郑金华
- 作品数:201 被引量:756H指数:14
- 供职机构:湘潭大学更多>>
- 发文基金:国家自然科学基金湖南省自然科学基金湖南省教育厅重点项目更多>>
- 相关领域:自动化与计算机技术理学文化科学经济管理更多>>
- 一种基于本体论的智能搜索Agent
- 互联网为各种主题提供了大量信息,然而,它的动态及分布特性使得检索特定信息成为一项艰巨的任务。本文提出了一种基于本体论设计的个性化智能搜索Agent,旨在帮助互联网用户快速准确地找到符合自己需求的信息。该Agent能自动跟...
- 陈晋进郑金华
- 关键词:信息检索搜索引擎快速搜索人工智能
- 文献传递
- 国际跳棋游戏中的进化策略
- 国际跳棋是一种双人对弈的棋类游戏,本文探讨了如何采用进化算法学习国际跳棋的游戏策略,不需要任何专门知识就能使智能游戏主体学习到相关经验.狭义遗传算法被用来进化游戏主体,进化后的最佳个体与随机下棋的个体进行了比较实验,实验...
- 蒋浩郑金华
- 关键词:进化计算遗传算法游戏策略
- 文献传递
- 一种手机键盘布局的方法及系统
- 本发明公开了一种手机键盘布局的方法及系统,首先随机生成含有多个个体的初始种群,设置迭代次数,获取用户输入的英语语句,个体表示26个字母在九宫格键盘上的排列形式,英文语句中单词代表用户需求、习惯输入的单词;统计英文语句中字...
- 邹娟王濛张影郑金华杨圣祥
- 一种基于音视频的帕金森非接触式智能检测方法及系统
- 本发明涉及一种基于音视频的帕金森非接触式智能检测方法及系统。该方法包括:获取帕金森患者和非帕金森患者的音视频数据集;构建音频通道模型;构建视频通道模型;根据所述音视频数据集和所述音频通道模型,确定音频特征向量;根据所述音...
- 邹娟向懿曾碧霄陈钢房海鹏郑金华
- 求解TSP问题的混合遗传算法
- 2009年
- TSP问题是一类经典的NP问题,目前有很多方法对其求解,而用混合遗传算法对其求解取得了很好的成效。常见的混合遗传算法有遗传算法与最速下降法相结合(GACSDM)、遗传算法与模拟退火法相结合(SAGA)。设计了贪婪的复合变异算子(GCM),并引入隔代爬山法算子(Climb)增加遗传算法的局部搜索能力。实验结果表明该算法是有效的。
- 袁琦钊朱云飞郑金华
- 关键词:旅行商问题遗传算法最速下降法模拟退火法爬山法
- 用基于快速排序的MOGA求解MOKP被引量:1
- 2005年
- 0/1背包问题是一类典型的组合优化问题,且属于NP完全问题.多目标遗传算法通过一次运行可以搜索到多个解,同时具有比规范遗传算法更强的求解问题的能力.该文将基于快速排序的多目标遗传算法应用于多目标0/1背包问题中,可以快速、高效地找出多个最优解.实验表明该方法能够获得满意的效果.
- 唐欢容郑金华蒋浩
- 关键词:多目标遗传算法多目标优化非支配集
- 基于权重迭代的偏好多目标分解算法解决参考点对算法影响的研究被引量:9
- 2016年
- 在传统偏好多目标进化算法中,参考点是表达决策者的偏好信息最常用的方式,但是参考点所处位置信息有时严重影响算法的性能.针对以上问题,本文提出了一种基于权重迭代的偏好多目标分解算法(MOEA/DPRE),主要利用权重迭代方法获取一组均匀的权重向量,并对偏好区域进行映射,使得算法在进化过程中,不用考虑参考点所处位置信息对算法性能的影响,另外提出了一种稳定可控的偏好区域模型,能响应决策者设置任意大小的偏好区域.通过对比实验表明该算法具有较好的收敛性和分布性,同时给出了满足决策者不同要求的算法模型,并且能够很好的解决参考点的位置信息对算法的影响.
- 郑金华喻果贾月
- 关键词:进化算法偏好决策者
- 一种有效的基于实数编码的多目标遗传算法被引量:4
- 2005年
- 针对实数编码遗传算法提出了一种通用的基于决策变量的复合交叉算子,并将之用于多目标优化问题的求解,算法效果良好,一定程度上解决了高维多目标优化问题在用遗传算法求解时收敛性差这一难题.通过实验首次揭示了交叉点数对多目标遗传算法性能的影响.
- 田小梅郑金华
- 关键词:多目标遗传算法多目标优化问题
- 多目标进化算法搜索鲁棒最优解效率研究
- 2011年
- 鲁棒最优解是进化计算研究的重要方面,同时也是研究难点。多目标进化算法搜索鲁棒最优解时,通常要用蒙特卡罗积分(MCI)近似估计有效目标函数(EOF),而已有求解方法近似精度不高,使得算法搜索鲁棒最优解的性能较差。提出用拟蒙特卡罗方法(Q-MC)来估计有效目标函数方法,其所引入的Q-MC方法——Korobov点阵能更精确地估计EOF。实验结果表明,与现有的原始蒙特卡罗方法(C-MC)相比,拟蒙特卡罗方法(Q-MC)可以较大地提高多目标进化算法搜索鲁棒最优解的效率。
- 任亚峰郑金华
- 关键词:进化算法
- 自适应偏好半径划分区域的多目标进化方法被引量:3
- 2017年
- 偏好多目标进化算法是一类帮助决策者找到感兴趣的Pareto最优解的算法.目前,在以参考点位置作为偏好信息载体的偏好多目标进化算法中,不合适的参考点位置往往会严重影响算法的收敛性能,偏好区域的大小难以控制,在高维问题上效果较差.针对以上问题,通过计算基于种群的自适应偏好半径,利用自适应偏好半径构造一种新的偏好关系模型,通过对偏好区域进行划分,提出基于偏好区域划分的偏好多目标进化算法.将所提算法与4种常用的以参考点为偏好信息载体的多目标进化算法g-NSGA-II、r-NSGA-II、角度偏好算法、MOEA/D-PRE进行对比实验,结果表明,所提算法具有较好的收敛性能和分布性能,决策者可以控制偏好区域大小,在高维问题上也具有较好的收敛效果.
- 王帅发郑金华胡建杰邹娟邹娟
- 关键词:参考点决策者