期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于蚁群算法的动态联盟伙伴选择研究 被引量:21
1
作者 甘屹 齐从谦 杜继涛 《系统仿真学报》 EI CAS CSCD 北大核心 2006年第2期517-520,525,共5页
提出“小生境蚁群算法”(MACO),在利用正反馈的同时,引入时变参数来利用经验信息和启发信息,并在局部寻优时结合了小生境信息差的思想,从而有效地防止遗传算法中出现的“早熟”问题和蚂蚁算法中发生的“停滞”状态。把制造企业动态联盟... 提出“小生境蚁群算法”(MACO),在利用正反馈的同时,引入时变参数来利用经验信息和启发信息,并在局部寻优时结合了小生境信息差的思想,从而有效地防止遗传算法中出现的“早熟”问题和蚂蚁算法中发生的“停滞”状态。把制造企业动态联盟合作伙伴的选择抽象为多目标优化的问题,并建立了优化选择目标函数。运用MACO解算选择合作伙伴的多目标问题,获得最优解。 展开更多
关键词 小生境蚁群算法 小生境信息差 动态联盟伙伴选择 多目标优化
在线阅读 下载PDF
面向本体的SOA构件定位机制与算法研究 被引量:1
2
作者 周相兵 杨兴江 向昌成 《系统工程与电子技术》 EI CSCD 北大核心 2009年第6期1473-1479,共7页
针对基于构件开发的构件间相互通信。互操作和检索组装自动化等问题,以及基于Internet软构(网构软件)的大量的问题都需要解决,首先分析OWL-S和WSMO的异同以及SOA构件库构成条件;接着提出基于本体的SOA构件库定位机制,其构造一种最小二... 针对基于构件开发的构件间相互通信。互操作和检索组装自动化等问题,以及基于Internet软构(网构软件)的大量的问题都需要解决,首先分析OWL-S和WSMO的异同以及SOA构件库构成条件;接着提出基于本体的SOA构件库定位机制,其构造一种最小二乘法最优估计的自动验证的指标体系、构件服务质量,以及构件反馈机制。建立一种定位的SOA构件库寻址和刻面分类的定位构件树模型,在此基础上,采用小生境蚁群退火遗传算法求解定位的构件树,从而最大限度实现构件自动化组装,以及实现构件的关注点分离和层次粒度的重用,最后通过实验仿真分析了定位算法的有效性。 展开更多
关键词 本体 SOA构件库 构件定位机制/算法 小生境退火遗传算法
在线阅读 下载PDF
制造企业动态联盟合作伙伴组合优化方法 被引量:3
3
作者 齐从谦 甘屹 《同济大学学报(自然科学版)》 EI CAS CSCD 北大核心 2007年第12期1674-1679,共6页
将制造企业动态联盟合作伙伴的选择和组合抽象为多目标优化问题,提出改进的蚁群算法——"小生境蚁群算法"及"小生境信息差"的创新概念并对其进行优化求解,在正反馈环节中引入时变参数并利用经验信息和启发信息进行... 将制造企业动态联盟合作伙伴的选择和组合抽象为多目标优化问题,提出改进的蚁群算法——"小生境蚁群算法"及"小生境信息差"的创新概念并对其进行优化求解,在正反馈环节中引入时变参数并利用经验信息和启发信息进行解算,从而有效地防止遗传算法中的"早熟"和基本蚂蚁算法中可能发生的"停滞"状态,获得选择合作伙伴多目标组合优化问题的最优解. 展开更多
关键词 动态联盟伙伴选择 小生境蚁群算法 小生境信息差 多目标优化
在线阅读 下载PDF
外圆磨削在线优化 被引量:3
4
作者 吕长飞 李郝林 《制造技术与机床》 CSCD 北大核心 2012年第2期113-116,共4页
基于基本的磨削模型,利用小生境蚁群算法和小生境粒子群算法,对磨削进给量和磨削深度进行在线优化。并采用Matlab编程,利用声发射信号和优化模型,对磨削过程进行仿真,实现了外圆磨削实际磨削过程的在线监测和优化。对提高磨削质量和磨... 基于基本的磨削模型,利用小生境蚁群算法和小生境粒子群算法,对磨削进给量和磨削深度进行在线优化。并采用Matlab编程,利用声发射信号和优化模型,对磨削过程进行仿真,实现了外圆磨削实际磨削过程的在线监测和优化。对提高磨削质量和磨削效率,实现磨削过程的在线监测和智能化控制有着极大的推动作用。 展开更多
关键词 磨削量 小生境蚁群算法 小生境粒子算法 声发射 在线优化
在线阅读 下载PDF
基于NACA和LS-SVM的蜂蜜真伪识别 被引量:2
5
作者 梁秀英 《湖北农业科学》 北大核心 2014年第2期430-433,共4页
针对目前蜂蜜掺假严重且传统检测方法耗时等问题,研究了基于近红外光谱(NIR)鉴别蜂蜜掺入果糖溶液的检测方法。比较了网格法和小生境蚁群算法(NACA法)对偏最小二乘支持向量机(LS-SVM)模型的影响。结果表明,两种优化方法都能使LS-... 针对目前蜂蜜掺假严重且传统检测方法耗时等问题,研究了基于近红外光谱(NIR)鉴别蜂蜜掺入果糖溶液的检测方法。比较了网格法和小生境蚁群算法(NACA法)对偏最小二乘支持向量机(LS-SVM)模型的影响。结果表明,两种优化方法都能使LS-SVM模型得到较高的识别率,但NACA法优化速度更快;运用标准正态变量校正(SNV)对蜂蜜光谱数据进行预处理,用偏最小二乘法(PLS)对蜂蜜光谱数据进行数据压缩,分别在5 303~6 591 cm-1、7 012~10 001 cm-1和4 000~10 001 cm-1(全谱)范围内,建立了基于NACA和LS-SVM的蜂蜜真伪识别模型,在5 303~6 591 cm-1和7 012~10 001 cm-1波段范围内所建模型的识别率为100.00%,优于在全谱范围内所建模型的识别率。 展开更多
关键词 蜂蜜 近红外光谱(NIR) 小生境蚁群算法(NACA法) 偏最小二乘支持向量机(LS-SVM)
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部