期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
求解TSP问题的离散型萤火虫群优化算法 被引量:80
1
作者 周永权 黄正新 刘洪霞 《电子学报》 EI CAS CSCD 北大核心 2012年第6期1164-1170,共7页
基于求解TSP问题,提出一种离散型萤火虫群优化(DGSO)算法,该算法结合TSP问题特点,给出一种有效编码和解码方法,并定义适合编码的个体间距离计算公式和编码更新公式.同时,为增强算法求解TSP问题的局部搜索能力,加快算法的收敛速度,算法... 基于求解TSP问题,提出一种离散型萤火虫群优化(DGSO)算法,该算法结合TSP问题特点,给出一种有效编码和解码方法,并定义适合编码的个体间距离计算公式和编码更新公式.同时,为增强算法求解TSP问题的局部搜索能力,加快算法的收敛速度,算法使用了操作简单的2-Opt优化算子.最后,通过对10个TSP问题进行仿真实验,实验结果表明本文提出的算法是在种群规模较小,迭代次数较少的情况下就可以收敛到已知最优解.在大规模TSP算例中算法获得的最优值与理论最优值的误差也在1%以下. 展开更多
关键词 萤火虫优化算法 离散萤火虫群算法 TSP问题 2-Opt
在线阅读 下载PDF
基于MapReduce离散萤火虫群优化算法的服务选择方法 被引量:2
2
作者 胡鹏威 倪志伟 +1 位作者 伍章俊 张霖 《计算机工程》 CAS CSCD 北大核心 2018年第1期211-218,225,共9页
针对云计算环境下求解大规模的Web服务选择问题,提出基于MapReduce模式的并行离散萤火虫群优化算法。该算法重新定义个体的编码,计算个体间的距离,改进位置更新,提高高维空间中的搜索能力,并采用分群分治思想和理想点方法进行优化,以避... 针对云计算环境下求解大规模的Web服务选择问题,提出基于MapReduce模式的并行离散萤火虫群优化算法。该算法重新定义个体的编码,计算个体间的距离,改进位置更新,提高高维空间中的搜索能力,并采用分群分治思想和理想点方法进行优化,以避免过早陷入局部最优,提高处理大规模问题的能力。实验结果表明,该算法在求解服务选择问题上具有可行性和有效性,且扩展性较好。 展开更多
关键词 服务选择 服务质量全局最优 MapReduce模式 离散萤火虫优化算法 分治
在线阅读 下载PDF
求解无人机ISR任务分配问题的离散萤火虫算法 被引量:4
3
作者 康旭超 何广军 +1 位作者 陈峰 李兴格 《弹箭与制导学报》 北大核心 2019年第5期131-134,138,共5页
针对解决存在多个情报侦察监视ISR任务地点的无人机任务分配问题,提出了一种离散萤火虫算法。对每个任务地点进行编码并重新定义萤火虫移动机制,通过引入交换子将多目标函数的寻优转化为编码序列的交换过程。采用变步长移动和多邻域搜... 针对解决存在多个情报侦察监视ISR任务地点的无人机任务分配问题,提出了一种离散萤火虫算法。对每个任务地点进行编码并重新定义萤火虫移动机制,通过引入交换子将多目标函数的寻优转化为编码序列的交换过程。采用变步长移动和多邻域搜索的方法,提高了算法的收敛速度和全局寻优能力。仿真结果表明,对于多目标离散问题,文中算法在种群规模较小、迭代次数较少的情况下能够找到满意解。 展开更多
关键词 多目标 无人机任务分配 离散萤火虫群算法 变步长移动 多邻域搜索词
在线阅读 下载PDF
考虑空间众包工作者服务质量的任务分配策略及其萤火虫群优化算法求解 被引量:11
4
作者 冉家敏 倪志伟 +1 位作者 彭鹏 朱旭辉 《计算机应用》 CSCD 北大核心 2021年第3期794-802,共9页
针对空间众包中的任务分配问题,考虑空间众包工作者的服务质量对分配结果的影响,从而提出了一种加入了工作者服务质量评价的任务分配策略。首先,在每个时空环境下,加入工作者的评价要素以建立充分考虑工作者服务质量和距离成本的多目标... 针对空间众包中的任务分配问题,考虑空间众包工作者的服务质量对分配结果的影响,从而提出了一种加入了工作者服务质量评价的任务分配策略。首先,在每个时空环境下,加入工作者的评价要素以建立充分考虑工作者服务质量和距离成本的多目标模型;其次,通过改进离散型萤火虫群优化算法的初始化及编码策略、位置移动策略、邻域搜索策略使算法收敛速度加快、全局寻优能力提高;最后,利用改进后的算法来求解模型。在模拟和真实数据集上的实验结果表明,该算法在不同规模数据集上较其他群智能算法可提高2%~25%的任务分配总得分。该算法考虑了工作者的服务质量后,可有效提高任务分配效率和最终总得分。 展开更多
关键词 工作者服务质量评价 工作者评价得分更新机制 空间众包 任务分配 离散萤火虫优化算法
在线阅读 下载PDF
基于用户满意效用的空间众包任务分配方法 被引量:1
5
作者 彭鹏 倪志伟 朱旭辉 《计算机应用》 CSCD 北大核心 2022年第10期3235-3243,共9页
针对生活中专车类空间众包用户存在偏好和延时等待的实际情况,提出一种基于用户满意效用的空间众包任务分配方法IGSO-SSCTA。首先,定义了由用户偏好效用、延时等待效用和任务完成期望组成的用户满意效用;其次,构建了基于用户满意效用的... 针对生活中专车类空间众包用户存在偏好和延时等待的实际情况,提出一种基于用户满意效用的空间众包任务分配方法IGSO-SSCTA。首先,定义了由用户偏好效用、延时等待效用和任务完成期望组成的用户满意效用;其次,构建了基于用户满意效用的空间众包任务分配(SSCTA)模型;接着,通过离散编码、反向学习协同初始化、四种改进移动策略、自适应选择和不可行解处理,提出一种适用该模型的改进离散萤火虫群优化(IGSO)算法;最后,利用IGSO算法对前述模型进行求解。不同规模数据集上的实验结果表明,所提方法和考虑时间最小化分配、考虑路程最小化分配、随机分配三种策略相比,用户满意效用分别提高了提升了9.64%、11.77%、15.70%;所提算法与贪婪算法和其他改进萤火虫算法相比,也有更好的稳定性和收敛性。 展开更多
关键词 用户偏好效用 用户满意效用 空间众包 任务分配 离散萤火虫优化算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部