检索结果-维普期刊中文期刊服务平台

基于遗传蜂群算法的运动想象BCI系统导联选择被引量：2: 1; 作者胡玉霞马留洋 +2 位作者张锐李晓媛师黎《计算机应用研究》 CSCD 北大核心 2018年第8期2374-2378,共5页; 针对运动想象脑—机接口系统中,高密度导联导致实验准备时间长、系统运行速度慢、性能变差等问题,提出了一种新的导联优选算法——遗传蜂群算法。该算法通过引入遗传算法的交叉和变异算子以提高蜂群算法的邻域搜索能力,避免陷入局部最... 展开更多; 关键词脑-机接口运动想象遗传算子人工蜂群算法遗传蜂群算法导联选择; 在线阅读下载PDF 职称材料

基于改进遗传蜂群算法的武器系统优化部署问题研究被引量：6: 2; 作者岳韶华何晟 +2 位作者王刚刘伟陈晨《兵器装备工程学报》 CAS CSCD 北大核心 2022年第8期80-86,共7页; 针对重点保卫目标区域武器系统应对多目标的合理配置问题,建立了武器系统优化部署模型,对每个子目标函数进行加权分析,建立了获得最优方案数学模型,并针对该模型提出了基于改进遗传蜂群算法。该算法在基本人工蜂群算法的基础上,引入遗... 展开更多; 关键词指挥控制多目标优化武器系统部署遗传蜂群算法; 在线阅读下载PDF 职称材料

基于图染色理论和遗传蜂群算法的并行测试任务调度被引量：1: 3; 作者吴勇王雪赵焕义《计算机应用》 CSCD 北大核心 2015年第5期1280-1283,1289,共5页; 针对并行测试中任务优化调度这一关键性问题,提出了一种图染色理论和遗传蜂群算法相结合的任务调度优化算法。首先,建立了基于图染色理论的并行测试任务关系模型,用图来描述测试任务占用仪器资源的情况;然后,在测试任务关系模型的基础上... 展开更多; 关键词并行测试遗传蜂群算法图染色理论自动测试系统任务调度; 在线阅读下载PDF 职称材料

基于改进的蜂群遗传算法求解多选择背包问题被引量：3: 4; 作者吴迪杨欣宇 +1 位作者王崇李卫平《计算机应用研究》 CSCD 北大核心 2014年第6期1632-1634,共3页; 多选择背包问题是组合优化中的典型NP难题之一。针对传统蜂群算法存在的收敛速度慢、易陷入局部最优的缺点,提出改进策略。改进的算法通过设置两个自适应变化的种群雄蜂群和雌蜂群,雄蜂群负责与蜂后交叉操作以保持种群的选择压力,雌蜂... 展开更多; 关键词多选择背包问题蜂群遗传算法双种群主动进化; 在线阅读下载PDF 职称材料

基于蜂群遗传算法的0-1背包问题被引量：7: 5; 作者吴迪姜永增宋广军《计算机工程与科学》 CSCD 北大核心 2011年第5期102-105,共4页; 针对0-1背包问题,本文提出了基于蜂群遗传算法的优化求解方案。该算法包括两个种群,一个主要用于全局搜索,另一个主要用于局部搜索;每个个体采用二进制编码;采用最优个体交叉策略;对当前解的处理措施是将还未装入背包且性价比最好的物... 展开更多; 关键词背包问题蜂群遗传算法主动进化算子最优交叉抑制算子; 在线阅读下载PDF 职称材料

基于多智能体网络的自适应遗传蜂群推理算法: 6; 作者马艳琴赵慧雅《现代雷达》 CSCD 北大核心 2021年第11期23-29,共7页; 针对复杂战场环境中的意图推理问题,首先构建能够表示目标信息及相互间关系的基于多智能体的意图推理网络,将目标意图推理问题转化为复杂网络中的最优推理路径搜索问题;然后,在基本人工蜂群算法的基础上,引入遗传算法中的遗传变异交叉... 展开更多; 关键词意图推理多智能体网络自适应遗传蜂群推理算法; 在线阅读下载PDF 职称材料

基于IABC-GA的管路协同机舱设备布局优化方法研究: 7; 作者王文双杨远松 +2 位作者刘海洋杨明君林焰《大连理工大学学报》 CAS 北大核心 2025年第1期67-78,共12页; 为解决船舶机舱整体布局优化设计问题,提出一种基于改进人工蜂群遗传算法(IABC-GA)的管路协同设备布局优化设计方法以获得最佳设备布局方案和管路布局方案.在人工蜂群算法和遗传算法的基础上,提出一种既适应设备布局优化也适应管路路径... 展开更多; 关键词改进人工蜂群遗传算法(IABC-GA) 船舶机舱设备布局优化协同进化; 在线阅读下载PDF 职称材料

基于IGBCA与SVM的质量预测被引量：7: 8; 作者李先飞高琦高菲《制造技术与机床》北大核心 2019年第12期128-132,共5页; 为了提高制造过程的质量预测精度和效率,提出了一种基于改进遗传蜂群算法(IGBCA)与支持向量机(SVM)的质量预测模型。首先,针对实际生产中,影响质量变动的因素具有多变量、复杂非线性、时变性等特点,选择支持向量机进行预测;然后针对现... 展开更多; 关键词质量预测改进遗传蜂群算法支持向量机; 在线阅读下载PDF 职称材料

题名基于遗传蜂群算法的运动想象BCI系统导联选择被引量：2: 1; 作者胡玉霞马留洋张锐李晓媛师黎; 机构郑州大学电气工程学院清华大学自动化系; 出处《计算机应用研究》 CSCD 北大核心 2018年第8期2374-2378,共5页; 基金河南省高等学校重点科研项目(16A120008) 河南省科技厅科技攻关计划项目(162102310167); 文摘针对运动想象脑—机接口系统中,高密度导联导致实验准备时间长、系统运行速度慢、性能变差等问题,提出了一种新的导联优选算法——遗传蜂群算法。该算法通过引入遗传算法的交叉和变异算子以提高蜂群算法的邻域搜索能力,避免陷入局部最优解的问题。对第四届国际BCI竞赛dataset 1中四名被试者(a、b、f和g)的59导联运动想象数据进行导联优选,用多类CSP算法和支持向量机对优选导联数据进行特征提取和分类识别。结果表明,所提出算法在大大降低了导联维数的同时,也得到了比全导联更高的分类识别率,验证了所提算法的实用性和有效性。; 关键词脑-机接口运动想象遗传算子人工蜂群算法遗传蜂群算法导联选择; Keywords brain-computer interface motor imagery genetic operator artificial bee colony algorithm artificial bee colony algorithm based on genetic operators （GA-ABC） channel selection; 分类号 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

题名基于改进遗传蜂群算法的武器系统优化部署问题研究被引量：6: 2; 作者岳韶华何晟王刚刘伟陈晨; 机构空军工程大学防空反导学院空军工程大学研究生院中国人民解放军西安卫星测控中心; 出处《兵器装备工程学报》 CAS CSCD 北大核心 2022年第8期80-86,共7页; 基金国家自然科学基金项目(61503407,62106283)。; 文摘针对重点保卫目标区域武器系统应对多目标的合理配置问题,建立了武器系统优化部署模型,对每个子目标函数进行加权分析,建立了获得最优方案数学模型,并针对该模型提出了基于改进遗传蜂群算法。该算法在基本人工蜂群算法的基础上,引入遗传算法中的交叉操作与变异操作,并结合改进的食物源自适应选择策略,使算法实现了探索与开发的平衡,能够做到初期全局寻优与后期快速收敛。运用Matlab软件编程,利用改进遗传蜂群算法获得了满足重点保卫目标实际情况的最优部署方案,与传统人工蜂群算法和传统遗传蜂群算法对比该算法具有更加优秀的收敛性和效率,可以更加迅速达到目标要求函数值。最终将算法得出的部署方案应用于指控仿真软件,直观展示了基于该算法进行武器系统部署的效果与性能。; 关键词指挥控制多目标优化武器系统部署遗传蜂群算法; Keywords command and control multi-objective optimization weapon system deployment genetic bee colony 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

题名基于图染色理论和遗传蜂群算法的并行测试任务调度被引量：1: 3; 作者吴勇王雪赵焕义; 机构西北工业大学电子信息学院中国航空工业集团公司江西洪都航空工业集团有限责任公司; 出处《计算机应用》 CSCD 北大核心 2015年第5期1280-1283,1289,共5页; 基金航空科学基金资助项目(20125553032 20135153031 20135553035); 文摘针对并行测试中任务优化调度这一关键性问题,提出了一种图染色理论和遗传蜂群算法相结合的任务调度优化算法。首先,建立了基于图染色理论的并行测试任务关系模型,用图来描述测试任务占用仪器资源的情况;然后,在测试任务关系模型的基础上,将遗传算法特有的交叉、变异操作与人工蜂群(ABC)算法相结合搜索最优解,能够有效避免算法早熟并且加速算法收敛;最终得到并行度最大的任务分组方案。经仿真验证,所提方法能有效地实现并行测试,提高自动测试系统的测试效率。; 关键词并行测试遗传蜂群算法图染色理论自动测试系统任务调度; Keywords parallel testing Genetic-Bee colony Algorithm （GA-ABC） graph coloring theory automatic test system task scheduling; 分类号 TP202 [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

题名基于改进的蜂群遗传算法求解多选择背包问题被引量：3: 4; 作者吴迪杨欣宇王崇李卫平; 机构齐齐哈尔大学计算机与控制工程学院武汉理工大学信息工程学院; 出处《计算机应用研究》 CSCD 北大核心 2014年第6期1632-1634,共3页; 基金黑龙江省教育厅科学技术研究项目(12531759) 国家自然科学基金资助项目(201129493); 文摘多选择背包问题是组合优化中的典型NP难题之一。针对传统蜂群算法存在的收敛速度慢、易陷入局部最优的缺点,提出改进策略。改进的算法通过设置两个自适应变化的种群雄蜂群和雌蜂群,雄蜂群负责与蜂后交叉操作以保持种群的选择压力,雌蜂群负责自适应变异操作以保持种群多样性,蜂后则根据启发式规则主动进化以局部寻优。根据算法实现的核心思想,仿真实验结果表明,提出的改进算法可以有效避免陷入局部最优,同时通过实例也验证了算法的可行性和有效性。; 关键词多选择背包问题蜂群遗传算法双种群主动进化; Keywords multiple-choice knapsack problem bee-swarm genetic algorithm two populations active evolution; 分类号 TP181 [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

题名基于蜂群遗传算法的0-1背包问题被引量：7: 5; 作者吴迪姜永增宋广军; 机构齐齐哈尔大学计算机与控制工程学院; 出处《计算机工程与科学》 CSCD 北大核心 2011年第5期102-105,共4页; 基金黑龙江省2009年研究生创新科研资金项目(YJSCX2009-102HLJ) 齐齐哈尔市科委项目(GYGG-09007-2); 文摘针对0-1背包问题,本文提出了基于蜂群遗传算法的优化求解方案。该算法包括两个种群,一个主要用于全局搜索,另一个主要用于局部搜索;每个个体采用二进制编码;采用最优个体交叉策略;对当前解的处理措施是将还未装入背包且性价比最好的物品装进背包,直至不能装为止;不符合约束条件的解采用诱变因子指导变异处理;遗传算子包括单点交叉算子、简单变异算子、主动进化算子和抑制算子。本算法充分发挥了遗传算法的群体搜索和全局收敛的特性,快速地并行搜索,有效地克服了经典遗传算法容易陷入局部最优问题。数值实验表明,该算法在求解0-1背包问题中取得了较好的效果,同样可以应用于其它的组合优化问题。; 关键词背包问题蜂群遗传算法主动进化算子最优交叉抑制算子; Keywords knapsack problem bee swarm genetic algorithm active evolution operator best one crossover restraint operator; 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

题名基于多智能体网络的自适应遗传蜂群推理算法: 6; 作者马艳琴赵慧雅; 机构南京电子技术研究所北京航空航天大学计算机学院; 出处《现代雷达》 CSCD 北大核心 2021年第11期23-29,共7页; 文摘针对复杂战场环境中的意图推理问题,首先构建能够表示目标信息及相互间关系的基于多智能体的意图推理网络,将目标意图推理问题转化为复杂网络中的最优推理路径搜索问题;然后,在基本人工蜂群算法的基础上,引入遗传算法中的遗传变异交叉等思想,并结合改进的食物源自适应策略,提出一种自适应遗传蜂群推理算法;最后,通过实验对比,验证了自适应遗传蜂群推理算法在多智能体网络推理中具有比其他算法更优的准确性和收敛性。; 关键词意图推理多智能体网络自适应遗传蜂群推理算法; Keywords intention reasoning multi-agent network inference method by adaptive genetic bee colony algorithm; 分类号 E91 [军事] E926.4 [兵器科学与技术—武器系统与运用工程]; 在线阅读下载PDF 职称材料

题名基于IABC-GA的管路协同机舱设备布局优化方法研究: 7; 作者王文双杨远松刘海洋杨明君林焰; 机构大连理工大学船舶CAD工程中心中核绿色建造技术与装备重点实验室中国核工业二三建设有限公司; 出处《大连理工大学学报》 CAS 北大核心 2025年第1期67-78,共12页; 基金中核绿色建造技术与装备重点实验室开放基金资助项目(CNNC-STGCL-KFKT-2022-001).; 文摘为解决船舶机舱整体布局优化设计问题,提出一种基于改进人工蜂群遗传算法(IABC-GA)的管路协同设备布局优化设计方法以获得最佳设备布局方案和管路布局方案.在人工蜂群算法和遗传算法的基础上,提出一种既适应设备布局优化也适应管路路径寻优的改进算法,结合协同进化思想,将船舶机舱整体布局优化问题拆解为互相关联的设备布局问题和管路布局问题,两者在相互影响的情况下协同进化,最终得到最佳的船舶机舱布局设计方案.通过对实船机舱的仿真实验,验证了管路协同设备布局优化方法的可行性与可靠性.设备布局方面,与原始设备布局相比效果提升59.5%;船舶机舱整体布局方面,与先进行设备布局优化再进行管路布局优化相比效果提升11.8%.; 关键词改进人工蜂群遗传算法(IABC-GA) 船舶机舱设备布局优化协同进化; Keywords improved artificial bee colony genetic algorithm(IABC-GA) ship engine room equipment layout optimization coevolution; 分类号 U664.3 [交通运输工程—船舶及航道工程]; 在线阅读下载PDF 职称材料

题名基于IGBCA与SVM的质量预测被引量：7: 8; 作者李先飞高琦高菲; 机构山东大学机械工程学院山东大学高效清洁机械制造教育部重点实验室; 出处《制造技术与机床》北大核心 2019年第12期128-132,共5页; 基金 “十三五”装备预研领域基金项目(61409230102); 文摘为了提高制造过程的质量预测精度和效率,提出了一种基于改进遗传蜂群算法(IGBCA)与支持向量机(SVM)的质量预测模型。首先,针对实际生产中,影响质量变动的因素具有多变量、复杂非线性、时变性等特点,选择支持向量机进行预测;然后针对现有的支持向量机参数选择方法存在精度不高、收敛速度慢的问题,提出了一种改进遗传蜂群算法对支持向量机的参数进行搜索寻优。经过实例对比分析得出,利用改进的遗传蜂群算法得到的支持向量机质量预测模型比利用遗传算法(GA)、人工蜂群算法(ABCA)得到的预测模型精度更高、收敛时间更短。; 关键词质量预测改进遗传蜂群算法支持向量机; Keywords quality prediction improved genetic bee colony algorithm support vector machine; 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	基于遗传蜂群算法的运动想象BCI系统导联选择	胡玉霞马留洋张锐李晓媛师黎	《计算机应用研究》 CSCD 北大核心	2018	2	在线阅读下载PDF 职称材料
2	基于改进遗传蜂群算法的武器系统优化部署问题研究	岳韶华何晟王刚刘伟陈晨	《兵器装备工程学报》 CAS CSCD 北大核心	2022	6	在线阅读下载PDF 职称材料
3	基于图染色理论和遗传蜂群算法的并行测试任务调度	吴勇王雪赵焕义	《计算机应用》 CSCD 北大核心	2015	1	在线阅读下载PDF 职称材料
4	基于改进的蜂群遗传算法求解多选择背包问题	吴迪杨欣宇王崇李卫平	《计算机应用研究》 CSCD 北大核心	2014	3	在线阅读下载PDF 职称材料
5	基于蜂群遗传算法的0-1背包问题	吴迪姜永增宋广军	《计算机工程与科学》 CSCD 北大核心	2011	7	在线阅读下载PDF 职称材料
6	基于多智能体网络的自适应遗传蜂群推理算法	马艳琴赵慧雅	《现代雷达》 CSCD 北大核心	2021	0	在线阅读下载PDF 职称材料
7	基于IABC-GA的管路协同机舱设备布局优化方法研究	王文双杨远松刘海洋杨明君林焰	《大连理工大学学报》 CAS 北大核心	2025	0	在线阅读下载PDF 职称材料
8	基于IGBCA与SVM的质量预测	李先飞高琦高菲	《制造技术与机床》北大核心	2019	7	在线阅读下载PDF 职称材料