模型诊断，然而由于传感器故障或其他因素常常导致观测是不确定的。现有的不确定观测下MBD方法需要较长时间。本文提出了基于桶排序（BSD）的方法来解决不确定观测条件下的模型诊断问题，主要针对软件方面进行故障检测。BSD方法利用最大可满足性对程序频谱进行压缩，并使用桶排序来确定诊断的优先级。在每个划分的桶内，使用基于频谱的缺陷定位方法（SBFL）来计算各个组件的怀疑度，最终返回有序的诊断集。实验将BSD方法与最新的算法MstLikeDiag以及Incremental-O2D进行对比，结果表明，对于350组测试实例，在TOP-1度量指标下，BSD方法识别的故障数量分别提高了3.91倍及7.56倍，在TOP-5指标下提高了6.15及4.79倍，在TOP-10指标下提高了6.43及4.13倍。同时，BSD方法求解的平均效率与MstLikeDiag以及Incremental-O2D方法相比提高了92.1倍及106.5倍。

关键词：模型诊断最大可满足性问题不确定观测最小基数诊断

来源：评论

学校读者我要写书评

暂无评论

基于切比雪夫对立的二进制蝙蝠算法的特征选择多目标优化的生物启发式方法

引用

吉林大学学报(工学版) 2025年

作者：康辉段寒陶依李家辉王渤雄肖沛琳宋莘炎吉林大学计算机科学与技术学院吉林大学符号计算与知识工程教育部重点实验室吉林大学软件学院

特征选择是一项机器学习中的多目标优化问题，旨在减少数据集的维度进而提高机器学习算法的性能。本文设计了一个多目标优化函数以共同优化分类准确率和所选特征的数量，并通过线性加权方法构建了一个单目标适应度函数。然后，提出了一... 详细信息

特征选择是一项机器学习中的多目标优化问题，旨在减少数据集的维度进而提高机器学习算法的性能。本文设计了一个多目标优化函数以共同优化分类准确率和所选特征的数量，并通过线性加权方法构建了一个单目标适应度函数。然后，提出了一种切比雪夫对立二进制蝙蝠算法（Chebyshev opposite-based binary bat algorithm，COBBA）以缓解蝙蝠算法（bat algorithm，BA）在优化中的种群多样性不足对最优解质量的影响，从而提高特征选择的性能。具体地，本文使用混沌映射生成混沌序列以确保初始解的多样性，而后采用对立学习技术进一步优化初始解，最后通过使用切比雪夫多项式调整参数提高最优解的质量。仿真实验在15个经典数据集上进行，结果表明COBBA在平均适应度、分类准确率和所选特征数量方面优于各类常用的群体智能算法。

关键词：多目标优化特征选择群体智能算法蝙蝠算法

来源：评论

学校读者我要写书评

暂无评论

一种基于自适应进化算法的软件产品线抽样方法

引用

吉林大学学报(工学版) 2024年

作者：欧阳丹彤袁哲张立明吉林大学计算机科学与技术学院吉林大学符号计算与知识工程教育部重点实验室

枚举大型软件产品线（SPL）的有效配置十分困难，因此需要从配置中抽取有效样本。当前性能最优的多样化抽样方法是PaD-NSbS算法。为了进一步提高样本集的多样性，本文提出了DDHNSbS算法，其中，多样化变异策略（DMS）不仅能保留初始种... 详细信息

枚举大型软件产品线（SPL）的有效配置十分困难，因此需要从配置中抽取有效样本。当前性能最优的多样化抽样方法是PaD-NSbS算法。为了进一步提高样本集的多样性，本文提出了DDHNSbS算法，其中，多样化变异策略（DMS）不仅能保留初始种群的多样性，还能优化传统遗传算子的效果。同时，为弥补新颖性搜索的局限性，提出多样性检测（DD）以一定概率对特征的赋值进行检验并翻转。本文还用Halton数列实现概率感知多样化（Halton-PaD），提高初始配置的均匀性。实验在39个公共SPL上进行，结果表明，与PaD-NSbS算法相比，DDHNSbS在42.1%的小型SPL中表现求解性能显著更优，在其它SPL上性能相当。

关键词：软件产品线多样化采样自适应新颖性搜索概率感知多样化进化算法

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：