检索结果-维普期刊中文期刊服务平台

基于环境识别策略的多目标自适应粒子群算法及应用: 1; 作者武保同舒若琦陈志祥《计算机应用研究》北大核心 2025年第10期2980-2988,共9页; 针对标准的多目标粒子群算法在寻优过程中易出现局部最优、收敛速度过快和精度较低等问题,提出了一种基于环境识别的多目标自适应粒子群算法。利用佳点集策略生成初始种群,使个体均匀分布在解空间内;采用非线性惯性权重机制和交叉变异策... 展开更多; 关键词粒子群算法进化计算自适应学习多目标优化多阶段生产问题; 在线阅读下载PDF 职称材料

基于DQN协同进化算法的柔性作业车间能效调度优化被引量：1: 2; 作者閤泰梓唐秋华成丽新《计算机集成制造系统》北大核心 2025年第2期411-422,共12页; 为了优化柔性作业车间的系统运行,提升能效水平,以综合能耗最小为目标,以机器选择、速度调整和适时开关机3种节能策略同时实施为手段,建立混合整数线性规划模型,并提出基于深度Q网络的协同进化算法来求解。该算法继承了局部搜索算法问... 展开更多; 关键词柔性作业车间能效调度协同进化算法算子推荐强化学习; 在线阅读下载PDF 职称材料

基于新颖二进制人工蜂群算法求解带权集合覆盖问题被引量：3: 3; 作者孙菲贺毅朝 +3 位作者张寒崧李明亮王丽娜高泽贤《计算机应用研究》 CSCD 北大核心 2024年第9期2722-2731,共10页; 带权集合覆盖问题(WSCP)是一个著名的NP-hard问题。为了利用人工蜂群算法(ABC)高效求解带权集合覆盖问题,提出了一个新颖二进制ABC(记作nBABC)。在nBABC中,首先提出了随机学习和继承性相结合的全局进化算子,以提高算法的全局勘探能力。... 展开更多; 关键词演化算法带权集合覆盖问题二进制人工蜂群算法随机学习机制修复与优化; 在线阅读下载PDF 职称材料

采用群体统计学习的量子进化算法被引量：7: 4; 作者钱洁郑建国《西安交通大学学报》 EI CAS CSCD 北大核心 2012年第2期51-58,共8页; 针对传统量子进化算法采用精英个体作为吸引子,存在种群学习范围窄、优秀基因易丢失的缺陷,提出了一种采用群体统计学习的量子进化算法.该算法抛弃了传统量子进化算法中的精英保留策略,通过截断、比例、竞赛选择等方式对进化过程中优秀... 展开更多; 关键词量子进化统计学习基因信息背包问题组合优化; 在线阅读下载PDF 职称材料

基于聚类排序选择方法的进化算法被引量：4: 5; 作者徐开阔唐常杰 +2 位作者刘胤田张天庆段磊《计算机科学与探索》 CSCD 2008年第3期321-329,共9页; 为提高进化算法的效率,提出了聚类排序选择方法。主要工作有:(1)提出了新的种群内个体相似度度量,并使用种群所包含不同簇的数量来描述和度量种群的多样性;(2)为解决早熟问题提出了新的基于种群聚类和排序选择的聚类-排序选择方法;(3)... 展开更多; 关键词聚类排序选择进化计算指数排序选择早熟问题基于全面学习的粒子群算法; 在线阅读下载PDF 职称材料

一种具有个体学习能力的演化算法: 6; 作者何峰康立山陈毓屏《计算机科学》 CSCD 北大核心 2002年第10期64-66,共3页; 1引言 70年代由美国学者John H.Holland提出的遗传算法是一种借鉴生物界自然选择思想和自然遗传机制的全局搜索算法[1].它把问题的每一个可能解看作一个个体,而个体的集合则形成种群.算法在整个种群空间内随机搜索,按一定的评价函效对... 展开更多; 关键词遗传算法全局搜索算法演化算法个体学习能力; 在线阅读下载PDF 职称材料

基因学习算法及其在集合覆盖问题中的应用: 7; 作者金炳尧《计算机科学》 CSCD 北大核心 2000年第1期65-66,F004,共3页; 在用传统方法解决一些复杂而规模较大的组合优化问题,尤其是NP难题,出现困难时,一些近似算法相继推出。启发式搜索法、模拟退火算法及进化算法等的出现,为解决这些优化问题提供了非常好的手段。近年来,出现了一种概率学习的进化计算模型... 展开更多; 关键词集合覆盖问题基因学习算法 NP问题; 在线阅读下载PDF 职称材料

面向双层次选址路径问题的多任务强化演化优化方法研究被引量：1: 8; 作者颜学明梅乃丹 +1 位作者敖卓盼金耀初《控制工程》 CSCD 北大核心 2023年第8期1450-1457,共8页; 为提升双层次物流配送中心的选址和运输路径的整体优化性能,将双层物流选址路径问题看成是2个层不同的路径优化任务,提出一种多任务强化演化学习的双层次物流选址路径优化方法。首先,采用强化学习分别估计两层选址-路径问题中的上下节... 展开更多; 关键词双层次选址路径问题强化学习多任务演化算法物流配送; 在线阅读下载PDF 职称材料

题名基于环境识别策略的多目标自适应粒子群算法及应用: 1; 作者武保同舒若琦陈志祥; 机构中山大学管理学院中山大学大数据管理行为与决策实验室广东理工学院智能制造学院广东理工学院肇庆市先进制造技术与装备重点实验室; 出处《计算机应用研究》北大核心 2025年第10期2980-2988,共9页; 基金广东省自然科学基金资助项目(2025A1515010562)。; 文摘针对标准的多目标粒子群算法在寻优过程中易出现局部最优、收敛速度过快和精度较低等问题,提出了一种基于环境识别的多目标自适应粒子群算法。利用佳点集策略生成初始种群,使个体均匀分布在解空间内;采用非线性惯性权重机制和交叉变异策略,避免算法在搜索过程中过快收敛;提出基于环境识别的自适应学习算子和自适应跳跃协作算子,分别通过自识别解空间内种群多样性程度和粒子小生境内拥挤度信息实现粒子间信息的交互和学习。通过多组基准函数的仿真实验进行比较,结果表明算法的搜索能力和优化精度都得到明显改善。最后,通过一个带有NP-hard性质的实际多阶段生产案例验证了算法的实用性。; 关键词粒子群算法进化计算自适应学习多目标优化多阶段生产问题; Keywords particle swarm algorithm evolutionary computation adaptive learning multi-objective optimization multi-stage production problem; 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DQN协同进化算法的柔性作业车间能效调度优化被引量：1: 2; 作者閤泰梓唐秋华成丽新; 机构武汉科技大学冶金装备及其控制教育部重点实验室武汉科技大学机械传动与制造工程湖北省重点实验室; 出处《计算机集成制造系统》北大核心 2025年第2期411-422,共12页; 基金国家自然科学基金资助项目(52275504)。; 文摘为了优化柔性作业车间的系统运行,提升能效水平,以综合能耗最小为目标,以机器选择、速度调整和适时开关机3种节能策略同时实施为手段,建立混合整数线性规划模型,并提出基于深度Q网络的协同进化算法来求解。该算法继承了局部搜索算法问题针对性强、收敛速度快的优势,同时融入协同进化思想,使加工顺序、机器选择和速度等级选择三段子码合作竞争、共同进化;提出基于深度Q网络强化学习的局部搜索算子推荐机制,选配与当前车间运行状态更契合、更有利于节能降耗的局部搜索算子;设计了基于归档集、利用交叉操作的重启策略,推动算法跳出局部最优。实验结果表明,所提算法在能耗指标和稳定性方面显著优于对比算法。; 关键词柔性作业车间能效调度协同进化算法算子推荐强化学习; Keywords flexible job-shop scheduling problem energy-efficiency scheduling co-evolutionary algorithm operator recommendation reinforcement learning; 分类号 TH165 [机械工程—机械制造及自动化] TP180 [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

题名基于新颖二进制人工蜂群算法求解带权集合覆盖问题被引量：3: 3; 作者孙菲贺毅朝张寒崧李明亮王丽娜高泽贤; 机构河北地质大学信息工程学院河北地质大学河北省光电信息与地球探测技术重点实验室河北地质大学智能传感物联网技术河北省工程研究中心; 出处《计算机应用研究》 CSCD 北大核心 2024年第9期2722-2731,共10页; 基金河北省自然科学基金资助项目(F2020403013) 河北省高等学校科学技术研究项目(ZD2021016) +1 种基金河北省研究生创新能力培养资助项目(CXZZSS2014109)。; 文摘带权集合覆盖问题(WSCP)是一个著名的NP-hard问题。为了利用人工蜂群算法(ABC)高效求解带权集合覆盖问题,提出了一个新颖二进制ABC(记作nBABC)。在nBABC中,首先提出了随机学习和继承性相结合的全局进化算子,以提高算法的全局勘探能力。其次,基于动态调整策略提出了自适应随机取反算子,以维持勘探与开发的平衡。在借鉴近似算法的思想提出处理WSCP不可行解的修复算法WSCP-GRA和优化算法WSCP-GOA的基础上,利用nBABC给出了求解WSCP的一个新方法。为了验证nBABC求解WSCP的高效性,利用它求解OR-Library中45个WSCP实例,与多个算法的比较表明:nBABC能够求得所有实例的最优值,比已有求解WSCP的算法更具竞争力。; 关键词演化算法带权集合覆盖问题二进制人工蜂群算法随机学习机制修复与优化; Keywords evolutionary algorithms weighted set covering problem binary artificial bee colony algorithm random learning mechanism repair and optimization; 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

题名采用群体统计学习的量子进化算法被引量：7: 4; 作者钱洁郑建国; 机构东华大学旭日工商管理学院湖北汽车工业学院经济管理学院; 出处《西安交通大学学报》 EI CAS CSCD 北大核心 2012年第2期51-58,共8页; 基金国家自然科学基金资助项目(70971020); 文摘针对传统量子进化算法采用精英个体作为吸引子,存在种群学习范围窄、优秀基因易丢失的缺陷,提出了一种采用群体统计学习的量子进化算法.该算法抛弃了传统量子进化算法中的精英保留策略,通过截断、比例、竞赛选择等方式对进化过程中优秀群体统计分析后构建整个种群的吸引子,避免了以单一个体为单位的学习方式,能较为全面地从整个优秀种群学习知识,并保留群体的优秀基因信息.同时,吸引子每代更新,避免了采用精英保留策略易陷入局部极值的问题.通过测试实验表明,提出的算法搜索精度和效率提高,收敛速度更快,算法综合性能提高.; 关键词量子进化统计学习基因信息背包问题组合优化; Keywords quantum evolutionary algorithm statistical learning genetic information knapsack problem combinatorial optimization; 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

题名基于聚类排序选择方法的进化算法被引量：4: 5; 作者徐开阔唐常杰刘胤田张天庆段磊; 机构四川大学计算机学院四川大学数学学院; 出处《计算机科学与探索》 CSCD 2008年第3期321-329,共9页; 基金 the 11th Five Years Key Programs for Science & Technology Development of China under Grant No.2006BAI05A01( 国家“十一五”科技支撑计划) the National Natural Science Foundation of China under Grant No.60773169( 国家自然科学基金) the Software Innovation Project of Sichuan Youth under Grant No.2007AA0155( 四川青年软件创新项目) .; 文摘为提高进化算法的效率,提出了聚类排序选择方法。主要工作有:(1)提出了新的种群内个体相似度度量,并使用种群所包含不同簇的数量来描述和度量种群的多样性;(2)为解决早熟问题提出了新的基于种群聚类和排序选择的聚类-排序选择方法;(3)导出了选择压力-种群多样性(SP-PD)方程,该方程能描述进化过程中选择压力随种群多样性变化的规律。在基于全面学习粒子群算法环境中作了详实的实验,对16个多峰函数进行了优化。实验结果表明,在10维和30维条件下,在15个函数优化中,新方法明显优于指数排序选择方法,最高能使精度提高4个数量级。; 关键词聚类排序选择进化计算指数排序选择早熟问题基于全面学习的粒子群算法; Keywords clustering-ranking selection evolutionary algorithms exponential ranking selection premature convergence problem Comprehensive learning Particle Swarm Optimization （CLPSO）; 分类号 TP301 [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

题名一种具有个体学习能力的演化算法: 6; 作者何峰康立山陈毓屏; 机构武汉大学软件工程国家重点实验室; 出处《计算机科学》 CSCD 北大核心 2002年第10期64-66,共3页; 基金国家自然科学基金(60133010 60073043 70071042); 文摘 1引言 70年代由美国学者John H.Holland提出的遗传算法是一种借鉴生物界自然选择思想和自然遗传机制的全局搜索算法[1].它把问题的每一个可能解看作一个个体,而个体的集合则形成种群.算法在整个种群空间内随机搜索,按一定的评价函效对当前种群中每一个个体进行评价,然后基于个体的评价值按优胜劣汰原则选择出父体,再用变异、杂交等遗传算子作用于父体以产生新的个体形成下一代种群,如此反复,使种群不断进化,直至产生最终的解.因为演化算法在解决大空间、非线性、全局寻优等复杂问题时具有传统方法所不具备的独特的优越性,所以它得到了广泛的研究和应用.; 关键词遗传算法全局搜索算法演化算法个体学习能力; Keywords evolutionary algorithm,n-queens problem, indiviual learning; 分类号 O242.23 [理学—计算数学]; 在线阅读下载PDF 职称材料

题名基因学习算法及其在集合覆盖问题中的应用: 7; 作者金炳尧; 机构浙江师范大学计算机系; 出处《计算机科学》 CSCD 北大核心 2000年第1期65-66,F004,共3页; 文摘在用传统方法解决一些复杂而规模较大的组合优化问题,尤其是NP难题,出现困难时,一些近似算法相继推出。启发式搜索法、模拟退火算法及进化算法等的出现,为解决这些优化问题提供了非常好的手段。近年来,出现了一种概率学习的进化计算模型,如Baluja的PBIL算法与Corno的自私基因算法。概率学习的进化计算模型通过不断地学习每一代的最优个体,最终收敛于最优或较优的解的等位基因概率,其过程描述如下:; 关键词集合覆盖问题基因学习算法 NP问题; Keywords evolutionary computation Gene learning algorithm (GL) Get Covering problem(SCP); 分类号 O22 [理学—运筹学与控制论]; 在线阅读下载PDF 职称材料

题名面向双层次选址路径问题的多任务强化演化优化方法研究被引量：1: 8; 作者颜学明梅乃丹敖卓盼金耀初; 机构广东外语外贸大学信息科学与技术学院德国比勒费尔德大学工程学院; 出处《控制工程》 CSCD 北大核心 2023年第8期1450-1457,共8页; 基金国家自然科学基金资助项目(62006053)。; 文摘为提升双层次物流配送中心的选址和运输路径的整体优化性能,将双层物流选址路径问题看成是2个层不同的路径优化任务,提出一种多任务强化演化学习的双层次物流选址路径优化方法。首先,采用强化学习分别估计两层选址-路径问题中的上下节点分配选址概率;然后,设计基于分配概率的多任务交叉策略,并采用多因子演化算法协同优化不同层的物流选址路径,优化双层物流系统的成本。实验结果表明,提出的算法在求解双层物流选址路径优化问题上具有一定的优越性。; 关键词双层次选址路径问题强化学习多任务演化算法物流配送; Keywords two-echelon location-routing problem reinforcement learning multi-task evolutionary algorithm logisticsdelivery; 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	作者	出处	发文年	被引量	操作
1	基于环境识别策略的多目标自适应粒子群算法及应用	武保同舒若琦陈志祥	《计算机应用研究》北大核心	2025	0	在线阅读下载PDF 职称材料
2	基于DQN协同进化算法的柔性作业车间能效调度优化	閤泰梓唐秋华成丽新	《计算机集成制造系统》北大核心	2025	1	在线阅读下载PDF 职称材料
3	基于新颖二进制人工蜂群算法求解带权集合覆盖问题	孙菲贺毅朝张寒崧李明亮王丽娜高泽贤	《计算机应用研究》 CSCD 北大核心	2024	3	在线阅读下载PDF 职称材料
4	采用群体统计学习的量子进化算法	钱洁郑建国	《西安交通大学学报》 EI CAS CSCD 北大核心	2012	7	在线阅读下载PDF 职称材料
5	基于聚类排序选择方法的进化算法	徐开阔唐常杰刘胤田张天庆段磊	《计算机科学与探索》 CSCD	2008	4	在线阅读下载PDF 职称材料
6	一种具有个体学习能力的演化算法	何峰康立山陈毓屏	《计算机科学》 CSCD 北大核心	2002	0	在线阅读下载PDF 职称材料
7	基因学习算法及其在集合覆盖问题中的应用	金炳尧	《计算机科学》 CSCD 北大核心	2000	0	在线阅读下载PDF 职称材料
8	面向双层次选址路径问题的多任务强化演化优化方法研究	颜学明梅乃丹敖卓盼金耀初	《控制工程》 CSCD 北大核心	2023	1	在线阅读下载PDF 职称材料