期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
融入概率学习的混合差分进化算法求解绿色分布式可重入作业车间调度
1
作者 胡蓉 伍星 +1 位作者 毛剑琳 钱斌 《控制理论与应用》 EI CAS CSCD 北大核心 2024年第3期512-521,共10页
本文针对绿色分布式可重入作业车间调度问题(GDRJSSP),提出一种融入概率学习的混合差分进化算法(HDE PL),以实现最大完工时间和总能耗最小.根据GDRJSSP的问题特点,设计编码和解码规则,并采用差分进化算法执行全局搜索来发现优质解区域.... 本文针对绿色分布式可重入作业车间调度问题(GDRJSSP),提出一种融入概率学习的混合差分进化算法(HDE PL),以实现最大完工时间和总能耗最小.根据GDRJSSP的问题特点,设计编码和解码规则,并采用差分进化算法执行全局搜索来发现优质解区域.为能更明确地引导全局搜索方向,设计基于贝叶斯网络结构的多维概率模型合理学习和积累优质解(即当前种群中的较优解)的模式信息.结合问题解的结构特征,提出基于关键路径的4种邻域结构来构造局部搜索,并设计基于非关键路径的节能策略来提升算法获取低能耗非劣解的能力.仿真实验和算法对比验证了HDE PL可有效求解GDRJSSP. 展开更多
关键词 差分进化 绿色调度 分布式调度 可重入作业车间调度问题
下载PDF
基于讨价还价博弈机制的B-IHCA^(*)多机器人路径规划算法 被引量:4
2
作者 张凯翔 毛剑琳 +1 位作者 向凤红 宣志玮 《自动化学报》 EI CAS CSCD 北大核心 2023年第7期1483-1497,共15页
针对密集场景中大规模冲突导致多机器人路径规划(Multi-agent path finding,MAPF)成功率低的问题,引入讨价还价博弈机制并以层级协作A^(*)(Hierarchical cooperative A^(*),HCA^(*))算法为内核,提出一种基于讨价还价博弈机制的改进层级... 针对密集场景中大规模冲突导致多机器人路径规划(Multi-agent path finding,MAPF)成功率低的问题,引入讨价还价博弈机制并以层级协作A^(*)(Hierarchical cooperative A^(*),HCA^(*))算法为内核,提出一种基于讨价还价博弈机制的改进层级协作A^(*)(Bargaining game based improving HCA^(*),B-IHCA^(*))算法.首先,在HCA^(*)算法基础上,对导致路径无解的冲突双方或多方进行讨价还价博弈.由高优先级机器人先出价,当低优先级机器人在该条件下无法求解时,则其将不接受该出价,并通过降约束求解方式进行还价.再由其他冲突方对此做进一步还价,直至各冲突方都能协调得到可接受的路径方案.其次,为避免原始HCA^(*)算法由于高优先级的阻碍陷于过长或反复无效搜索状态,在底层A^(*)搜索环节加入了熔断机制.通过熔断机制与讨价还价博弈相配合可在提升路径求解成功率的同时兼顾路径代价.研究结果表明,所提算法在密集场景大规模机器人路径规划问题上较现有算法求解成功率更高、求解时间更短,路径代价得到改善,验证了算法的有效性. 展开更多
关键词 多机器人 路径规划 讨价还价博弈 解耦 协作
下载PDF
改进学习型遗传算法求解柔性车间调度问题 被引量:1
3
作者 张亮 毛剑琳 +1 位作者 王妮娅 李睿祺 《组合机床与自动化加工技术》 北大核心 2023年第2期183-186,192,共5页
针对智能优化算法在解空间搜索时忽略问题特征导致搜索效率无法进一步提升的问题,从柔性车间调度问题的特征入手,引入关键机器和搜索过程学习概念,提出一种基于关键机器的改进学习型遗传算法。首先,针对柔性车间调度问题解表达中的机器... 针对智能优化算法在解空间搜索时忽略问题特征导致搜索效率无法进一步提升的问题,从柔性车间调度问题的特征入手,引入关键机器和搜索过程学习概念,提出一种基于关键机器的改进学习型遗传算法。首先,针对柔性车间调度问题解表达中的机器选择设计知识体,通过搜索过程得到的解更新知识体,并反馈到求解过程的引导;其次,使用了一种自适应的变异算子改善遗传算法早熟收敛的问题;然后,基于变换加工机器和加工顺序以及关键机器的思想设计了3种邻域结构;最后,引入关键机器的概念,并将其引入到知识体更新以及邻域搜索的过程中。仿真结果表明,较其它方法而言,本文提出的算法在不同规模的标准算例上找到最优解的能力更强。 展开更多
关键词 柔性作业车间调度 关键机器 学习型遗传算法 自适应变异算子 变邻域搜索
下载PDF
基于改进多目标水母算法的低碳柔性作业车间调度方法
4
作者 张亮 王妮娅 +1 位作者 毛剑琳 李睿祺 《机电工程》 CAS 北大核心 2023年第7期1086-1092,共7页
针对柔性作业车间调度问题中多个目标之间相互冲突、难以求解的问题,设计了一种基于Pareto和改进多目标水母搜索算法的柔性作业车间调度方法。首先,建立了以最小化最大完工时间、最小能耗以及最小机器总负荷为优化目标的车间调度模型;其... 针对柔性作业车间调度问题中多个目标之间相互冲突、难以求解的问题,设计了一种基于Pareto和改进多目标水母搜索算法的柔性作业车间调度方法。首先,建立了以最小化最大完工时间、最小能耗以及最小机器总负荷为优化目标的车间调度模型;其次,使用了一种基于完工时间和机器负荷均匀分布的初始化方式,有效地提升了初始种群的质量;考虑到连续水母算法在求解离散问题时存在效率低等问题,设计了离散水母算法,提出了基于Pareto等级的被动运动方式,进一步提高了搜索效率,引入了学习的概念引导种群向Pareto前沿移动;最后,为了验证多目标改进水母算法在求解柔性作业车间调度的有效性,与NSGAII算法进行了仿真实验对比。实验结果表明:利用该算法求解MK06算例完工时间为76、机器负荷为424、能耗为565.8支配的NSGAII的结果,解的质量整体较高。研究结果表明:采用均匀分布初始化方式以及学习型引导的离散化水母算法,其初始种群分布均匀、收敛速度快、解的质量高,具有较强的寻优能力,能够有效地处理多目标柔性作业车间调度问题。 展开更多
关键词 柔性作业车间调度问题 改进多目标水母搜索算法 变邻域搜索 学习型水母算法 Pareto 时间控制函数
下载PDF
基于对角障碍检测和优化蚁群算法的路径规划 被引量:3
5
作者 徐兴毅 付丽霞 +2 位作者 张勇 毛剑琳 郭宁 《云南大学学报(自然科学版)》 CAS CSCD 北大核心 2020年第4期648-655,共8页
针对大部分算法在多对角障碍环境中求解最短路径时会穿过对角障碍形成实际不可行路径的问题,提出一种结合对角障碍检测的优化蚁群算法用于移动机器人路径规划.首先采用对角障碍检测标记出条件障碍,然后使用三角选择法准确筛选出可通行... 针对大部分算法在多对角障碍环境中求解最短路径时会穿过对角障碍形成实际不可行路径的问题,提出一种结合对角障碍检测的优化蚁群算法用于移动机器人路径规划.首先采用对角障碍检测标记出条件障碍,然后使用三角选择法准确筛选出可通行和不可通行的条件障碍,最后提出自调整期望启发因子和信息素更新策略.实验结果表明:该算法具有环境适应性强、收敛速度快和寻优能力强的特点,并能有效避免所规划路径穿过对角障碍. 展开更多
关键词 蚁群算法 路径规划 对角障碍检测 三角选择法 自调整
下载PDF
CBS框架下面向复杂地图的低拓展度A^(*)算法 被引量:6
6
作者 宣志玮 毛剑琳 张凯翔 《电子学报》 EI CAS CSCD 北大核心 2022年第8期1943-1950,共8页
A^(*)算法是机器人路径规划问题中的重要且常用算法之一,在地形复杂的大型地图中,路径点之间的不可视造成A^(*)算法需要大规模节点拓展才能找到可行的优化路径,由此导致算法对存储空间的需求剧增和求解效率的降低.对此,本文针对基于冲... A^(*)算法是机器人路径规划问题中的重要且常用算法之一,在地形复杂的大型地图中,路径点之间的不可视造成A^(*)算法需要大规模节点拓展才能找到可行的优化路径,由此导致算法对存储空间的需求剧增和求解效率的降低.对此,本文针对基于冲突搜索(Conflict-Based Search,CBS)框架下的低层路径规划问题,引入三角剖分方法,给出固定障碍处理方法,融合可视性优化获得相邻点可视的优化路径,在此基础上提出分段策略,令具有动态冲突处理能力的A^(*)算法依相邻可视点进行分段路径规划,最终获得低节点拓展度A^(*)路径规划算法.通过标准地图数据集的仿真实验表明,在复杂地图下本文提出的算法路径长度为A^(*)算法的98.1%~102.2%,节点拓展量降低85.4%,算法求解时间减少58.1%. 展开更多
关键词 A^(*)算法 路径规划 DELAUNAY三角剖分 移动机器人 冲突消解
下载PDF
基于DE优化的BP神经网络在入侵检测中的应用 被引量:4
7
作者 崔珂 付丽霞 +2 位作者 张勇 毛剑琳 任玉洁 《软件导刊》 2018年第7期173-175,179,共4页
伴随物联网的迅速发展,网络安全问题变得越来越重要。早期采用的传统BP神经网络算法存在一些致命缺点,如收敛速度较慢、无法跳出局部最优陷阱等。针对传统BP神经网络的问题,选用差分进化算法(DE),通过差分进化算法与神经网络融合,优化B... 伴随物联网的迅速发展,网络安全问题变得越来越重要。早期采用的传统BP神经网络算法存在一些致命缺点,如收敛速度较慢、无法跳出局部最优陷阱等。针对传统BP神经网络的问题,选用差分进化算法(DE),通过差分进化算法与神经网络融合,优化BP神经网络的权值、阈值,使BP神经网络的学习能力和差分进化算法的全局搜索优势都得到充分发挥,仿真实验证明了该方法的有效性。 展开更多
关键词 入侵检测 差分进化 BP神经网络
下载PDF
Optimal distributed resource allocation in a wireless sensor network for control systems 被引量:7
8
作者 mao jian-lin WU Zhi-ming 《Journal of Zhejiang University-Science A(Applied Physics & Engineering)》 SCIE EI CAS CSCD 2007年第1期106-112,共7页
Wireless technology is applied increasingly in networked control systems. A new form of wireless network called wireless sensor network can bring control systems some advantages, such as flexibility and feasibility of... Wireless technology is applied increasingly in networked control systems. A new form of wireless network called wireless sensor network can bring control systems some advantages, such as flexibility and feasibility of network deployment at low costs, while it also raises some new challenges. First, the communication resources shared by all the control loops are limited. Second, the wireless and multi-hop character of sensor network makes the resources scheduling more difficult. Thus, how to effectively allocate the limited communication resources for those control loops is an important problem. In this paper, this problem is formulated as an optimal sampling frequency assignment problem, where the objective function is to maximize the utility of control systems, subject to channel capacity constraints. Then an iterative distributed algorithm based on local buffer information is proposed. Finally, the simulation results show that the proposed algorithm can effectively allocate the limited communication resource in a distributed way. It can achieve the optimal quality of the control system and adapt to the network load changes. 展开更多
关键词 无线传感器网 分布式资源分配 控制系统 优化 信道容量约束
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部