上海市教育委员会创新基金(12ZZ185)
- 作品数：16 被引量：70H指数：5
- 相关作者：刘升游晓明刘锴王裕明吕金秋更多>>
- 相关机构：上海工程技术大学更多>>
- 发文基金：上海市教育委员会创新基金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自然科学总论理学一般工业技术更多>>
- 云计算环境下动态资源分配优化方法研究被引量：3
- 2014年
- 云计算理论中动态资源分配优化模型研究有待完善,本文提出处理动态资源分配优化问题的群智能处理模型.通过建立博弈量子场数学模型,探讨基于价格机制的博弈理论,进一步通过发掘群智能原型中群体行为,并发现其内在的自组织行为和合作行为机制,从而研究模型的自治性平衡态和稳定性.最后针对宽带网络的带宽分配问题应用实例,定义了需求偏差函数,采用需求满意度大以及需求偏差小的优化目标验证了模型性能,研究结果表明:本文基于价格机制博弈策略的模型是有效和可行的,不仅可以满足供需双方的利益,而且提高了资源的利用率.
- 游晓明刘锴刘升王裕明
- 关键词：动态资源分配
- 一种基于混沌云模型的人工萤火虫优化算法被引量：4
- 2015年
- 针对基本萤火虫优化(GSO)算法存在的求解精度不高、收敛速度慢、易陷入局部极小等缺陷,引入混沌算法和云模型算法对GSO的进化机制进行优化,提出一种基于混沌云模型的萤火虫优化(CCMGSO)算法.该算法在进化过程中应用云模型算法对优秀萤火虫进行局部发掘求精,增加求解精度;应用混沌算法对普通萤火虫进行全局探索寻优,避免陷入局部最优.通过基准函数的仿真实验表明,与基本萤火虫算法、最大最小荧光素值萤火虫算法相比,CCMGSO算法表现更优,且具有求解精度高、收敛速度快和寻找全局最优能力强等优点.
- 张亚楠刘升
- 关键词：云模型函数优化
- 云自适应混合细菌觅食优化算法被引量：5
- 2015年
- 针对传统细菌觅食优化算法存储量大、收敛速度慢且难以解决高维问题等缺点,通过细菌的适应度值将细菌种群分为三个层次,不同层次分别采用不同的搜索步长生成策略,由X条件云发生器自适应调整一般层次中细菌搜索步长,并引入粒子群算法思想进行细菌位置更新,提出了云自适应混合细菌觅食优化算法.由于云模型云滴具有随机性和稳定倾向性特点,提高了算法的灵活性;粒子群算法的引入提高了算法全局搜索能力,加快了算法的收敛速度.通过典型函数优化实验表明,与基本细菌觅食算法、自适应细菌觅食算法以及YSPSO相比,云自适应混合细菌觅食算法更有利于解决高维问题且具有较快的收敛速度和较高的计算精度.
- 程翔刘升
- 关键词：细菌觅食优化算法云模型粒子群算法
- 量子行为网络资源并行分配优化模型及其应用
- 2012年
- 通过建立博弈量子场数学模型,探讨了具有量子行为的分布式并行处理模型。利用博弈量子场由非平衡状态到平衡状态的演化过程与分布式系统演化过程之间的相似性,分析了量子力学系统与分布式演化模型之间的对应关系。建立了具有量子行为的分布式并行演化模型,并研究了模型的自治性、平衡态和稳定性。最后通过宽带网络的带宽分配问题中的应用实例,验证了模型的性能。
- 游晓明刘升王裕明
- 关键词：人工智能网络资源分配
- 一种基于自适应同步因子的混合蛙跳算法被引量：4
- 2018年
- 基于混合蛙跳算法(SFLA)具有寻优精度不高、算法收敛速度较慢等不足,提出了一种基于自适应同步因子的混合蛙跳算法(AS_SFLA)。当种群个体根据更新公式进行位置更新时,通过引入一个同步因子,改变组内迭代时的蛙跳规则,对青蛙个体更新位置进行扰动,从而增加种群位置的多样性并调整算法的搜索规模,从而改进算法的局部搜索能力。经使用两种不同参数设置对9个基准测试函数进行仿真实验后,比较SFLA、AS_SFLA和ISFLA1结果表明,自适应同步因子可以提高算法的局部搜索精度,避免算法陷入局部最优,实验结果证明了AS_SFLA具有更好的求解质量和局部搜索能力,适合高维复杂函数的优化。
- 李敏楠刘升
- 关键词：混合蛙跳算法局部搜索策略
- 机器人全局路径规划的混合蚁群系统算法被引量：12
- 2016年
- 针对蚁群算法易陷入局部最优的缺点以及收敛速度与局部最优的矛盾,提出一种求解移动机器人全局路径规划的改进混合蚁群系统算法。该算法由两部分组成:Dijkstra算法用于规划出一条次优路径;进一步用改进的蚁群系统算法优化次优路径以获得最优路径。在改进的蚁群系统算法中,首先定义了一种新的启发信息函数来增加种群多样性;然后给出改进的交叉算子避免算法陷入局部最优,并进一步提高解的质量。仿真结果表明:所提出的算法与参考文献中的算法相比搜索效率更高,解的质量更好,性能更优。即使在障碍物复杂的环境中,对于多目标点问题,该算法仍能规划出较好的目标遍历路径,且用时时间较少。
- 吕金秋游晓明刘升
- 关键词：全局路径规划DIJKSTRA算法
- 蚁群算法的鞅过程及收敛性分析
- 2013年
- 给出了一类基于GBAS/tdlb策略改进蚁群算法的收敛性分析.证明了转移路径向量列是状态有限的马尔可夫链,通过分析代价函数值序列的条件期望,证明代价函数值序列是非负下鞅.算法首次发现最优解时的迭代次数是一个停时,证明了代价函数值序列的期望有限,进一步从代价函数值序列的停止过程得出算法在有限步内以概率1收敛.收敛性分析为探讨蚁群算法与其他仿生优化算法的融合奠定一定的理论基础.
- 刘锴游晓明刘升
- 关键词：蚁群算法鞅过程停时收敛性分析马尔可夫链
- 基于α-邻近的改进蚁群算法被引量：1
- 2015年
- 为克服传统蚁群系统(ACS)在较大规模问题计算中易陷入局部最优,以及求解精度较低等不足,提出一种新的改进蚁群算法。该算法引入最小1-树中的α-邻近概念,能更好地反映给定边属于最优回路的概率,通过转换邻接矩阵,计算出最优回路的下界,以此提高α值的精度,并给出适应性探索策略,加入3-opt领域搜索算子,有效提高优化解的精度。实验结果表明,该算法具有更好的全局寻优能力,与ACS等算法相比能获得更加优化的解。
- 吕金秋游晓明刘升
- 关键词：蚁群系统下界旅行商问题
- 基于统计分析的自适应蚁群算法及应用被引量：10
- 2017年
- 路径规划是机器人关键技术之一。利用改进的蚁群算法进行机器人的路径规划。针对传统蚁群算法收敛速度慢且易陷入局部最优解的缺陷,在Ant Colony System算法基础上,对每代蚁群动态随机统计分析,提取最优、平均和最差的蚂蚁信息,构成自适应算子用于局部信息素的自适应更新。仿真实验结果证明该自适应算子在平衡增加收敛速度和陷入局部最优解矛盾的问题中是有效的。
- 许明乐游晓明刘升
- 关键词：路径规划统计分析蚁群算法
- 基于分层搜索的蚁群算法及收敛性分析被引量：2
- 2016年
- 针对蚁群算法容易陷入局部最优的问题,提出一种新的解决连续空间优化的蚁群分层搜索算法。该算法将蚁群搜索空间逐层分割,用信息素分布函数给出了基于分层结点的信息素分布方法。定义了适用于连续域的信息素局部更新、全局更新、状态转移规则,其中局部更新算子能够通过选取合适的参数来增加解的多样性。实验结果表明,相比传统算法,该算法全局搜索能力强,求解精度更高。该算法能达到连续域问题的理论最优值,通过下鞅的停时理论证明了算法以概率1收敛。
- 刘锴游晓明刘升
- 关键词：蚁群算法连续空间优化分层搜索下鞅
