国家教育部博士点基金(20070558052)
- 作品数：4 被引量：8H指数：2
- 相关作者：王甲海周雅兰李曙光旷章辉莫斌更多>>
- 相关机构：广东商学院中山大学更多>>
- 发文基金：国家教育部博士点基金教育部留学回国人员科研启动基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于分布估计的离散差分演化算法被引量：4
- 2010年
- 差分演化(DE)是解决优化问题的非常有效的新兴智能算法,但它主要用于连续优化领域,至今尚不能象解决连续优化问题那样有效的处理组合优化问题。首先提出了离散DE用于组合优化问题,然后在离散DE中引入分布估计算法(EDA)来提高性能,把EDA抽样得到的全局统计信息和离散DE获得的局部演化信息相结合来产生新解,形成基于EDA的离散DE算法。为了保持种群多样性,在提出的算法中引入了位翻转变异操作。实验结果表明,EDA能大大提高离散DE的性能。
- 周雅兰王甲海
- 关键词：演化算法组合优化
- 基于分布估计的离散差分骨干粒子群优化
- 2009年
- 粒子群优化(PSO)和差分演化(DE)是两种新兴的优化技术,已经成功地应用于连续优化问题,但是它们至今尚不能像解决连续优化问题那样有效地处理组合优化问题。最近,有人提出差分骨干PSO(DBPSO)用于解决连续优化问题。首先提出离散DBPSO用于组合优化问题,然后在离散DBPSO中引入分布估计算法(EDA)来提高性能,把EDA抽样得到的全局统计信息和DBPSO获得的局部演化信息相结合来产生新解,形成基于EDA的离散DBPSO。实验结果表明EDA能大大提高离散DBPSO的性能。
- 周雅兰王甲海
- 关键词：组合优化
- 用改进的竞争Hopfield神经网络求解多边形近似问题被引量：2
- 2009年
- 多边形近似是提取曲线特征点和简化曲线描述的一种重要方法。提出一种改进的Hopfield神经网络多边形近似算法,该算法利用选择拐点策略减少了搜索空间,重新定义了神经网络的能量函数,使其更能反映优化目标;引入合并拆分搜索策略,有效帮助神经网络脱离局部最小值。实验结果表明,提出的改进算法是有效的,比其它算法如关键点检测法、竞争Hopfield神经网络、混沌Hopfield神经网络、遗传算法等具有更优的性能。
- 旷章辉王甲海周雅兰
- 关键词：多边形近似
- 结合变邻域搜索的竞争Hopfield神经网络解决最大分散度问题被引量：2
- 2010年
- 提出一种结合变邻域搜索的离散竞争Hopfield神经网络,用于求解最大分散度问题。为了克服神经网络易陷入局部最小值的问题,将变邻域搜索的思想引入到离散竞争Hopfield神经网络中,一旦网络陷入局部最小值,变邻域搜索能帮助神经网络动态改变搜索邻域,从而跳出局部最小值去搜寻更优的解。最后,针对最大分散度问题的实验结果表明,提出的算法具有良好的性能。
- 周雅兰王甲海闭玮莫斌李曙光
- 关键词：变邻域搜索HOPFIELD神经网络
