北京市教育委员会科技发展计划(KM200610005020)
- 作品数：6 被引量：74H指数：4
- 相关作者：冀俊忠刘椿年黄振阎静王亚敏更多>>
- 相关机构：北京工业大学聊城大学更多>>
- 发文基金：国家自然科学基金北京市教育委员会科技发展计划北京市自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于变异和信息素扩散的多维背包问题的蚁群算法被引量：18
- 2009年
- 针对蚁群算法在求解大规模多维背包问题时存在的迭代次数过多、精度不高的不足,提出一种新的高性能的蚁群求解算法.算法将信息素更新和随机搜索机制的改进相融合.首先,基于对较优解的偏爱,采用Top-k策略从每次迭代的k个解中挖掘出对象间的关联距离;其次,以对象为信源借助关联距离建立信息素的扩散模型,通过信息素扩散的耦合补偿,强化了蚂蚁间的协作和交流;最后,利用一种简单的变异策略对迭代的结果进行优化.在通用数据集上的大量实验表明:与最新的蚁群算法相比,新算法不仅能获得更好的最优解,而且收敛速度有显著的提高.
- 冀俊忠黄振刘椿年
- 关键词：多维背包问题蚁群算法
- 基于I-B&B-MDL的贝叶斯网结构学习改进算法被引量：10
- 2006年
- 针对I-B&B-MDL算法的不足,提出了2点改进:一是仅利用0阶和部分1阶测试确定网络侯选连接图,在有效限制搜索空间的同时,减少了独立性测试及对数据库的扫描次数;二是利用互信息的启发性知识作为侯选父母节点排序,加大了B&B搜索树的截断,加速了搜索过程．在通用数据集上的实验结果表明,在保证学习精度的前提下,算法整体的时间性能比原算法有较大的改进．
- 冀俊忠阎静刘椿年
- 关键词：数据挖掘知识表示贝叶斯网络
- 基于粒子群优化的考试时间安排问题的求解算法被引量：4
- 2009年
- 粒子群优化算法是近年来发展起来的一种元启发式的搜索算法,是目前解决组合优化问题的最有效的算法之一。针对考试时间表问题(ETP),通过基于时间序列的粒子编码方式和新的更新算子,建立ETP问题的粒子群求解模型,并结合简化邻域搜索算法给出了改进策略。仿真实验结果表明所提算法及策略的有效性。
- 王亚敏冀俊忠
- 关键词：粒子群优化算法邻域搜索
- 一种快速求解旅行商问题的蚁群算法被引量：31
- 2009年
- 蚁群优化是一种元启发式的随机搜索技术,是目前解决组合优化问题最有效的工具之一.将信息素更新和随机搜索机制的改进相结合,提出一种快速求解旅行商问题的蚁群算法.首先给出了一种新的信息素增量模型,以体现蚂蚁在不同路径上行走时所产生的信息素差异;然后以蚂蚁经过的路径(直线段)作为信息素扩散浓度场的信源,改进了信息素扩散模型,强化了蚂蚁间的协作和交流;最后采用较低复杂度的变异策略对迭代的结果进行优化.在大量通用数据集上的实验表明,该算法不仅能获得更好的最优解,而且收敛速度有显著的提高.
- 冀俊忠黄振刘椿年
- 关键词：旅行商问题蚁群优化
- 一种快速的贝叶斯网结构学习算法被引量：11
- 2007年
- 贝叶斯网是不确定性问题知识表达和推理中最重要的一个理论模型.迄今为止人们提出了许多贝叶斯网结构学习算法,基于约束满足和评分搜索相结合的混合方法是其中的一个研究热点.以I-B&B-MDL为基础,提出了一种快速的学习算法.新算法不仅利用约束知识来压缩搜索空间,而且还用它作为启发知识来引导搜索.首先利用0阶和少量的1阶测试有效地限制搜索空间,获得网络候选的连接图,减少了独立性测试及对数据库的扫描次数,然后利用互信息作为启发性知识来引导搜索,增加了B&B搜索树的截断.在通用数据集上的实验表明:快速算法能够有效地处理大规模数据,且学习速度有较大改进.
- 冀俊忠刘椿年阎静
- 关键词：BAYESIAN网络
- 基于蚁群优化的DBN转移网络结构学习算法
- 2009年
- 针对动态贝叶斯转移网络的特点,以I-ACO-B为基础,提出基于蚁群优化的分步构建转移网络的结构学习算法ACO-DBN-2S。算法将转移网络的结构学习分为时间片之间和时间片内2个步骤进行,通过改进隔代优化策略,减少无效优化次数。标准数据集下的大量实验结果证明,该算法能更有效地处理大规模数据,学习精度和速度有较大改进。
- 胡仁兵冀俊忠张鸿勋刘椿年
- 关键词：动态贝叶斯网络蚁群优化
