-
题名一种自适应的微粒群算法
被引量：5
- 1
-
-
作者
童瑿
吴智铭
童争雄
-
机构
上海交通大学自动化系CIMS实验室
上海行知学院计算机系
-
出处
《计算机科学》
CSCD
北大核心
2007年第9期198-199,252,共3页
-
基金
自然科学基金65074049支持
-
文摘
研究发现,种群中个体间交换信息的方式对微粒群算法的性能影响很大。我们定义种群拓扑结构(popula- tion topology)为种群内部不同个体之间交流信息的网络。不同的种群拓扑结构有着各自的特点,有些利于加速收敛,有些利于扩展搜索空间。在分析种群拓扑结构变化特点的基础上,提出了一种新的自适应的微粒群算法。和通过调节惯性权重的自适应微粒群算法不同,本算法是通过改变种群拓扑结构来达到自适应优化目的的。
-
关键词
微粒群算法
函数优化
种群拓扑结构
-
Keywords
Particle swarm optimization, Function optimization, Populafion fopology
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名分组遗传算法优化大学考试时间表
被引量：5
- 2
-
-
作者
张磊
张博锋
-
机构
上海行知学院计算机系
上海大学计算机科学与工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2009年第23期236-238,241,共4页
-
文摘
大学考试时间表是一个多约束条件下的优化问题。传统遗传算法寻优的计算量是指数级的规模,而寻优的操作有可能会破坏时间表的硬约束条件,从而最终得到的解并不一定理想甚至不可行。该文从某高校的实际应用出发,对用图着色模型得到的已经满足了硬约束条件的初始考试时间表,用改进的分组遗传算法在既不破坏硬约束条件也不延长考试周的条件下扩大并平均分配了学生的复习时间,并且还大大减少了寻优的计算量。
-
关键词
时间表问题
分组遗传算法
考试安排
-
Keywords
： timetabling problem
grouping genetic algorithm
exam arrangement
-
分类号
TP393.09
[自动化与计算机技术—计算机应用技术]
-
