-
题名模糊人工蜂群算法的旅行商问题求解
被引量：20
- 1
-
-
作者
柳寅
马良
-
机构
上海理工大学管理学院
-
出处
《计算机应用研究》
CSCD
北大核心
2013年第9期2694-2696,共3页
-
基金
国家自然科学基金资助项目(70871081)
上海市研究生创新基金资助项目(JWCXSL1201)
-
文摘
针对传统人工智能算法早熟收敛问题,基于模糊化处理和蜂群寻优的特点,提出一种模糊人工蜂群算法,将模糊输入/输出机制引入到算法中来保持蜜源访问概率的动态更新。根据算法计算过程中的不同阶段对蜜源访问概率有效调整,避免算法陷入局部极值。通过对旅行商问题的仿真实验和与其他算法的比较来验证算法的性能。计算结果表明,该算法有良好的鲁棒性和有效性。
-
关键词
旅行商问题
模糊规则
智能优化算法
模糊人工蜂群算法
-
Keywords
traveling salesman problem（TSP）
fuzzy rules
intelligent optimization algorithm
fuzzy artificial bees colony （FABC） algorithm
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名模糊人工蜂群算法的多选择多维背包问题求解
被引量：1
- 2
-
-
作者
柳寅
马良
黄钰
-
机构
上海理工大学管理学院
上海理工大学出版印刷与艺术设计学院
-
出处
《运筹与管理》
CSSCI
CSCD
北大核心
2013年第5期98-103,共6页
-
基金
国家自然科学基金资助项目(70871081)
上海市重点学科建设资助项目(S30504)
上海市研究生创新基金资助项目(JWCXSL1201)
-
文摘
针对传统人工蜂群算法早熟收敛问题,基于模糊化处理和蜂群寻优的特点,提出一种模糊人工蜂群算法。将模糊输入输出机制引入到算法中来保持蜜源访问概率的动态更新。根据算法计算过程中的不同阶段对蜜源访问概率有效调整,避免算法陷入局部极值。通过对多选择多维背包问题的仿真实验和与其他算法的比较,表明本算法可行有效,有良好的鲁棒性。
-
关键词
智能优化算法
模糊规则
模糊人工蜂群算法
多选择多维背包问题
-
Keywords
intelligent optimization algorithm
fuzzy rules
fuzzy artificial bees colony algorithm
multi-choice multidimensional knapsack problem
-
分类号
O211.1
[理学—概率论与数理统计]
-
-
题名基于Boltzmann选择的改进ABFM算法
- 3
-
-
作者
赵小强
张守明
-
机构
兰州理工大学电气工程与信息工程学院
甘肃省工业过程先进控制重点实验室
-
出处
《计算机工程与应用》
CSCD
北大核心
2011年第29期182-185,204,共5页
-
基金
甘肃省自然科学基金(No.0916RJZA017)
甘肃省支撑计划项目(No.090GKCA034)
甘肃省工业过程先进控制重点实验室基金(No.XJK0907)
-
文摘
模糊C-均值(FCM)聚类算法是数据挖掘中应用广泛的一种方法,但还存在容易陷入局部极小值和对初始值敏感的缺点,为此提出了一种基于Boltzmann选择机制的改进人工蜂群的模糊C-均值聚类算法(BABFM)。该算法引入了Boltzmann选择机制代替轮盘赌的选择方式,采用小区间生成法使初始群体均匀化,使得该算法的全局寻优能力更强,有效克服了FCM算法的缺点。实验结果表明,新算法与FCM和ABFM聚类算法相比聚类效果更准确,效率更高,迭代次数更少。
-
关键词
模糊C-均值(FCM)
数据挖掘
人工蜂群
Boltzmann选择机制
基于Boltzmann选择机制的人工蜂群模糊C-均值聚类算法(BABFM)
-
Keywords
Fuzzy C-Means （FCM）
data mining
artificial bee colony
Boltzmann selection mechanism
Boltzmann ArtificialBee colony Fuzzy C-Means clustering（BABFM）
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名有人/无人机任务联盟分阶段形成方法
被引量：8
- 4
-
-
作者
钟赟
姚佩阳
孙昱
杨娟
-
机构
空军工程大学信息与导航学院
中国人民解放军
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2017年第9期2031-2038,共8页
-
基金
国家自然科学基金(61573017)
陕西省自然科学基金(2016JQ6062)
空军工程大学信息与导航学院创新基金(KGD08101604)资助课题
-
文摘
针对有人/无人机任务联盟形成问题,采取任务聚类-平台匹配的分阶段形成策略。首先,给出问题要素定义,并进行相关数学描述。其次,基于对问题的分析,以最小化任务距离和为优化目标建立任务聚类的数学模型;以最小化指挥决策能力代价和资源能力代价为优化目标建立平台匹配的数学模型。然后,对任务聚类问题和平台匹配问题,分别采用优选初始簇中心的贪心聚类算法和多目标模糊人工蜂群算法进行求解;最后,通过仿真案例下的3组实验,验证了提出方法的有效性和优越性。
-
关键词
有人/无人机
任务联盟
优化目标
贪心聚类算法
多目标模糊人工蜂群算法
-
Keywords
manned/unmanned aerial vehicle
task coalition
optimal objective
greedy clustering algorithm
multi-objective fuzzy artificial bee colony algorithm
-
分类号
TP237.5
[自动化与计算机技术—检测技术与自动化装置]
-
