期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种任务分配问题的快速剪枝优化算法
被引量：
12
1
作者
马云红
井哲
周德云
《西北工业大学学报》
EI
CAS
CSCD
北大核心
2013年第1期40-43,共4页
任务分配问题是运筹学中的一类规划问题,求解这类问题的比较经典的算法是匈牙利算法,但匈牙利算法在求解大规模任务分配时运算效率不高。文章提出了一种新的求解任务分配问题的方法——剪枝优化算法。算法通过逐步剔除已确定的部分分配...
任务分配问题是运筹学中的一类规划问题,求解这类问题的比较经典的算法是匈牙利算法,但匈牙利算法在求解大规模任务分配时运算效率不高。文章提出了一种新的求解任务分配问题的方法——剪枝优化算法。算法通过逐步剔除已确定的部分分配方案对应代价矩阵元素,逐次降低分配问题的规模,从而实现快速求解全局任务分配问题。对于n个主体执行n个任务的分配问题,进行(n-1)次操作就可以获得最优解。论文进行了相应的仿真,将文章提出的算法和匈牙利算法做了比较。仿真结果表明,该算法与传统匈牙利算法计算结果一致,但计算耗时远远小于匈牙利算法,即该算法大大提高了任务分配问题的求解速度。
展开更多
关键词
算法
任务分配
运筹学
剪枝优化算法
无人机
在线阅读
下载PDF
职称材料
基于结构优化递归神经网络的网络流量预测
被引量：
14
2
作者
江务学
《西南大学学报（自然科学版）》
CAS
CSCD
北大核心
2016年第2期149-154,共6页
针对传统方法预测网络流量精度较低的问题,提出了一种基于改进双线性递归神经网络模型(BLRNN)的非线性网络流量预测方法.首先,给出了双线性递归神经网络的定义及网络结构描述;然后从网络结构和修剪过程两方面对双线性递归神经网络进行...
针对传统方法预测网络流量精度较低的问题,提出了一种基于改进双线性递归神经网络模型(BLRNN)的非线性网络流量预测方法.首先,给出了双线性递归神经网络的定义及网络结构描述;然后从网络结构和修剪过程两方面对双线性递归神经网络进行优化改进,采用遗传算法全局搜索进行修剪;最后,通过真实工况下的网络流量数据用仿真试验对模型性能进行分析.试验结果表明,优化后双线性递归神经网络模型大幅降低了算法复杂度,提高了计算效率,与传统的多层神经网络预测方法相比,该方法预测精度更高.同时,该方法也为其他具有相似特征的非线性预测问题提供了一种新的研究思路.
展开更多
关键词
神经网络
结构
优化
遗传
算法
网络流量预测
剪枝优化算法
在线阅读
下载PDF
职称材料
题名
一种任务分配问题的快速剪枝优化算法
被引量：
12
1
作者
马云红
井哲
周德云
机构
西北工业大学电子信息学院
出处
《西北工业大学学报》
EI
CAS
CSCD
北大核心
2013年第1期40-43,共4页
基金
西北工业大学E之星基金资助
文摘
任务分配问题是运筹学中的一类规划问题,求解这类问题的比较经典的算法是匈牙利算法,但匈牙利算法在求解大规模任务分配时运算效率不高。文章提出了一种新的求解任务分配问题的方法——剪枝优化算法。算法通过逐步剔除已确定的部分分配方案对应代价矩阵元素,逐次降低分配问题的规模,从而实现快速求解全局任务分配问题。对于n个主体执行n个任务的分配问题,进行(n-1)次操作就可以获得最优解。论文进行了相应的仿真,将文章提出的算法和匈牙利算法做了比较。仿真结果表明,该算法与传统匈牙利算法计算结果一致,但计算耗时远远小于匈牙利算法,即该算法大大提高了任务分配问题的求解速度。
关键词
算法
任务分配
运筹学
剪枝优化算法
无人机
Keywords
algorithms, task assignment
operation research, pruning optimization, unmanned aerial vehicles（UAV）
分类号
O22 [理学—运筹学与控制论]
在线阅读
下载PDF
职称材料
题名
基于结构优化递归神经网络的网络流量预测
被引量：
14
2
作者
江务学
机构
东莞职业技术学院计算机工程系
出处
《西南大学学报（自然科学版）》
CAS
CSCD
北大核心
2016年第2期149-154,共6页
基金
广东省科技计划项目(2014A010103032
2014A010103002)
+1 种基金
广东省产学研专项资金项目(2013B011301003)
东莞市产学研合作项目(2014509102211)
文摘
针对传统方法预测网络流量精度较低的问题,提出了一种基于改进双线性递归神经网络模型(BLRNN)的非线性网络流量预测方法.首先,给出了双线性递归神经网络的定义及网络结构描述;然后从网络结构和修剪过程两方面对双线性递归神经网络进行优化改进,采用遗传算法全局搜索进行修剪;最后,通过真实工况下的网络流量数据用仿真试验对模型性能进行分析.试验结果表明,优化后双线性递归神经网络模型大幅降低了算法复杂度,提高了计算效率,与传统的多层神经网络预测方法相比,该方法预测精度更高.同时,该方法也为其他具有相似特征的非线性预测问题提供了一种新的研究思路.
关键词
神经网络
结构
优化
遗传
算法
网络流量预测
剪枝优化算法
Keywords
neural network
structure optimization
genetic algorithm
network traffic prediction
pruning optimization algorithm
分类号
TN915 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种任务分配问题的快速剪枝优化算法
马云红
井哲
周德云
《西北工业大学学报》
EI
CAS
CSCD
北大核心
2013
12
在线阅读
下载PDF
职称材料
2
基于结构优化递归神经网络的网络流量预测
江务学
《西南大学学报（自然科学版）》
CAS
CSCD
北大核心
2016
14
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
