-
题名基于改进遗传算法的社区挖掘研究
被引量：8
- 1
-
-
作者
郭旭超
王鲁
郝霞
孙晓勇
孙博
-
机构
山东农业大学信息科学与工程学院
中国农业大学信息与电气工程学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2019年第1期159-164,共6页
-
基金
国家自然科学基金重大研究计划(91746104)
山东农业大学重点培育学科(计算机科学与技术)建设项目
-
文摘
传统遗传算法应用于社区挖掘时初始种群划分精确度不高,且容易降低算法整体搜索性能。为此,提出一种改进的遗传算法,并将其引入到社区挖掘研究中。结合结构相似度与轮盘赌选择法,使染色体的每个基因趋向于选择结构相似度较大的邻居节点,提高初始种群的社区划分质量并加速算法收敛速度。实验结果表明,在人工基准网络中,该算法的初始种群划分精确度和模块度比传统遗传算法平均提高18%和12%,整体划分精确度比FEC和FN算法平均提高24. 02%和22. 01%,在真实世界网络中,社区划分精确度均优于FN、FEC和LPA算法,从而验证该算法具有较好的社团挖掘性能。
-
关键词
复杂网络
社区挖掘
遗传算法
结构相似度
轮盘赌选择法
-
Keywords
complex network
community mining
Genetic Algorithm(GA)
structural similarity
roulette selection method
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名混合粒子群算法的软件测试数据自动生成
被引量：4
- 2
-
-
作者
董跃华
戴玉倩
-
机构
江西理工大学信息工程学院
-
出处
《计算机应用》
CSCD
北大核心
2015年第2期545-549,共5页
-
文摘
针对全连接拓扑结构的粒子群算法在生成测试数据过程中,存在收敛精度低,易陷入局部极值的问题,提出一种混合粒子群算法HPSO,并将其应用于测试数据自动生成。该算法在保证全局收敛性的前提下,对多样性匮乏的种群,首先采用定长环形拓扑结构取代粒子群的全连接拓扑结构;其次,采用轮盘赌方法选择候选解,更新粒子位置信息和速度信息;最后引入条件禁忌算法,对处于局部极值的粒子采取禁忌处理。通过实验比较表明:与基本粒子群算法(BPSO)相比,HPSO使种群多样性得到大幅度提升;在测试数据生成性能上,HPSO的搜索成功率和路径覆盖率均优于遗传算法与粒子群算法混合算法GA-PSO,而平均耗时与BPSO算法相当,性能表现优越。
-
关键词
测试数据生成
全连接粒子群
拓扑结构
轮盘赌选择法
条件禁忌算法
-
Keywords
test data generation
Global Particle Swarm Optimization （GPSO）
topological structure
roulette selection method
conditional tabu search algorithm
-
分类号
TP311.56
[自动化与计算机技术—计算机软件与理论]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于改进遗传算法的商标多特征权值分配
被引量：2
- 3
-
-
作者
王晓翠
刘建平
-
机构
浙江理工大学信息电子学院
-
出处
《计算机工程与设计》
CSCD
北大核心
2008年第8期2038-2040,共3页
-
文摘
提出一种改进的遗传算法用于解决商标图像检索中的多特征权值分配问题。针对以往的传统分配方法所存在的不足,提出了利用改进的遗传算法来分配权值。主要方法是将遗传算法中的轮盘赌选择与最优解保存法结合,并将染色体基因重新排列后进行交叉。把遗传算法用于图像检索系统的多特征权值分配,并将得到的特征权值用于商标图像检索系统,目的是为了提高检索系统的效率和精度,而且通过这种方法得到的权值检索出来的结果也比较符合人的视觉感官。
-
关键词
改进的遗传算法
早熟收敛
轮盘赌选择法
商标图像检索
多特征
-
Keywords
revised genetic algorithm
premature convergence
roulette wheel selection
trademark retrieval
multiple-feature
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于路径搜索DQN的特殊车辆路线优化策略
- 4
-
-
作者
肖洪祥
赵子寒
杨铁军
-
机构
桂林理工大学信息科学与工程学院
桂林医学院智能医学与生物技术学院
-
出处
《计算机工程与设计》
北大核心
2024年第10期3153-3160,共8页
-
基金
国家自然科学基金项目(62166012)
广西自然科学基金项目(2022GXNSFAA035644)。
-
文摘
为保障特殊车辆在复杂且易拥堵的城市交通环境下执行紧急任务的时效性与畅通性,提出一种基于路径搜索式深度Q网络(P-DQN)的特殊车辆路线优化策略。采用回溯法协助深度Q网络(DQN)解决路径搜索过程中的死路、回路问题,利用人工势场机制引导DQN搜索路径,避免路径结果过长。结合轮盘赌选择法与贪婪值自适应调整机制进一步提升DQN选取路段和建议行驶速度时的准确性。实验在InTAS数据集上对真实城市交通进行模拟,与RERoute、CH等SOTA方法相比,P-DQN获得的总价值提高约16%。
-
关键词
特殊车辆
深度学习
路线优化
建议行驶速度
智能交通
强化学习
人工势场
轮盘赌选择法
-
Keywords
special vehicles
deep learning
route optimization
recommended travel speed
intelligent transportation
reinforcement learning
artificial potential field
roulette selection
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-
