沈佳杰
- 作品数：19 被引量：47H指数：5
- 供职机构：上海海事大学物流研究中心更多>>
- 发文基金：国家高技术研究发展计划国家自然科学基金上海市自然科学基金更多>>
- 相关领域：自动化与计算机技术交通运输工程更多>>
- 基于速度概率和自适应速度值的差分进化算法被引量：4
- 2014年
- 针对于离散差分进化算法在问题规模较大情况下难以找到全局最优值和收敛速度慢的问题,通过引入速度概率和自适应速度值,提出了一种改进的二进制差分进化算法。通过理论推导,改进的差分进化算法可以有效提高离散差分进化算法对于复杂问题的全局最优值搜索能力和收敛速度。在使用经典0-1背包问题进行的实验中,验证了理论推导的结论正确性以及改进的差分进化算法可行性。
- 沈佳杰江红王肃
- 关键词：差分进化算法
- 基于最优路径地图和概率边计数值的蚁群算法改进
- 2014年
- 针对于标准的蚁群算法在问题规模较大情况下收敛速度慢、易早熟的问题,通过引入全局最优路径地图以及概率边计数值的方法,从而实现对于搜索路径当前最优值、全局最优值的启发性和历史的最优值的兼顾,提高了蚁群算法全局最优值查找能力,加快蚁群算法的收敛速度,提出了一个基于最优路径地图和概率边计数值的蚁群算法,通过理论证明改进的蚁群算法可以有效的提高蚁群算法对于旅行商问题的全局最优路径的查找能力以及对于最优值的收敛速度,通过对于不同旅行商问题实例的进行实验,验证了本文提出基于最优路径地图和概率边计数值的蚁群算法的合理性以及相应的理论证明的正确性.
- 沈佳杰江红王肃
- 关键词：蚁群算法旅行商问题
- 基于遗传算法的云存储分类规则提取
- 2013年
- 针对云存储数据源分散、难于集中的特点,根据代理提取分类规则数与每个代理提取误差率以及整体提取误差率之间的关系,提出一种基于遗传算法的云存储分类规则提取方法。在代理端分布式提取分类规则后传输到中心数据库进行归并,从而达到分布式提取分类规则的目的,通过理论推导得出每个代理提取误差率和整体提取误差率的上限随着提取规则数的增加而递减。实验结果证明,在提取规则数足够多的情况下,分布式提取的回归准确率和集中式提取的回归准确率的差值趋于常数,保证了云存储分布式分类规则提取的可行性。
- 沈佳杰江红王肃
- 关键词：遗传算法
- 基于改进混合进化算法的贝叶斯网络结构学习
- 贝叶斯网络(Bayesian Networks，BN)是一种表达节点之间概率分布的图形模型，在不确定性领域的应用表现出了优越的性能，已经成为人工智能、决策系统、机器学习等领域的研究热点。贝叶斯网络学习由参数学习和结构学习...
- 沈佳杰
- 关键词：贝叶斯网络遗传算法粒子群算法
- 文献传递
- 基于关键词的云计算语义文本自适应分类
- 2014年
- 传统语义文本分类方法难以高效地在云计算环境下进行中文文本快速分类。为解决该问题,提出一个在云计算环境下基于语义关键词提取的分布式中文文本自适应分类算法,在代理端对中文文本关键词进行基于语义的分布式提取,并将提取出的中文关键词传输到中心数据库端进行整合,从而确定文本本身类别。通过理论证明在关键词提取数量足够的情况下,提出的文本分类算法可以在保证中文文本分类效果的前提下,有效降低网络传输的代价,从而提高中文文本分类算法在云计算环境下的性能。实验结果验证了该算法在云计算环境下的可行性以及理论推导的正确性。
- 沈佳杰江红王肃
- 关键词：云计算关键词提取语义计算
- 考虑装卸顺序的岸桥与集卡协调调度问题研究被引量：9
- 2016年
- 为解决集装箱港口岸桥和集卡资源紧张的现状,针对岸桥和集卡协调调度问题,综合考虑集装箱顺序及岸桥干涉、集卡作业面调度等约束,建立了一个以最大完工时间最小化为目标的混合整数规划模型。在使用遗传算法求解模型时采用了一种较为新颖的编码方式,同时提出了相应的交叉与变异方法。最后针对不同规模问题,比较了遗传算法(GA)与粒子群算法(PSO)求解,实验结果表明,对于该问题,模型遗传算法在解的优劣性及运行时间上优于粒子群算法。
- 梁承姬沈佳杰
- 关键词：集卡调度遗传算法粒子群算法
- 遗传算法中基于规则的分类器编码长度研究被引量：2
- 2013年
- 遗传学为基础的机器学习使用遗传算法作为学习机制,设计以规则为基础的分类系统,通过训练数据集来实现类别的精确描述。针对遗传算法编码没有统一标准的问题,研究基于规则的分类器个体特征编码长度与分类准确率以及效率之间的关系,通过概率逼近分析个体特征编码长度对分类准确率的影响,利用迭代步骤数的数学期望计算方法,计算遗传算法分类器的分类效率。实验结果证明,遗传算法在密西根编码条件下,个体特征编码长度越长,分类器的分类准确率越高、收敛速度越慢。
- 廖萍沈佳杰吴萍
- 关键词：遗传算法离散数据连续数据
- 基于多点速度向量的多目标粒子群算法改进被引量：3
- 2015年
- 针对多目标粒子群算法在高维条件下易早熟、迭代步骤数较多的问题,通过引入多点速度向量,提出一种基于多点速度向量的多目标粒子群改进算法,由于改进的多目标粒子群可以看成多个对于目标函数和当前种群的多目标最优点独立的速度和位置分量的叠加,减少了在目标函数最优值搜索之间相互的影响,从而有效地提高多目标粒子群在高维条件下的收敛速度以及准确性,理论证明这这种改进的有效性。实验结果证明了理论推导的正确性。
- 沈佳杰江红王肃
- 关键词：多目标问题粒子群算法
- 基于混合自适应Memetic算法的贝叶斯网络结构学习被引量：5
- 2012年
- Memetic算法是一种基于种群的全局搜索和基于个体的局部启发式搜索的结合体,具有较高的全局搜索能力,将其成功应用于贝叶斯网络的结构学习。该算法在基本的遗传算法操作算子中,引入粒子群算法的基本思想,同时利用混沌的遍历性和云自适应的快速收敛性,提出了一种云自适应的混沌变异搜索进行局部搜索,实现全局优化,跳出局部最优。实验证明该算法在贝叶斯网络结构学习中具有很好的效果。
- 沈佳杰林峰
- 关键词：贝叶斯网络MEMETIC算法混沌
- 基于多点速度向量和自适应速度值的离散二进制粒子群算法改进被引量：5
- 2013年
- 针对标准的离散二进制粒子群算法在高维环境下迭代速度慢和易早熟的缺点,通过引入多点速度向量和自适应的速度计算方法,提出一个多点基于速度向量和自适应速度值的改进的自适应离散二进制粒子群算法,通过理论推导改进的离散粒子运算法可有效提高离散差分进化算法对于复杂问题先的全局最优值搜索能力和离散粒子群算法对于复杂优化问题的收敛速度。实验验证了理论推导的结果。
- 沈佳杰江红王肃
- 关键词：粒子群算法
