期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
软件形式化开发关键部件选取的水波优化方法 被引量:10
1
作者 郑宇军 张蓓 薛锦云 《软件学报》 EI CSCD 北大核心 2016年第4期933-942,共10页
形式化方法有助于从根本上提高软件系统的质量与可靠性,但其开发成本往往过于高昂.一种折衷的办法是在软件系统中选取关键性部件进行形式化开发,但目前尚无非常有效的定量选择方法.将软件系统中的形式化开发关键部件选取建模为一个0-1... 形式化方法有助于从根本上提高软件系统的质量与可靠性,但其开发成本往往过于高昂.一种折衷的办法是在软件系统中选取关键性部件进行形式化开发,但目前尚无非常有效的定量选择方法.将软件系统中的形式化开发关键部件选取建模为一个0-1约束规划问题,以便使用元启发式搜索方法对其进行优化求解.另外,针对该问题专门设计了一种离散水波优化(water wave optimization,简称WWO)算法.在一个大型软件系统上的应用验证了问题模型的有效性,同时证明了WWO算法相对于其他若干典型元启发式搜索方法的优越性. 展开更多
关键词 方法 可靠度 元启发搜索方法 水波优化算法
在线阅读 下载PDF
最小属性约简问题的一个有效的组合人工蜂群算法 被引量:10
2
作者 叶东毅 陈昭炯 《电子学报》 EI CAS CSCD 北大核心 2015年第5期1014-1020,共7页
粗糙集理论中的最小属性约简(MAR)问题是一个NP-难的非线性约束组合优化问题.本文提出一个新的求解MAR问题的组合蜂群算法,其中,引领蜂、跟随蜂和侦察蜂采用基于变异运算的搜索模式,在邻域候选蜜源的生成中引入与属性子集相关的两个度量... 粗糙集理论中的最小属性约简(MAR)问题是一个NP-难的非线性约束组合优化问题.本文提出一个新的求解MAR问题的组合蜂群算法,其中,引领蜂、跟随蜂和侦察蜂采用基于变异运算的搜索模式,在邻域候选蜜源的生成中引入与属性子集相关的两个度量,并且跟随蜂采用与引领蜂不同的局部搜索策略以提高搜索多样性.此外,在本文算法中,角色分工不同的蜂群以不同的方式利用迄今最好蜜源的信息进行搜索.在若干UCI数据集上的实验及其统计检验结果表明,本文算法在求解质量上优于其他的元启发式属性约简算法,因而可有效地应用于最小属性约简问题的求解. 展开更多
关键词 组合人工蜂群算法 最小属性约简 粗糙集 元启发式方法 局部搜索模
在线阅读 下载PDF
混合群体增量学习算法求解闭环布局问题 被引量:1
3
作者 邓文瀚 张铭 +1 位作者 王李进 钟一文 《计算机应用》 CSCD 北大核心 2021年第1期95-102,共8页
闭环布局问题(CLLP)是一种NP-困难的混合优化问题,它在大小可调的矩形环上寻找设施最佳放置次序,目标是最小化设施之间物料流的运输成本。现有方法均采用元启发式算法来寻找最优的设施放置次序,并且通过枚举方法来获得最优的矩形环大小... 闭环布局问题(CLLP)是一种NP-困难的混合优化问题,它在大小可调的矩形环上寻找设施最佳放置次序,目标是最小化设施之间物料流的运输成本。现有方法均采用元启发式算法来寻找最优的设施放置次序,并且通过枚举方法来获得最优的矩形环大小,而枚举方法的计算效率不高。为了解决这个问题,提出了求解CLLP的混合群体增量学习(HPBIL)算法,分别使用离散群体增量学习(DPBIL)算子和连续PBIL(CPBIL)算子同时对设施放置次序和矩形环大小进行优化,提高了搜索效率;同时还设计了一个局部搜索算法来优化每代中的部分优质解,以提高算法的求精能力。在13个CLLP测试实例上进行实验,结果表明HPBIL算法在9个测试实例上找到了新的最优布局,它对CLLP的寻优能力明显优于对比算法。 展开更多
关键词 群体增量学习算法 闭环布局问题 混合优化 局部搜索算法 元启发式方法
在线阅读 下载PDF
融合遗传和粒子群算法的云工作流调度算法 被引量:2
4
作者 张宇 《计算机工程与设计》 北大核心 2021年第10期2867-2875,共9页
针对云工作流调度问题,提出一种融合遗传算法和粒子群优化算法的工作流调度负载均衡算法。充分利用多元启发式方法融合的优势,避免遗传算法的收敛过慢和粒子群算法易于陷入局部最优的缺陷,有效将工作流任务映射至虚拟机资源,实现全局工... 针对云工作流调度问题,提出一种融合遗传算法和粒子群优化算法的工作流调度负载均衡算法。充分利用多元启发式方法融合的优势,避免遗传算法的收敛过慢和粒子群算法易于陷入局部最优的缺陷,有效将工作流任务映射至虚拟机资源,实现全局工作流执行跨度最小化和虚拟机分配的负载均衡。以算例详细说明算法实现思路,在现实科学工作流条件下进行仿真测试,验证算法性能。与几种单一元启发式调度方法相比,验证该算法拥有更高执行效率和负载均衡度。 展开更多
关键词 虚拟机资源 工作流调度 云计算 元启发式方法 负载均衡
在线阅读 下载PDF
基于BA-KELM法的多级同步感应线圈发射器结构优化研究 被引量:1
5
作者 王启鉴 赵文龙 +3 位作者 牛小波 胡元潮 黎鹏 李海涛 《兵器材料科学与工程》 CAS CSCD 北大核心 2023年第3期65-71,共7页
用随机优化算法对多级同步感应线圈炮的结构参数进行优化,场模型和场电路耦合模型均耗时较长。将主流机器学习方法作为新的工具建立多级同步感应线圈炮的非参数模型。基于混合测试设计样本空间,用最小二乘支持向量机(LSSVM)、核极限学习... 用随机优化算法对多级同步感应线圈炮的结构参数进行优化,场模型和场电路耦合模型均耗时较长。将主流机器学习方法作为新的工具建立多级同步感应线圈炮的非参数模型。基于混合测试设计样本空间,用最小二乘支持向量机(LSSVM)、核极限学习机(KELM)和BP神经网络对有限元法获得样本集进行学习;用布谷鸟搜索(CS)算法和蝙蝠算法(BA)实现超参数(C,σ~2)优化,结合仿生鸡群优化(BCSO)确定BP神经网络的权值及阈值;最后,以三级同步感应线圈炮的结构优化为例验证所述方法的实用价值。结果表明:将BA-KELM方法用于多级同步感应线圈炮的非参数建模准确可行,与需大规模迭代计算的参数优化方法相比,具有较高的计算效率,结论可为多级同步感应线圈炮的结构设计与工程应用提供新思路。 展开更多
关键词 多级同步感应线圈炮(MSSICG) 元启发优化方法 非参数模型 核极限学习机(KELM)
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部