融合分解和自适应邻域的多目标离散组合优化算法

为了高效获取现实中大规模多目标优化问题解决方案,实现收敛性、多样性和均匀性的平衡逐渐发展为多目标优化的重要目标之一。针对复杂多目标离散组合优化问题,提出了融合分解和自适应邻域的多目标离散组合优化算法(MOALNS)。该算法在问题分解的基础上为各子问题的寻优进程引入大邻域搜索策略与自适应调整机制,形成一套新型的收敛指导准则突破寻优阻力,进而使各子问题在搜索多维解空间的过程中达到全局搜索与局部搜索的平衡。同时,提出为各子问题配置独立算子积分库可有效地调整各子问题的寻优方向,解决由于目标权重不同而造成的求解方向偏差问题,以此实现更为高效、稳定的多目标优化进程。数值实验表明,提出的新型多目标离散组合优化算法在多组标准测试算例与真实案例中均展现出了在收敛性、多样性、均匀性和延展性等方面的良好性能,相较于其他经典多目标优化算法而言更具优势。

融合多狩猎协调策略的爬行动物搜索算法

爬行动物搜索算法(RSA)具有较强的全局探索能力,但开发能力相对薄弱,在迭代后期无法较好地收敛。针对上述问题,综合教与学优化(TLBO)算法、二次插值的天牛须搜索(BAS)算法和透镜成像反向学习策略,提出一种融合多狩猎协调策略的爬行动物搜索算法(MHCS-RSA)。MHCS-RSA保留了RSA包围阶段(全局探索)和狩猎阶段(局部开发)中狩猎合作的位置更新公式,在狩猎阶段,将狩猎协调融合TLBO算法的学习阶段和二次插值的BAS进行位置更新,以增强算法的开发能力和收敛能力;此外,引入透镜成像反向学习策略以增强算法跳出局部最优的能力。在CEC 2020测试函数上的实验结果表明,MHCS-RSA具有良好的寻优能力、收敛能力以及鲁棒性。最后通过对拉力/压力弹簧设计问题和减速器设计问题的求解,进一步验证了MHCS-RSA求解实际问题的有效性。

基于改进MOEA/D的模糊柔性作业车间调度算法

针对实际生产车间中加工时间的不确定性,将加工时间以模糊数的形式表示,建立以最小化模糊最大完工时间和模糊总材料消耗为优化目标的多目标模糊柔性作业车间调度问题数学模型,提出一种改进基于分解的多目标进化算法(IMOEA/D)进行求解。该算法基于机器和工序两层编码并采用混合的初始化策略提高初始种群的质量,利用插入式贪婪解码策略对机器的选择进行解码,缩短总加工时间;采用基于邻域和外部存档的选择操作结合改进的交叉变异算子进行种群更新,提高搜索效率;设置邻域搜索的启动条件,并基于4种邻域动作进行变邻域搜索,提高局部搜索能力;通过田口实验设计方法研究关键参数对算法性能的影响,同时得到算法的最优性能参数。在Xu 1~Xu 2、Lei 1~Lei 4和Remanu 1~Remanu 4测试集上将所提算法与其他算法进行对比,结果表明,IMOEA/D算法的解集数量和目标函数值均较优,在Lei 2算例获得的解集个数为对比算法的2倍以上。

关于新型解题软件发展方向的思路

目前,中国的解题软件百花齐放,其中以搜题为核心的解题软件,在广受欢迎的同时暴露出很多问题和不足。随着“双减”政策的落地,一批以“搜题”为唯一功能的解题软件已无法满足用户需求。鉴于当前形势,本文在深入研究市面上大量以“搜题”“网课”为核心功能软件后,提出聚焦于“讨论”这一核心功能的新型解题软件,并与传统搜题软件、网课软件、讨论社区对比,来证明解题软件以“讨论”为发展方向的可行性。

油品配送车辆路径问题的交互式求解方法

油品配送车辆路径问题是一个多车场、多仓库、多商品、多舱位、多车型、有前序约束和时间窗,综合车辆分派、订单配载以及路径编排等决策的车辆路径问题.以两阶段启发式算法为基础,给出了求解该问题的人机交互式求解方法,即交互进行基于当前解的人工修改和启发式算法的寻优.其中包括了对初始解、搜索邻域和目标函数的人工修改,相应操作分别为修改解、局部固定解和调整惩罚乘子.

几何证明题的认知分解及其对教学的启示——基于ACT-R对几何证明题解题过程的模拟

文章基于ACT-R对几何证明题解题过程的模拟,提出了一种对几何证明题解题进行认知分解方法,该方法能有效地将几何证明题的解题过程分解成单一、可训练的认知动作,并将解题过程所需要的全部知识都挖掘出来。这种分解使得学生能够通过对认知动作的训练和对知识的记忆有效的掌握几何证明题的解题方法。

08-32捣固车电气系统在线监测与故障诊断系统

在对铁路线路进行封锁施工时,为解决08 32捣固车出现电气系统故障,影响线路正点开通的问题,应用计算机技术和故障诊断理论,设计了08 32捣固车电气系统在线监测和故障诊断系统。应用表明在线监测功能模块能对08 32捣固车的关键参数实时监测,故障诊断功能模块能根据故障现象迅速、准确查找出故障部位及故障原因,说明该系统可行。

综合集成研讨厅问题求解过程中的问题分解研究

在综合集成研讨厅中进行复杂决策问题的求解时,需要将复杂问题进行分解。这方面,国内外问题分解方法的研究主要集中在工作流意义下的任务分解。在分析综合集成研讨厅问题分解的特殊性基础上,提出了综合集成研讨厅中复杂决策问题求解的问题分解自适应模型和算法,探讨了在专家小组内进行问题分解的数学模型。实践表明,该分解方法可避免大规模的修改,加速整个复杂决策问题的结构化进程。

MAS系统的问题求解能力分析

本文用状态空间搜索模型分析了多 Agent系统 (MAS)的问题求解能力 ,认为 MAS系统中 Agent之间知识的组合应用和对问题搜索方向的交互和决策是影响 MAS系统问题求解能力的主要原因 ,在状态空间搜索模型下可以将Agent间知识的组合应用表达为不同 Agent的搜索路径的组合 ,而 Agent对搜索方向的判断是基于启发式信息做出的 ,从而为形式化分析 MAS系统的性能建立了通用的模型 .本文以 A*算法为例探讨了可采纳算法下多 Agent合作求解效果与 Agent的知识和启发信息之间的关系 ,指出只有在一定条件下 MAS系统才会获得更好的解题能力 .本文还对非可采纳算法下 MAS系统性能分析方法提出了初步看法 .

求解连续函数优化问题的合作协同进化布谷鸟搜索算法

为改善布谷鸟搜索算法求解连续函数优化问题的性能,提出合作协同进化的布谷鸟搜索算法.改进算法通过应用合作协同进化框架,将种群的解向量分解成若干子向量,并构成相应子群体.利用标准布谷鸟算法更新各子群体的解向量.各子群体为其它子群体提供最优个体,组合成问题解向量并完成子群体评价.经10个测试函数实验仿真,结果说明改进算法能有效改善求解连续函数优化问题的性能.同时,针对连续函数优化问题,该算法与其它算法相比是有竞争力的优化算法.

可满足性问题全部解的求解算法

SAT问题在人工智能、计算机基础理论研究和人工智能等领域有着广泛的应用,近年来,证明该问题的可满足性取得了巨大的成功,但在求出SAT问题的所有解方面还有待进一步研究。利用一个简单的变换,将可满足性(SAT)问题转化为多项式形式,然后根据命题逻辑的性质以及多项式的性质,得到一个求解出SAT问题所有解的算法。

协作问题解决学习中支架学习任务和团体认知的设计研究

在协作问题解决学习中,如何促使学习者个体认知得到有效发展,是本研究关注的核心。本研究运用基于设计的研究理念,以认知负荷理论作为教学设计的理论基础,从架构协作学习任务和支架团体认知的教学干预设计入手,设计了一个以"空气质量检测"为主题的协作问题解决学习项目。为了探究所设计的教学干预对个体认知发展和协作过程的影响,本研究对上海两所学校进行了整合教学干预和未整合教学干预的对比实验研究。研究发现,从学习结果的角度看,整合架构协作学习任务和支架团体认知的教学设计干预能在协作问题解决学习中有效促进个体认知的发展。从学习过程角度看,本研究设计的教学干预虽然对协作技能有积极作用,但是对团体认知发展没有体现出优势。这一研究发现能为课堂实践协作问题解决学习提供教学指导。

一种基于类比的启发式搜索方法

引言状态空间的启发式搜索一直是Al领域最主要的问题求解方法,过去己取得了不少成果,如A‘算法和AO“算法等。但是在实际应用中,这些启发式搜索方法所使用的启发信息大多是人们依据具体领域问题靠经验总结得来的,启发信息的获取十分困难,且其精确性和可靠性也难以保证。另一方面,目前的状态空间搜索方法大多是一次性搜索,将同一问题状态空间中的多次搜索视为彼此独立。

启发式搜索策略应用研究及认知系统仿真

为了寻找人类智能在启发式搜索上的优势,帮助建立基于认知的网络搜索模型,提出了基于视觉感知和目标递归的综合策略。采用功能技术fMRI结合ACT-R认知系统仿真的方法。以简化四方趣题为范式,通过fMRI实验获取信息加工同步的脑激活模式。分析了问题求解过程提出视觉感知策略和目标递归策略混合策略假设,并建立产生式系统。ACT-R认知系统模拟启发式搜索中综合策略应用过程,仿真实验结果表明,反应时偏差0.3s,脑功能区BOLD效应拟合值0.95。研究结果表明,综合策略应用能实现信息有效选择、缩短加工路径、减轻记忆负担和加速搜索过程,是人在启发式搜索上区别于机器的优势。

问题解决中启发规则选择机制及认知模型

为建立基于认知的网络搜索模型,提出了启发式搜索中启发规则选择的认知机制.基于简化四方趣题实例,采用行为实验和认知模型仿真结合的方法进行了研究.通过行为实验测试了17个被试对二维和三维启发规则的选择结果,实验结果显示835个任务中有809个任务被试选择二维规则答题;认知模型仿真实验基于视觉目标导向的简约规则约束搜索假设,模拟了规则选择的认知过程,结果显示模拟反应时间与真实反应时间偏差0.07 s.研究结果表明,启发规则选择是一个视觉目标导向的简约规则约束搜索过程.

TRIZ技术进化理论在立体车库创新设计中的应用

将TRIZ(Theory of inventive problem solving)技术进化理论应用于新型立体车库的创新设计研究。首先介绍了TRIZ进化理论及基于TRIZ进化理论的解空间搜索;然后利用TRIZ进化理论的解空间搜索方法对新型立体车库的创新解做了详细搜索,并在此基础上提出一种新型双环拱型分体轿箱垂直旋转式立体车库的创新性设计方案;最后,对其总体设计做了设计评价,并对该新型立体车库的应用价值及前景作了进一步展望。

一种分布式问题求解系统体系结构与算法的研究

分布式问题求解是人工智能的一个新分支.由多个智能结点相互协作的分布式问题求解系统具有良好的并行性、可靠性、可扩展性与知识、资源共享能力,特别适用于分布及实时的应用领域.本文提出了以运输调度为背景的分布式问题求解系统的体系结构,问题分解与任务分布算法以及协作策略,并根据原型系统的试验结果对系统与算法进行评价.

使用双核计算机并行求解水文地质参数研究

在建立地下水流模型的过程中,模型验证一直是较为复杂的步骤之一,具体难点包括寻优方法的选用,为保持总体平衡所引起的参数峰值异常以及总体寻优需要大量的计算机时等问题。本文运用区域分解法中D—N交替法的基本思想,在计算目标函数值时,将整体求解水文地质模型的过程分解为计算各参数分区内的子模型的过程,并在双核计算机上实现了并行计算。理想算例的计算结果证明了该方法用于水文地质逆问题求解的可行性,它不仅减少了求解过程中所需要的计算机时,而且提高了参数的拟合度。最后将这种方法应用到山东鹏山水源地的水文地质参数求解问题中,由结果可以看出,运用该方法反求水文地质参数是可行的,具有很好的应用前景。

基于问题解决理论的学术用户信息搜寻行为影响因素实证探析

随着信息环境的变化,网络学术信息资源在学术用户进行科学研究过程中发挥着越来越重要的作用。文章通过对情境与认知下学术用户信息搜寻的行为过程、心理特点及影响因素进行研究,以期为丰富学术用户社交媒体行为的研究内容、扩展研究思路、构建适合学术用户需求的服务策略提供理论支持。文章引入问题解决理论,从行为过程和认知心理的双重角度构建学术用户信息搜寻行为的行为图,以学术自我效能感为研究视角构建学术用户信息搜寻行为的影响因素模型。归纳总结了学术用户信息搜寻行为的主要特点,认为信息搜寻行为中对自我效能感影响因素较为直接的是认知风格和情境认知,其次是认知能力,而影响相对较小的是情感状态。

一种针对聚类问题的量子主成分分析算法

聚类问题中的离群点容易影响簇中心的选择,且样本数据量规模的扩大会造成样本点间的距离计算需要消耗大量计算资源.为了解决上述问题,从簇中心选取和最短距离搜索2个方面出发,提出了一种针对聚类问题的新型量子主成分分析算法.利用阈值更新奇异值并得到主成分,再通过势函数得到簇中心,从而减少异常值对簇中心选取的影响.此外,采用量子最小值搜索算法寻找距离样本点最近的簇中心,减少聚类所需迭代次数.以小规模数据集为例,采用Cirq量子编程框架对算法进行电路设计和仿真实验.实验结果表明,该算法与已有的量子聚类算法相比,在聚类准确度上有所提升.性能分析表明,与现有经典和量子算法比较,该算法在簇中心选取和最短距离搜索时间复杂度上有不同程度的改进,消耗资源有所降低.