一种多策略融合的多目标粒子群优化算法 被引量：30

1

作者 谢承旺 邹秀芬 +1 位作者 夏学文 王志杰 《电子学报》 EI CAS CSCD 北大核心 2015年第8期1538-1544,共7页

为提高多目标粒子群算法在解决复杂多目标优化问题中的整体性能,提出一种多策略融合的多目标粒子群算法.该算法采用均匀化与随机化相结合的方式初始化种群,在粒子速度更新中新增一扰动项,运用简化的k-最近邻方法维持档案以及对档案个体... 为提高多目标粒子群算法在解决复杂多目标优化问题中的整体性能,提出一种多策略融合的多目标粒子群算法.该算法采用均匀化与随机化相结合的方式初始化种群,在粒子速度更新中新增一扰动项,运用简化的k-最近邻方法维持档案以及对档案个体赋予生存期属性并动态调整生存期值.实验结果表明,在GD和SP性能指标上,本文算法与另外5种对等算法在ZDT和DTLZ系列测试问题上进行对比,其表现出了总体显著性的性能优势. 展开更多

关键词 粒子群优化 多策略融合 多目标优化问题 多目标粒子群优化算法

在线阅读 下载PDF 职称材料

应用精英反向学习的多目标烟花爆炸算法 被引量：20

2

作者 谢承旺 许雷 +2 位作者 赵怀瑞 夏学文 魏波 《电子学报》 EI CAS CSCD 北大核心 2016年第5期1180-1188,共9页

现实中的多目标优化问题越来越多,而且日益复杂.受混合多目标优化算法设计思想的启发,将烟花爆炸方法和精英反向学习机制引入至多目标优化领域,提出一种应用精英反向学习的多目标烟花爆炸算法(Multi-Objective Fireworks Optimization A... 现实中的多目标优化问题越来越多,而且日益复杂.受混合多目标优化算法设计思想的启发,将烟花爆炸方法和精英反向学习机制引入至多目标优化领域,提出一种应用精英反向学习的多目标烟花爆炸算法(Multi-Objective Fireworks Optimization Algorithm Using Elite Opposition-Based Learning,MOFAEOL).该算法利用精英反向学习策略加强算法的全局搜索能力,利用烟花爆炸方法增强算法的局部搜索能力并提高求解的精度.这两种搜索机制相互协同以更好地平衡算法的全局勘探和局部开采的能力.MOFAEOL算法与另外5种代表性多目标优化算法一同在由ZDT系列和DTLZ系列组成的测试集上进行性能比较.实验表明,MOFAEOL算法在收敛性、多样性和稳定性方面均优于或部分优于其他对比算法. 展开更多

关键词 烟花爆炸优化 精英反向学习 多目标优化算法

在线阅读 下载PDF 职称材料

应用档案精英学习和反向学习的多目标进化算法 被引量：22

3

作者 谢承旺 王志杰 夏学文 《计算机学报》 EI CSCD 北大核心 2017年第3期757-772,共16页

现实中的多目标优化问题日益复杂,对多目标优化算法提出了新的挑战.受混合多目标优化算法的启发,该文提出了一种应用档案精英学习和反向学习的多目标进化算法(Multi-objective Evolutionary Algorithm Based on Archive-Elite Learning ... 现实中的多目标优化问题日益复杂,对多目标优化算法提出了新的挑战.受混合多目标优化算法的启发,该文提出了一种应用档案精英学习和反向学习的多目标进化算法(Multi-objective Evolutionary Algorithm Based on Archive-Elite Learning and Opposition-based Learning,AOL-MOEA)以解决困难的多目标优化问题.AOLMOEA算法利用档案精英学习算子增强算法全局搜索能力,促进算法较快收敛;运用动态一般反向学习机制代替变异算子以增加种群逃逸局部极值的机会;使用3-点最短路径方法维持解群的多样性.AOL-MOEA算法与另外5种代表性多目标优化算法在12个基准多目标测试函数上进行性能比较,实验结果表明:AOL-MOEA算法在收敛性、多样性和稳定性等方面均优于或部分优于其他的对比算法. 展开更多

关键词 档案精英学习 动态一般反向学习 3-点最短路径 多目标进化算法

在线阅读 下载PDF 职称材料

一种带差分局部搜索的改进型NSGA2算法 被引量：21

4

作者 谢承旺 李凯 廖国勇 《计算机科学》 CSCD 北大核心 2013年第10期235-238,273,共5页

NSGA2算法以其Pareto支配的选择模式并辅以解个体密度估计算子选择胜出解的策略而成为了现代多目标进化算法的典范,但是该算法通过计算解个体的聚集距离来保持群体的分布性的机制存在一定的缺陷。鉴于此,提出了一种带差分局部搜索的改进... NSGA2算法以其Pareto支配的选择模式并辅以解个体密度估计算子选择胜出解的策略而成为了现代多目标进化算法的典范,但是该算法通过计算解个体的聚集距离来保持群体的分布性的机制存在一定的缺陷。鉴于此,提出了一种带差分局部搜索的改进型NSGA2算法。新算法利用差分进化中变异算子的定向引导作用,抽取其中的差分向量,并与NSGA2算法结合以改善解群的分布性。仿真实验表明:新算法较NSGA2算法在解群分布的均匀性和广度上有明显的改善。此外,新算法在时间复杂性方面与经典的NSGA2算法相当。 展开更多

关键词 差分进化 局部搜索 NSGA2 分布性

在线阅读 下载PDF 职称材料

一种增强型多目标烟花爆炸优化算法 被引量：5

5

作者 谢承旺 许雷 +2 位作者 汪慎文 肖驰 夏学文 《电子学报》 EI CAS CSCD 北大核心 2017年第10期2323-2331,共9页

现实中多目标优化问题的多样化和复杂化要求发展新的多目标优化算法.在混合多目标进化算法设计思想和新型进化模型的启发下,提出一种增强型多目标烟花爆炸算法eMOFEOA,该算法利用均匀化与随机化相结合的方法生成均匀分布的初始种群,为... 现实中多目标优化问题的多样化和复杂化要求发展新的多目标优化算法.在混合多目标进化算法设计思想和新型进化模型的启发下,提出一种增强型多目标烟花爆炸算法eMOFEOA,该算法利用均匀化与随机化相结合的方法生成均匀分布的初始种群,为算法后续搜索提供较好的起始点;对烟花爆炸半径采用精细化控制策略,即不同世代的种群具有不同的爆炸半径,而且同一种群内部因个体支配强度的差异而具有不同的爆炸半径,以节省计算资源;利用简化的k-最近邻方法维持外部档案的多样性.本文算法与另5种对等比较算法一同在12个基准多目标测试函数上进行性能比较,实验结果表明eMOFEOA算法在收敛性、多样性和稳定性上具有总体上显著的性能优势. 展开更多

关键词 烟花爆炸优化 多目标优化算法 半径精细化控制

在线阅读 下载PDF 职称材料

智慧课堂教学模式在高校计算机专业课程中的应用

6

作者 陈纪龙 陈二梅 谢承旺 《西部素质教育》 2025年第6期145-148,177,共5页

文章首先阐述了智慧课堂教学模式在高校计算机专业课程中应用的重要性,然后提出了智慧课堂教学模式在高校计算机专业课程中应用的方案,包括课前、课中、课后三个阶段,最后总结了智慧课堂教学模式在高校计算机专业课程中应用的成效。

关键词 智慧课堂教学模式 计算机专业课程 高校

在线阅读 下载PDF 职称材料

多目标进化算法中选择策略的研究 被引量：5

7

作者 谢承旺 丁立新 《计算机科学》 CSCD 北大核心 2009年第9期167-172,共6页

在多目标进化算法(multiobjective evolutionary algorithms,MOEAs)的文献中,对算法的选择策略进行系统研究的还很少,而MOEAs的选择策略不仅引导算法的搜索过程、决定搜索的方向而且对算法的收敛性有重要的影响,它是算法能否成功求解多... 在多目标进化算法(multiobjective evolutionary algorithms,MOEAs)的文献中,对算法的选择策略进行系统研究的还很少,而MOEAs的选择策略不仅引导算法的搜索过程、决定搜索的方向而且对算法的收敛性有重要的影响,它是算法能否成功求解多目标优化问题的关键因素之一。在统一的框架下,首先讨论了多目标优化问题中适应度函数的构造问题,然后根据MOEAs的选择机制和原理将它们的选择策略重新分成了6种类型。一般文献中很少对多目标进化算法的操作算子采用符号化描述,这样不利于对算子的深层次理解,符号化描述了各类选择策略的操作机制和原理,并分析了各类策略的优劣性。最后,从理论上证明了具备一定特征的多目标进化算法的收敛性,证明的过程表明了将算法运行终止时得到的Pknown作为多目标优化问题的Pareto最优解集或近似最优解集的合理性。 展开更多

关键词 多目标进化算法 适应度函数 选择策略 收敛性

在线阅读 下载PDF 职称材料

电力企业信息系统应用集成技术研究 被引量：7

8

作者 谢承旺 周娟 《华东交通大学学报》 2012年第2期27-30,共4页

国内电力企业信息系统存在重复开发、独立运行、分散管理、缺乏规划等问题,难以满足集约化、集中化和精细化管理的要求。文章研究了面向国内电力企业的基于SOA架构的多层次应用集成方案和技术,支持在数据层、服务/消息层和流程层3个层... 国内电力企业信息系统存在重复开发、独立运行、分散管理、缺乏规划等问题,难以满足集约化、集中化和精细化管理的要求。文章研究了面向国内电力企业的基于SOA架构的多层次应用集成方案和技术,支持在数据层、服务/消息层和流程层3个层面进行电力行业的应用集成,所采用的集成方案和技术体系都是基于最新的服务应用集成标准和较成熟的技术体系,不仅能降低应用集成的风险,而且还能降低集成工作的成本。 展开更多

关键词 电力企业 SOA架构 WEB服务 信息系统集成

在线阅读 下载PDF 职称材料

多目标进化算法中多样性策略的研究 被引量：2

9

作者 谢承旺 丁立新 《计算机科学》 CSCD 北大核心 2010年第2期175-179,共5页

进化多目标优化中由于进化算子固有的随机误差以及进化过程中选择压力和选择噪音的影响使得进化群体容易丧失多样性,而保持进化群体的多样性不仅有利于进化群体搜索,而且也是多目标优化的重要目标。对多目标进化算法的多样性策略进行了... 进化多目标优化中由于进化算子固有的随机误差以及进化过程中选择压力和选择噪音的影响使得进化群体容易丧失多样性,而保持进化群体的多样性不仅有利于进化群体搜索,而且也是多目标优化的重要目标。对多目标进化算法的多样性策略进行了分类,在统一的框架下描述了各种策略的机制,并分析了各自的特性。随后,分析并比较了多样性保持算子的复杂度。最后,证明了一般意义下多目标进化算法的收敛性,指出在设计新的多样性策略中需要保证进化世代间的单调性,避免出现退化现象。 展开更多

关键词 多目标进化算法 多样性策略 算子复杂度 收敛性

在线阅读 下载PDF 职称材料

不同种类支持向量机算法的比较研究 被引量：8

10

作者 谢承旺 《小型微型计算机系统》 CSCD 北大核心 2008年第1期106-109,共4页

介绍一种新型的机器学习方法—支持向量机.论述了不同种类支持向量机算法并指出了每种算法的优劣.实验结果显示了核函数中选择合适的参数对分类器的效果是很重要的,通过实验还重点比较了Chunking、SMO和SVM light三种典型分解算法,并分... 介绍一种新型的机器学习方法—支持向量机.论述了不同种类支持向量机算法并指出了每种算法的优劣.实验结果显示了核函数中选择合适的参数对分类器的效果是很重要的,通过实验还重点比较了Chunking、SMO和SVM light三种典型分解算法,并分析了训练速度优劣的原因.文章最后给出了今后SVM研究方向的一些预见. 展开更多

关键词 支持向量机 核函数 分解算法

在线阅读 下载PDF 职称材料

面向服务的电力行业信息系统应用集成研究 被引量：4

11

作者 谢承旺 《江西师范大学学报（自然科学版）》 CAS 北大核心 2012年第6期631-635,共5页

针对国内电力信息系统间缺乏有效的信息共享机制,不能满足市场对电力行业的要求,提出建立一个一体化的企业级信息集成平台,实现各种业务应用的信息共享与集成.研究了基于SOA架构的应用集成技术,支持在数据层、服务/消息层、流程层、门... 针对国内电力信息系统间缺乏有效的信息共享机制,不能满足市场对电力行业的要求,提出建立一个一体化的企业级信息集成平台,实现各种业务应用的信息共享与集成.研究了基于SOA架构的应用集成技术,支持在数据层、服务/消息层、流程层、门户层以及管理和安全2个侧面进行全方位、立体化的信息集成.实践结果表明:所采用的技术是基于最新的服务应用集成标准和较为成熟的技术体系,能够满足电力行业的集成需求. 展开更多

关键词 电力行业 信息系统 SOA架构 WEB服务 应用集成 交易运营系统

在线阅读 下载PDF 职称材料

一种采用混合策略的大规模多目标进化算法 被引量：4

12

作者 谢承旺 潘嘉敏 +2 位作者 郭华 王冬梅 付世炜 《计算机学报》 EI CAS CSCD 北大核心 2024年第1期69-89,共21页

现实中存在大量的大规模多目标优化问题,这些问题所固有的目标函数间冲突性、巨大的搜索空间以及决策变量可能存在的交互等特征对传统的多目标进化算法构成了巨大的挑战.研究者根据此类问题的特点基于不同的视角提出了多种大规模多目标... 现实中存在大量的大规模多目标优化问题,这些问题所固有的目标函数间冲突性、巨大的搜索空间以及决策变量可能存在的交互等特征对传统的多目标进化算法构成了巨大的挑战.研究者根据此类问题的特点基于不同的视角提出了多种大规模多目标进化算法,但它们在解题的质量和效率方面尚存较大的提升空间.基于此,提出一种采用混合策略的大规模多目标进化算法LSMOEA/HS.该算法提出的一种黄金分层分组方法将大规模决策变量分成收敛性组和多样性组,然后对收敛性变量组执行基于变量组的相关性检测操作,将收敛性变量组划分成若干更小规模的子组,最后算法采用不同的优化策略分别优化收敛性变量组和多样性变量组以获得最终的解题结果.为验证LSMOEA/HS的有效性,将其与五种新近提出的高效的大规模多目标进化算法一同在决策变量维度为200、500、1000、2000和5000的2-目标和3-目标的LSMOP系列测试实例上进行IGD和HV性能测试,实验结果表明LSMOEA/HS具有显著较优的收敛性和多样性.由此表明,LSMOEA/HS是一种颇具前景的大规模多目标进化算法. 展开更多

关键词 大规模多目标优化问题 变量分组 进化算法 收敛性 多样性 大规模多目标进化算法

在线阅读 下载PDF 职称材料

计算机教学效果的三层回声网络评价 被引量：1

13

作者 谢承旺 《西南师范大学学报（自然科学版）》 CAS 北大核心 2017年第11期168-172,共5页

针对计算机教学效果的评价问题,引入回声状态网络评价方法,设计了3层次评价模型.在这个评价模型中,从学校、教师、学生3个层次上设计了影响计算机教学效果的9个因素.采取2007年到2016年的数据展开实证分析,评价结果显示学生层面上的各... 针对计算机教学效果的评价问题,引入回声状态网络评价方法,设计了3层次评价模型.在这个评价模型中,从学校、教师、学生3个层次上设计了影响计算机教学效果的9个因素.采取2007年到2016年的数据展开实证分析,评价结果显示学生层面上的各项指标对于计算机教学效果的影响更加重要,今后的计算机教学工作应更加突出学生的主体地位. 展开更多

关键词 三层评价模型 影响因素 计算机教学

在线阅读 下载PDF 职称材料

基于遗传算法的极值问题求解

14

作者 谢承旺 胡家宝 《武汉科技学院学报》 2004年第2期64-67,共4页

遗传算法是一种颇具生命力的算法,用遗传算法的思想来求解一函数取得最大值时的解,并给出了用遗传算法解此问题的详细过程。最后,对实验的结果进行了分析,并给出改进该算法性能的一些建议。

关键词 遗传算法 极值 变异概率 函数

在线阅读 下载PDF 职称材料

应用反向学习策略的群搜索优化算法 被引量：25

15

作者 汪慎文 丁立新 +3 位作者 谢大同 舒万能 谢承旺 杨华 《计算机科学》 CSCD 北大核心 2012年第9期183-187,共5页

群搜索优化算法(Group Search Optimizer,GSO)是一类基于发现者-加入者(Producer-Scrounger,PS)模型的新型群体随机搜索算法。尽管该算法在解决众多问题中表现优越,但其依然面临着早熟和易陷入局部最优的问题,为此,提出了一种基于一般... 群搜索优化算法(Group Search Optimizer,GSO)是一类基于发现者-加入者(Producer-Scrounger,PS)模型的新型群体随机搜索算法。尽管该算法在解决众多问题中表现优越,但其依然面临着早熟和易陷入局部最优的问题,为此,提出了一种基于一般反向学习策略的群搜索优化算法(GOGSO)。该算法利用反向学习策略来产生反向种群,然后对当前种群和反向种群进行精英选择。通过对比实验表明,该方法效果良好。 展开更多

关键词 群搜索优化算法 反向学习 数值优化

在线阅读 下载PDF 职称材料

一种自适应多种群的PSO算法 被引量：10

16

作者 夏学文 王博建 +3 位作者 金畅 何国良 谢承旺 魏波 《系统仿真学报》 CAS CSCD 北大核心 2016年第12期2887-2895,2902,共10页

针对粒子群算法易早熟收敛、逃离局部最优能力差、精度低等缺点,提出了一种自适应多种群PSO算法(Self-adaptive Multi-swarm Particle Swarm Optimization,SMPSO)。算法通过多个子种群独立进化和自适应重组操作既保持了种群多样性又实... 针对粒子群算法易早熟收敛、逃离局部最优能力差、精度低等缺点,提出了一种自适应多种群PSO算法(Self-adaptive Multi-swarm Particle Swarm Optimization,SMPSO)。算法通过多个子种群独立进化和自适应重组操作既保持了种群多样性又实现了子种群间的信息共享与交互;同时,通过对粒子历史最优解进行周期性采样与统计,进而指导算法进行探测操作,不仅增强算法的全局搜索能力,也提高其跳出局部最优的能力;最后,引入了两种局部搜索策略提升了算法的收敛速度和求解精度。通过和其它PSO算法在标准测试函数和工程应用的实验对比表明,SMPSO在逃逸能力、收敛速度和求解精度上有显著提高。 展开更多

关键词 粒子群算法 多种群 自适应 探测操作 局部搜索

在线阅读 下载PDF 职称材料

基于多尺度选择性学习和探测-收缩机制的PSO算法 被引量：7

17

作者 夏学文 桂凌 +2 位作者 戴志锋 谢承旺 魏波 《电子学报》 EI CAS CSCD 北大核心 2016年第5期1090-1100,共11页

针对粒子群算法逃离局部最优能力差、易早熟收敛、求解精度低等缺点,提出了一种具有多尺度选择性学习和探测-收缩机制的PSO算法.在多尺度选择性学习机制中,粒子根据其自身进化状态在拓扑结构、邻居个体、目标变量维等多个尺度上进行选... 针对粒子群算法逃离局部最优能力差、易早熟收敛、求解精度低等缺点,提出了一种具有多尺度选择性学习和探测-收缩机制的PSO算法.在多尺度选择性学习机制中,粒子根据其自身进化状态在拓扑结构、邻居个体、目标变量维等多个尺度上进行选择性学习,提升粒子个体的学习效率;在探测-收缩机制中,算法利用历史信息指导种群最优解进行探测,提高其逃离局部最优的能力,当判断种群历史最优解处于全局最优解附近时,执行空间收缩策略,将种群的搜索空间限定在较小的一个区域,增强算法的开采能力,提高算法的求解精度.通过和其它PSO算法在22个典型测试函数的实验对比表明,本算法能有效克服早熟收敛、加快收敛速度、提高求解精度. 展开更多

关键词 粒子群算法 早熟收敛 多尺度学习 探测策略

在线阅读 下载PDF 职称材料

群搜索优化算法中角色分配策略的研究 被引量：4

18

作者 汪慎文 丁立新 +3 位作者 谢承旺 谢大同 舒万能 杨华 《小型微型计算机系统》 CSCD 北大核心 2012年第9期1938-1943,共6页

群搜索优化算法把群体中的个体分为三种角色:发现者,加入者和游荡者.算法选择最优个体作为唯一的发现者,采用随机决策策略分配加入者和游荡者.该策略过于盲目,算法性能也较差.针对这一缺点,本文考虑个体与发现者的分布关系,以发现者为球... 群搜索优化算法把群体中的个体分为三种角色:发现者,加入者和游荡者.算法选择最优个体作为唯一的发现者,采用随机决策策略分配加入者和游荡者.该策略过于盲目,算法性能也较差.针对这一缺点,本文考虑个体与发现者的分布关系,以发现者为球心,聚集在球心(或圆心)周围的个体均为加入者,散布于球外的个体为游荡者.而球的半径大小的确定,提出两种不同的方法:自适应半径策略和固定加入者个体数量策略.前者取个体到发现者的平均距离的K倍作为球的半径,后者规定离发现者最近的一定数量的个体被认为分布于球内的加入者.通过实验表明,这两种策略提高了种群多样性的同时,还保证了算法快速收敛到最优解. 展开更多

关键词 群体智能 群搜索优化算法 发现 加入模型 角色分配

在线阅读 下载PDF 职称材料

基于EDA的并行基因表达式程序设计方法 被引量：5

19

作者 杜欣 丁立新 +1 位作者 谢承旺 陈莉 《计算机科学》 CSCD 北大核心 2010年第2期196-199,共4页

将分布评估算法(EDA)引入基因表达式程序设计方法中,以提高其收敛速度。为减少计算时间,提高解质量,在加入EDA的基因表达式程序设计方法的基础上设计了同步和异步分布式并行算法,同时比较了同步和异步并行算法。实验结果表明,并行算法... 将分布评估算法(EDA)引入基因表达式程序设计方法中,以提高其收敛速度。为减少计算时间,提高解质量,在加入EDA的基因表达式程序设计方法的基础上设计了同步和异步分布式并行算法,同时比较了同步和异步并行算法。实验结果表明,并行算法提高了运行速度和解质量。最后通过实验分析了迁移代频对并行算法的影响。 展开更多

关键词 基因表达式程序设计方法 分布评估算法 并行算法 MPI

在线阅读 下载PDF 职称材料

面向端元提取的光谱角特征空间图像分块方法 被引量：5

20

作者 徐君 徐富红 +2 位作者 蔡体健 谢承旺 王彩玲 《测绘科学技术学报》 CSCD 北大核心 2014年第5期492-495,共4页

传统的高光谱端元提取算法一般是在高维的光谱特征空间中进行运算,并且图像的全部像元都参与算法,因此运算量偏大,运算效率较低。提出了一种光谱角特征空间的概念,利用图像的空间信息辅助端元提取。图像的全部像元都可以映射到8维的光... 传统的高光谱端元提取算法一般是在高维的光谱特征空间中进行运算,并且图像的全部像元都参与算法,因此运算量偏大,运算效率较低。提出了一种光谱角特征空间的概念,利用图像的空间信息辅助端元提取。图像的全部像元都可以映射到8维的光谱角特征空间中,样本点在特征空间中距离原点的远近表征了其在图像中的位置是否为地物区块的边缘,利用这点可以对高光谱图像进行空间分割。在分割后的每个子块图像内部只选取少数"最纯"像元参与端元提取算法,从而大大降低了端元提取的计算复杂度。 展开更多

关键词 高光谱 混合像元 光谱分解 端元 光谱角

在线阅读 下载PDF 职称材料