|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 云模型研究的回顾与展望显示文摘云模型融合了概率论和模糊集合论的观点,更好地刻画了自然语言中概念的不确定性,反映了随机性与模糊性之间的内在关联。综述了云模型的产生背景、理论基础及发展历程,着重梳理了云模型的主要理论、技术和方法及其在数据挖掘、算法改进、网络安全等众多领域的应用成果,并针对云模型研究存在的一些问题提出了云模型进一步研究的思路。 | 付斌 李道国 王慕快 | 2011 | 计算机应用研究2011，28，2： | 114 |
| 2 | 一种定性定量信息转换的不确定性模型——云模型显示文摘目前,许多领域的研究进入到复杂系统阶段。从复杂系统描述与评价的角度来讲,严格、精确的数学描述几乎是不可能做到的,只有将定性定量的知识加以变换与集成才能获得关于系统的定性定量相结合的完整描述。因此,建立一个定性定量的不确定性转换模型,实现语言值与数值的互换,是复杂系统研究迫切需要解决的问题,也是其他领域研究需要解决的问题。从定性定量转换研究现状出发,综述了由李德毅院士提出的定性定量转换的不确定性模型——云模型。从云模型提出背景出发,讨论了云模型的理论基础、发展过程与研究现状;综述了云模型基本理论研究进展情况,云模型在质量评价、模式识别、控制等领域的研究进展。通过研究发现,云模型是定性定量转换的有力工具,并且已经比较成功地得到了应用,取得了重要的研究成果。如何进一步深化理论研究,研究不同领域中定性定量转换应用问题是加强和促进云模型研究的有效途径。 | 陈贵林 | 2010 | 计算机应用研究2010，27，6： | 53 |
| 3 | 基于改进粒子群算法的电动汽车充电站布局优化显示文摘针对带有充电站服务要求和用户充电需求限制的电动汽车充电站布局优化问题,构建了以充电站服务成本和用户需求成本之和最小为目标的优化模型。将K中心点算法和云模型混合自适应粒子群算法相结合,提出了一种提高全局搜索能力的自适应参数改变算法。利用云模型混合自适应粒子群算法的特点,构建了求解电动汽车充电站布局优化问题的K中心点云模型混合自适应粒子群算法。仿真结果表明:求解带有充电站服务要求和用户充电需求限制的电动汽车充电站布局优化问题时,改进的K中心点云模型混合自适应粒子群算法优于云模型粒子群算法和基本粒子群算法;与基本算法相比,改进的算法效率更好,收敛性更好,证明了改进算法的有效性与可行性。 | 齐琳 姚俭 王心月 | 2017 | 公路交通科技2017，34，6： | 11 |
| 4 | 放射形专用线取送车模型及算法显示文摘为了解决放射形专用线取送作业的合理取送顺序、取送时机和取送次数问题,用定性与定量相结合的方法,建立了取送车模型,设计了求解模型的蚁群遗传算法.模型及其算法适用于求解多种到发车流形式的放射形专用线取送车问题,并可自适应地生成各种取送作业组织方式,实现了取送方案的整体最优,克服了固定取送作业方式的缺陷.算例仿真结果表明,取送次数从传统方法的30次减少到18次,减小了作业车的总车小时消耗. | 牟峰 王慈光 左大杰 张展杰 | 2010 | 西南交通大学学报2010，45，1： | 8 |
| 5 | 改进型遗传蚁群混合算法求解旅行商问题显示文摘针对原有遗传蚁群混合算法的遗传算法特性不突出,容易过早收敛的缺陷,提出一种带有基因数量控制的遗传蚁群混合算法,有效地提高了遗传算法部分的基础基因数量,提高了全局最优解能力.通过动态分析基因适应度,生成动态变异概率,提高了最优解的生成概率.精英交叉原理的使用,能保护优秀基因不受交叉变异的影响堕化. | 黄明 王聪 梁旭 | 2011 | 大连交通大学学报2011，32，2： | 8 |
| 6 | 改进的光伏发电系统MPPT预测算法的研究显示文摘在光伏发电效率预测的研究中,针对光伏供电系统受温度和光照变化影响大、太阳能利用效率低和最大功率点预测不准确等问题,提出一种改进的GA-BP神经网络的光伏系统MPPT预测算法,通过优化的BP神经网络训练光伏阵列实测数据,预测输出的最大功率。为提高算法预测精度,采用云模型云滴和遗传算法优化BP神经网络的初始权值和阀值,根据遗传算法收敛程度来调整云自适应交叉和变异算子。经Matlab仿真分析,在光照和温度变化时,改进的GA-BP神经网络比GA-BP神经网络和BP神经网络具有更好的预测效果。 | 石俊 陈丁 | 2014 | 计算机仿真2014，31，11： | 7 |
| 7 | 铁路车站取送车作业问题一般模型解的构造方法显示文摘基于取送车作业问题具有顺序和批次2个优化维度,根据客观约束条件和实际生产经验,设计取送车作业问题一般模型解的模块化构造方法。以满足取送车作业顺序偏序约束构造取送车作业初始顺序方案,以满足装卸区容车能力约束构造取送车作业调整顺序方案。为了满足相应放射枝不同批次约束、调机牵引能力约束、时间窗约束和提高调机运用效率,分别采用基于相异放射枝不同批次约束的批次划分方法、基于牵引能力最大化的批次划分方法、基于不必要牵引车组数最小化的批次划分方法、基于及时送车原则的批次划分方法和基于及时取车原则的批次划分方法,将取送车作业调整顺序方案划分为一系列有序的取送车批次。算例仿真结果表明:利用本文方法生成的取送车作业方案满足铁路车站取送车作业问题一般模型的约束条件,使调机的运用和各装卸区的集中作业强度更为合理,使有效方案的生成效率比随机生成方法更高。 | 牟峰 王慈光 牟从凯 | 2012 | 中国铁道科学2012，33，5： | 7 |
| 8 | 树枝形专用线取送车模型及算法显示文摘基于树枝形专用线取送车作业的特点,针对多次列车相继到达车站情况下各种车流到发方式的取送车问题建立统一的数学模型。对一种特殊的调移作业,即跨调作业,进行界定,并将其纳入模型的处理范围。该模型可根据问题的具体情况自适应的选择各种合理的取送作业方式,通过求解模型,可以得到合理的取送车顺序、取送批次和取送车时机。提出时距期望启发式信息的概念,它在准确刻画取送车流优先级别的同时,也被运用于算法的寻优过程,从而改善算法的求解效率。最后,针对模型的具体特点,设计模型解的编码方式,并采用基于云模型的参数自适应蚁群遗传算法进行仿真,结果表明了模型和算法的有效性。 | 牟峰 王慈光 薛锋 | 2009 | 铁道学报2009，31，5： | 6 |
| 9 | 基于知识库的动态蚁群算法显示文摘针对蚁群算法收敛速度慢、易陷入局部极值等问题,将其与知识库结合,提出了基于知识库的动态蚁群算法.知识库包括算法知识、规则知识和案例知识,存储了定性或定量的算法参数、参数选择方法和历史数据.基于知识库和问题特性,本算法产生初始状态并动态调整参数,在运行过程中根据赌轮法选择算子并适时引入扰动,在不影响搜索过程随机性的前提下较快地收敛于全局最优值.分别用本算法和其他主流算法解决TSPLIB中的Eil51和CHN144实例,比较优化性能、时间性能和鲁棒性3个指标,结果表明本算法均有明显优势. | 孙勇 李妮 龚光红 韩亮 | 2012 | 北京工业大学学报2012，38，3： | 6 |
| 10 | 人工智能数学理论基础综述显示文摘人工智能是20世纪三大科学技术成就之一,数学是其关键的理论基础,使其成为了一门规范的科学。以人工智能的萌芽期、诞生期、发展期为视角,介绍了人工智能典型数学基础——布尔逻辑、概率论、可计算理论、模糊集理论、粗糙集理论、混沌与分形、核函数和主曲线、云模型、贝叶斯网等的发展简史,并对人工智能的数学基础发展趋势做了展望。 | 李敏 | 2017 | 物联网技术2017，7，7： | 4 |
| 11 | 一种记忆区间蚁群算法及其仿真分析显示文摘针对传统蚁群优化算法的不足,结合区间概率和人类记忆的特征,提出一种具备记忆特征的区间蚁群算法。首先针对每条路径的信息素浓度都为固定值的局限性,将信息素推广到区间范围内,使蚂蚁路径的选择方式为区间概率,增大寻优过程中路径选择的多样性,其次对信息素的更新方式根据人类记忆特征,选择一定范围内的次优路径,分别利用长时记忆和短时记忆方法更新,提高信息素更新的多元化。对所提出的算法进行了收敛性分析,最后通过大量的仿真分析,并与其他相关算法对比分析,充分验证了算法良好的性能。 | 刘振 王亚蛟 | 2019 | 舰船电子工程2019，39，9： | 2 |
| 12 | 基于等级制度的病毒进化遗传算法显示文摘按照适应度将主群体分成高等主子群和低等主子群,病毒也相应地分为小病毒群和大病毒群。高等主子群个体感染小病毒后其显性值产生小尺度变化,低等主子群个体感染大病毒后其显性值产生大尺度变化,使优良个体在自身区域小范围内搜索,而不良个体则远离自身区域进行搜索,从而提高其搜索速度和精度。实例证明,改进算法在性能上优于传统病毒进化遗传算法。 | 顾民 杨峰 蒋开明 | 2010 | 计算机应用2010，30，11： | 0 |
| 13 | 改进的群集智能优化算法在任务排序中的应用显示文摘针对集成设计过程中用遗传算法进行任务排序的执行效率、收敛性等问题,考虑任务之间耦合关系对任务执行结果的影响,对遗传算法进行改进,并结合粒子群算法,提出了一种优化算法。并用实例进行了验证,结果表明该算法收敛速度快,结果稳定。对于不同的初始种群,结果都能找到全局最优解。 | 米洁 | 2010 | 北京信息科技大学学报(自然科学版)2010，25，3： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员