-
题名基于多策略离散差分进化的移动互联网个性化服务组合
被引量:2
- 1
-
-
作者
许斌
亓晋
印溪
王野
常瑞云
-
机构
南京邮电大学物联网学院
-
出处
《电信科学》
北大核心
2016年第2期99-105,共7页
-
基金
中国博士后科学基金资助项目(No.2015M571790)
南京邮电大学引进人才科研启动基金和校级科研基金资助项目(No.NY213047
+1 种基金
No.NY213050
No.NY214102)~~
-
文摘
移动互联网技术的普及使人们不再满足于单一功能的服务,而更倾向于按需定制的个性化服务或服务组合。提出了一种应用于Web服务组合的多策略离散差分进化(multi-strategy discrete differential evolution,MDDE)算法。该算法采用随机选择框架,调用具有不同特性的变异策略,是一种搜索能力和收敛速度均衡的离散差分进化算法。实验结果表明,MDDE算法在求解Web服务组合优化问题中比原始DE算法的收敛精度更高,稳定性更好。
-
关键词
WEB服务组合
差分进化
多策略变异
-
Keywords
Web service composition, differential evolution, multi-strategy mutation
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名一种基于禁忌策略的混合优化算法
被引量:1
- 2
-
-
作者
印溪
许斌
亓晋
-
机构
南京邮电大学自动化学院
南京邮电大学物联网学院
-
出处
《计算机技术与发展》
2017年第2期46-50,55,共6页
-
基金
国家自然科学基金资助项目(61401225)
中国博士后科学基金资助项目(2015M571790)
-
文摘
为了提升综合学习粒子群算法(Comprehensive Learning Particle Swarm Optimization,CLPSO)的后期收敛能力,提出一种基于禁忌策略的混合优化算法,记为CLPSO+Tabu(CMA-ES)。算法以禁忌搜索算法为后续搜索操作,对综合学习粒子群算法进行改进。同时将协方差矩阵自适应进化策略(Covariance Matrix Adaptation Evolution Strategy,CMA-ES)引入禁忌搜索算法,以高斯分布为基础,以CMA-ES策略引导邻域结构的分布,构造新型自适应邻域结构,指导禁忌搜索算法中候选解的选取,从而解决综合学习粒子群算法在收敛精度低的问题,极大改善了求解效果。针对26个标准测试函数的实验结果表明,与CLPSO相比,CLPSO+Tabu(CMA-ES)算法在绝大多数函数上具有更好的收敛效果。针对其中6个优化问题,CLPSO+Tabu(CMA-ES)更是有至少一个数量级的改进。
-
关键词
综合学习粒子群算法
禁忌搜索
高斯分布
参数自适应
协方差矩阵自适应进化策略
-
Keywords
comprehensive learning particle swarm optimization
Tabu strategy
Gaussian distribution
parameter adaption
CMA-ES
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-