检索结果-维普期刊中文期刊服务平台

组织协同进化分类算法被引量：25: 1; 作者刘静钟伟才 +1 位作者刘芳焦李成《计算机学报》 EI CSCD 北大核心 2003年第4期446-453,共8页; 提出了一种有效的用于数据挖掘分类任务的方法———组织协同进化分类算法 (OrganizationalCoEvolution aryalgorithmforClassification ,OCEC) ,与现有遗传分类方法的运行机制不同 ,它的进化操作直接作用于数据而不是规则 ,进化结束后... 展开更多; 关键词数据挖掘数据库组织协同进化分类算法数据集; 在线阅读下载PDF 职称材料

基于Pareto协同进化算法的高维模糊分类系统设计被引量：2: 2; 作者张永吴晓蓓 +2 位作者张宏徐志良胡维礼《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2008年第4期626-631,共6页; 提出一种可同时构造多个精确性和解释性较好折衷的高维模糊分类系统的设计方法.该方法首先利用Simba算法进行特征变量选择,然后采用模糊聚类算法辨识初始的模糊模型,最后利用Pareto协同进化算法对所获得的初始模糊模型进行结构和参数优... 展开更多; 关键词模糊分类系统模糊聚类 PARETO解协同进化算法解释性; 在线阅读下载PDF 职称材料

基于协同进化PSO的分类器学习算法: 3; 作者代洪涛王小平《计算机应用与软件》 CSCD 北大核心 2006年第3期103-104,107,共3页; 微粒群算法是一种简单、随机的进化群体算法,能够有效地解决数学性质比较复杂的优化问题。神经网络分类器能够解决复杂的非线性空间上分类的问题,它的训练学习算法要求更简单有效。文中将微粒群优化算法应用于神经网络分类器的学习,并... 展开更多; 关键词微粒群算法分类器学习算法协同进化; 在线阅读下载PDF 职称材料

复杂模糊分类系统的协同进化设计方法被引量：3: 4; 作者张永吴晓蓓 +1 位作者向峥嵘胡维礼《控制理论与应用》 EI CAS CSCD 北大核心 2007年第1期32-38,共7页; 提出一种基于协同进化算法的复杂模糊分类系统的设计方法．该方法由以下3步组成:1)利用Simba算法进行特征变量选择;2)采用模糊聚类算法辨识初始的模糊模型;3)利用协同进化算法对所获得的初始模糊模型进行结构和参数的优化．协同进化算... 展开更多; 关键词模糊分类系统特征变量选择协同进化算法解释性; 在线阅读下载PDF 职称材料

针对混合变量优化问题的协同进化蚁群优化算法被引量：5: 5; 作者韦铭燕陈彧张亮《计算机应用》 CSCD 北大核心 2021年第5期1412-1418,共7页; 针对由连续变量和分类变量构成的混合变量优化问题(MVOP),采用协同进化策略来对混合变量决策空间进行搜索,提出了一种协同进化蚁群优化算法(CACOAMV)。CACOAMV分别采用连续和离散蚁群优化(ACO)策略生成连续和分类变量子种群,通过合作者... 展开更多; 关键词混合变量优化问题协同进化分类变量蚁群优化随机启发式算法; 在线阅读下载PDF 职称材料

带记忆信息的协同进化算法: 6; 作者吴斯曹炬《计算机工程与科学》 CSCD 2008年第3期78-81,共4页; 本文提出了一种带记忆信息的协同进化算法——将种群划分为一个子种群和多个独立的个体,协调算法的局部与全局搜索能力;独立个体中适应度最高的个体与子种群进行交叉与合并,实现种群内部的协作与更新;利用子种群内个体间的相似性,选择... 展开更多; 关键词协同进化自组织学习记忆型变异进化算法; 在线阅读下载PDF 职称材料

基于虚拟制造单元的制造资源组织模型被引量：14: 7; 作者郭宁金天国刘文剑《计算机集成制造系统》 EI CSCD 北大核心 2010年第8期1649-1656,共8页; 为了使航天制造企业能够根据市场订单需求快速调整组织制造资源,简化生产调度过程,提高生产调度质量,提出了基于虚拟制造单元的制造资源组织模型,探讨了该模型的理论思想,给出了虚拟制造单元的两步构建方法,并提出了利用合作型多目标优... 展开更多; 关键词虚拟制造单元制造资源组织模型协同进化算法调度多目标优化 Pareto集; 在线阅读下载PDF 职称材料

基于投影寻踪的多维地磁匹配融合算法被引量：5: 8; 作者郭庆魏瑞轩 +2 位作者周炜许洁郭创《兵工学报》 EI CAS CSCD 北大核心 2010年第2期235-238,共4页; 单一地磁特征匹配算法容易受到特征量区域缓变特性的影响,从而降低了算法的定位精度。针对单一特征量匹配算法的区域性不可靠问题,提出了一种多维地磁匹配融合算法;该算法在建立多维地磁匹配特征量投影寻踪分类模型的基础上,采用组织进... 展开更多; 关键词信息处理技术投影寻踪分类地磁匹配自适应组织进化算法; 在线阅读下载PDF 职称材料

服务环境下多粒度制造资源自适应组织与发现被引量：6: 9; 作者谭伟刘璇徐钦桂《计算机集成制造系统》 EI CSCD 北大核心 2014年第9期2283-2296,共14页; 为了加强区域协同制造,实现面向服务的制造,提出一种基于地理分区与制造资源分类树的多粒度制造资源自适应组织与发现机制。构建了基于业务流程的多粒度制造资源和多粒度制造服务模型作为协同资源存储的基础,讨论了制造资源分类树和多... 展开更多; 关键词多粒度制造资源区域协同制造制造资源分类树自适应组织发现算法; 在线阅读下载PDF 职称材料

题名组织协同进化分类算法被引量：25: 1; 作者刘静钟伟才刘芳焦李成; 机构西安电子科技大学雷达信号处理国家重点实验室; 出处《计算机学报》 EI CSCD 北大核心 2003年第4期446-453,共8页; 基金国家自然科学基金重点项目(6 0 1330 10)资助; 文摘提出了一种有效的用于数据挖掘分类任务的方法———组织协同进化分类算法 (OrganizationalCoEvolution aryalgorithmforClassification ,OCEC) ,与现有遗传分类方法的运行机制不同 ,它的进化操作直接作用于数据而不是规则 ,进化结束后再从各组织中提取规则 ,这样有利于避免在进化过程中产生无意义的规则 .提出了三种组织进化算子———增减算子、交换算子与合并算子和一种组织选择机制 ,给出了属性重要度的进化方式并基于此定义了组织适应度 .作者将算法用于UCI数据集 ,并与现有的基于遗传和非遗传的分类方法进行了比较 .实验结果表明该文方法获得了更高的预测准确率 ,产生了更小的规则集 ;对同一数据集进行k 次交叉验证 ,其预测准确率的波动较小。; 关键词数据挖掘数据库组织协同进化分类算法数据集; Keywords Benchmarking Classification (of information) Evolutionary algorithms Knowledge based systems Mathematical operators; 分类号 TP311.13 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名基于Pareto协同进化算法的高维模糊分类系统设计被引量：2: 2; 作者张永吴晓蓓张宏徐志良胡维礼; 机构南京理工大学自动化学院南京理工大学计算机科学与技术学院; 出处《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2008年第4期626-631,共6页; 基金江苏省博士后科研资助计划资助项目(0702027B) 江苏省自然科学基金资助项目(BK2006202); 文摘提出一种可同时构造多个精确性和解释性较好折衷的高维模糊分类系统的设计方法.该方法首先利用Simba算法进行特征变量选择,然后采用模糊聚类算法辨识初始的模糊模型,最后利用Pareto协同进化算法对所获得的初始模糊模型进行结构和参数优化.其中,Pareto协同进化算法采用了一种新的基于非支配排序的多种群合作策略.为提高模型的解释性,在Pareto协同进化算法中利用基于相似性的模型简化方法对模型进行约简.利用该方法对Wine典型问题进行分类,仿真结果验证了方法的有效性.; 关键词模糊分类系统模糊聚类 PARETO解协同进化算法解释性; Keywords fuzzy classification system fuzzy clustering Pareto optimal solution co-evolutionary algorithm interpretability; 分类号 TP273 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于协同进化PSO的分类器学习算法: 3; 作者代洪涛王小平; 机构同济大学计算机科学与工程系; 出处《计算机应用与软件》 CSCD 北大核心 2006年第3期103-104,107,共3页; 文摘微粒群算法是一种简单、随机的进化群体算法,能够有效地解决数学性质比较复杂的优化问题。神经网络分类器能够解决复杂的非线性空间上分类的问题,它的训练学习算法要求更简单有效。文中将微粒群优化算法应用于神经网络分类器的学习,并加入协同进化机制以增强其性能。实例表明协同PSO算法的优越性。; 关键词微粒群算法分类器学习算法协同进化; Keywords Particle swarm optimization Classifier Learning algorithm Co-evolution; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程] TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名复杂模糊分类系统的协同进化设计方法被引量：3: 4; 作者张永吴晓蓓向峥嵘胡维礼; 机构南京理工大学自动化学院; 出处《控制理论与应用》 EI CAS CSCD 北大核心 2007年第1期32-38,共7页; 基金国家自然科学资助项目(60474034); 文摘提出一种基于协同进化算法的复杂模糊分类系统的设计方法．该方法由以下3步组成:1)利用Simba算法进行特征变量选择;2)采用模糊聚类算法辨识初始的模糊模型;3)利用协同进化算法对所获得的初始模糊模型进行结构和参数的优化．协同进化算法由三类种群组成;规则数种群,规则前件种群和隶属函数种群;其适应度函数同时考虑模型的精确性和解释性,采用三类种群合作计算的策略．利用该方法对多个典型问题进行分类,仿真结果验证了方法的有效性．; 关键词模糊分类系统特征变量选择协同进化算法解释性; Keywords fuzzy classification systems feature selection fuzzy clustering co-evolution algorithm interpretability; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名针对混合变量优化问题的协同进化蚁群优化算法被引量：5: 5; 作者韦铭燕陈彧张亮; 机构武汉理工大学理学院; 出处《计算机应用》 CSCD 北大核心 2021年第5期1412-1418,共7页; 基金国家自然科学基金面上项目(61573012) 中央高校基本科研业务费专项(2020IB006)。; 文摘针对由连续变量和分类变量构成的混合变量优化问题(MVOP),采用协同进化策略来对混合变量决策空间进行搜索,提出了一种协同进化蚁群优化算法(CACOAMV)。CACOAMV分别采用连续和离散蚁群优化(ACO)策略生成连续和分类变量子种群,通过合作者来对连续和分类变量子向量进行评价,分别对连续和分类变量子种群进行更新来实现对混合变量决策空间的高效协同搜索。进一步地,利用信息素平滑机制增强对分类变量解空间的全局探索能力,并设计了一种面向协同进化框架的"最佳+随机合作者"的重启策略来提高协同搜索效率。与混合变量的蚁群(ACOMV)算法和种群规模线性变小的差分进化-蚁群混合变量优化算法(L-SHADEACO)的比较表明,CACOAMV能够进行更有效的局部开发,从而提高最终结果在目标空间中的近似精度;与基于集合的混合变量差分进化算法(DEMV)相比较,CACOAMV能够在决策空间中更好地逼近全局最优解,具有更好的全局探索能力。综上,采用协同进化机制的CACOAMV能有效保持全局探索和局部开发的平衡,从而具有更好的寻优性能。; 关键词混合变量优化问题协同进化分类变量蚁群优化随机启发式算法; Keywords Mixed-Variable Optimization Problem(MVOP) coevolution categorical variable Ant Colony Optimization(ACO) Random Heuristics Algorithm(RHA); 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名带记忆信息的协同进化算法: 6; 作者吴斯曹炬; 机构华中科技大学数学系; 出处《计算机工程与科学》 CSCD 2008年第3期78-81,共4页; 文摘本文提出了一种带记忆信息的协同进化算法——将种群划分为一个子种群和多个独立的个体,协调算法的局部与全局搜索能力;独立个体中适应度最高的个体与子种群进行交叉与合并,实现种群内部的协作与更新;利用子种群内个体间的相似性,选择有代表性个体进行多次变异,发现有利于提高个体适应度的重要基因位来引导该子种群的变异行为。实验表明,本文算法能够快速找到高精度的数值解,性能稳定且易于实现。; 关键词协同进化自组织学习记忆型变异进化算法; Keywords coevolution self-organize study mutation with memory evolutionary algorithm; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于虚拟制造单元的制造资源组织模型被引量：14: 7; 作者郭宁金天国刘文剑; 机构哈尔滨工业大学机电工程学院; 出处《计算机集成制造系统》 EI CSCD 北大核心 2010年第8期1649-1656,共8页; 基金工业和信息化部基础科研资助项目(D0420060521)~~; 文摘为了使航天制造企业能够根据市场订单需求快速调整组织制造资源,简化生产调度过程,提高生产调度质量,提出了基于虚拟制造单元的制造资源组织模型,探讨了该模型的理论思想,给出了虚拟制造单元的两步构建方法,并提出了利用合作型多目标优化协同进化算法解决资源选择问题,构建了以多条加工路线相似系数之和最大(倒数最小)、运输成本最小和设备生产负荷均衡的多目标优化问题。将这一多目标优化问题分解为多个子问题,分别用多个子种群进行进化,并采用一种新型的子种群间合作方式,最终产生一个Pareto最优解集。该方法提高了候选解的多样性,为生产调度提供了多样性选择。; 关键词虚拟制造单元制造资源组织模型协同进化算法调度多目标优化 Pareto集; Keywords virtual manufacturing cell manufacturing resources organization model coevolutionary algorithm scheduling multi-objective optimization Pareto set; 分类号 TH165 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于投影寻踪的多维地磁匹配融合算法被引量：5: 8; 作者郭庆魏瑞轩周炜许洁郭创; 机构空军工程大学工程学院西安交通大学信息工程学院; 出处《兵工学报》 EI CAS CSCD 北大核心 2010年第2期235-238,共4页; 基金航空科学基金(20080896009); 文摘单一地磁特征匹配算法容易受到特征量区域缓变特性的影响,从而降低了算法的定位精度。针对单一特征量匹配算法的区域性不可靠问题,提出了一种多维地磁匹配融合算法;该算法在建立多维地磁匹配特征量投影寻踪分类模型的基础上,采用组织进化数值优化算法对模型进行求解,算法根据采样数据的特点自适应获得各匹配特征量的定位贡献权重(可信度),将经过加权融合的匹配位置作为最终定位位置,避免了单特征量匹配的区域性不可靠问题。仿真结果表明,采用多维地磁匹配融合算法较单一特征匹配算法大大减小了全局匹配定位误差,验证了算法的有效性。; 关键词信息处理技术投影寻踪分类地磁匹配自适应组织进化算法; Keywords information processing projection pursuit classification geomagnetic matching self-adaptive organizational evolutionary algorithm; 分类号 TP391.9 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名服务环境下多粒度制造资源自适应组织与发现被引量：6: 9; 作者谭伟刘璇徐钦桂; 机构东莞理工学院计算机学院东莞理工学院成人教育学院; 出处《计算机集成制造系统》 EI CSCD 北大核心 2014年第9期2283-2296,共14页; 基金国家863计划资助项目(2007AA04Z111) 国家自然科学基金资助项目(51175187) +1 种基金东莞市科技计划资助项目(201010814015)~~; 文摘为了加强区域协同制造,实现面向服务的制造,提出一种基于地理分区与制造资源分类树的多粒度制造资源自适应组织与发现机制。构建了基于业务流程的多粒度制造资源和多粒度制造服务模型作为协同资源存储的基础,讨论了制造资源分类树和多粒度制造资源的组织结构,进而给出了多粒度制造资源组织的自适应机制,包括多粒度制造资源的动态加入和退出以及资源的维护、负载感知的资源节点的分裂与合并,并设计了基于分类检索与三阶段匹配的多粒度制造资源发现算法。经算法性能比较,基于制造资源分类树的分类检索算法比同类算法有较快的搜索性能,粗粒度服务比单粒度服务组合具有更快的资源发现性能。通过仿真实验,验证了模型及其相关算法的有效性。; 关键词多粒度制造资源区域协同制造制造资源分类树自适应组织发现算法; Keywords multi-granularity manufacturing resource region collaborative manufacturing manufacturing resourceclassify tree adaptive organization structure discovery algorithm; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 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	组织协同进化分类算法	刘静钟伟才刘芳焦李成	《计算机学报》 EI CSCD 北大核心	2003	25	在线阅读下载PDF 职称材料
2	基于Pareto协同进化算法的高维模糊分类系统设计	张永吴晓蓓张宏徐志良胡维礼	《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心	2008	2	在线阅读下载PDF 职称材料
3	基于协同进化PSO的分类器学习算法	代洪涛王小平	《计算机应用与软件》 CSCD 北大核心	2006	0	在线阅读下载PDF 职称材料
4	复杂模糊分类系统的协同进化设计方法	张永吴晓蓓向峥嵘胡维礼	《控制理论与应用》 EI CAS CSCD 北大核心	2007	3	在线阅读下载PDF 职称材料
5	针对混合变量优化问题的协同进化蚁群优化算法	韦铭燕陈彧张亮	《计算机应用》 CSCD 北大核心	2021	5	在线阅读下载PDF 职称材料
6	带记忆信息的协同进化算法	吴斯曹炬	《计算机工程与科学》 CSCD	2008	0	在线阅读下载PDF 职称材料
7	基于虚拟制造单元的制造资源组织模型	郭宁金天国刘文剑	《计算机集成制造系统》 EI CSCD 北大核心	2010	14	在线阅读下载PDF 职称材料
8	基于投影寻踪的多维地磁匹配融合算法	郭庆魏瑞轩周炜许洁郭创	《兵工学报》 EI CAS CSCD 北大核心	2010	5	在线阅读下载PDF 职称材料
9	服务环境下多粒度制造资源自适应组织与发现	谭伟刘璇徐钦桂	《计算机集成制造系统》 EI CSCD 北大核心	2014	6	在线阅读下载PDF 职称材料