国家自然科学基金(50904032)
- 作品数：12 被引量：44H指数：4
- 相关作者：陈应显张家善王志宏林晓群牛文庆更多>>
- 相关机构：辽宁工程技术大学重庆工程职业技术学院湛江师范学院更多>>
- 发文基金：国家自然科学基金辽宁省教育厅高等学校科学研究项目重庆市高等教育教学改革研究项目更多>>
- 相关领域：自动化与计算机技术理学经济管理矿业工程更多>>
- 基于模糊集的蚁群空间聚类方法研究被引量：2
- 2011年
- 定义了对象间的平均距离,并将平均距离作为对象相似性的论域。通过隶属函数将对象间的相似性映射为论域上的一个模糊子集。由给定的置信水平λ,将模糊集分离为普通集,对蚂蚁是否拾起还是放下对象作出决策,实现对空间数据的聚类。并以矿山实际测量数据为空间数据源,采用基本的蚁群聚类算法和模糊蚁群空间聚类算法分别对其进行聚类。通过对这两种算法的实验结果进行分析比较,证明改进后的算法提高了聚类效果。
- 陈应显
- 关键词：模糊集蚁群优化空间聚类
- 层状矿体等高线离散化后的四面体建模被引量：1
- 2012年
- 基于不规则四面体的三维实体建模方法具有很多优点,但在层状矿体的建模中,该方法却不能准确地描述其层状界面。根据层状矿体建模数据的特点,先将层状矿体的等高线进行等距离散化,再建立不规则四面体三维实体模型,并为该方法设计由点、面和四面体组成的逻辑模型结构。该方法用VC++.net编程得以实现,并使用内蒙某煤矿的实际数据,建立了相应的矿床三维实体模型。实践表明,通过离散化等高线后建立的层状矿体四面体模型,能够准确反映出层状矿体的层状界面,实现对层状矿体的三维实体建模。
- 陈应显王志宏
- 空间离散点的方向聚类研究被引量：2
- 2012年
- 经典的聚类方法(如划分方法、层次方法等)的聚类相似度由点与点之间的距离决定。但在空间数据的分布中,数据间的方向变化往往产生不同的类簇。空间离散点的方向可以是空间的任意方向,通过将空间离散点的方向转换为其所在三角面的方向,设计并实现了空间离散点在一定方向变化阈值内的方向聚类。设计各点间等间距的金字塔形实验数据,使用空间离散点方向聚类算法成功实现了对实验数据进行聚类。以内蒙古某露天煤矿的实际测量点数据为例,使用该聚类算法成功实现对露天矿采场的测量点进行聚类。
- 陈应显
- 关键词：空间聚类离散点
- 一种求解旅行商问题的改进遗传算法被引量：5
- 2012年
- 针对基本遗传算法存在容易"早熟",无法全局收敛的现象,设计了一种新交叉算子和变异算子,并在遗传算子构造中引入贪心控制策略.新算子的引入丰富了种群的多样性,提高了算法的全局搜索能力.实例仿真表明,改进遗传算法在迭代陷入局部最优时,能在较短的时间内跳出局部最优,继续寻找全局最优解.
- 张家善王志宏陈应显林晓群
- 关键词：早熟遗传算子全局搜索仿真
- 基于马尔科夫链的港口吞吐量区间预测模型研究被引量：7
- 2016年
- 将马尔科夫链与曲线趋势分析相结合,利用曲线趋势分析反映港口吞吐量的变化趋势,同时利用马尔科夫链反映变量波动的随机性,提出了一种基于马尔科夫链的区间预测模型.通过实例分析,验证了该预测方法的正确性.
- 张家善林晓群
- 关键词：吞吐量马尔可夫链
- 嵌入差分进化算子的混合蜂群算法及其在VRPSDP的应用被引量：1
- 2019年
- 针对人工蜂群算法进化速度慢、容易陷入搜索停滞的问题,通过嵌入差分进化算子,提出了一种混合蜂群算法(Hybrid Artificial Bee Colony algorithm, HABC).基本思想是:在迭代中嵌入差分进化算子,充分利用差分算法全局收敛性和鲁棒性强的特点,寻求全局最优蜜源;此外,在标准蜂群算方法基础上进行两点改进:在采蜜蜂阶段搜索策略中加入最优位置引导,提高搜索的效率;对超边界的个体重新进行变异,以增强种群的多样性.将混合算法应用于带同时送取货的车辆路径问题(VRPSDP),计算结果表明了混合算法的有效性.
- 张家善陈应显林晓群
- 关键词：差分进化种群多样性
- 一种基于精英策略的改进蚁群算法及应用被引量：13
- 2012年
- 针对基本蚁群算法存在求解速度慢,容易出现"早熟",导致搜索停滞的缺点,将遗传算法中排序的概念扩展到精英机制当中,以一种新的加权方法进行信息素更新,建立了改进蚁群算法模型.对30城市物流配送问题仿真结果表明:改进算法的求解速度和求解精确度都明显优于基本蚁群算法.
- 张家善王志宏陈应显
- 关键词：蚁群算法精英策略排序物流配送
- 改进粒子群算法的多峰值优化研究
- 2011年
- 粒子群优化算法对于多维函数的最优解搜索存在前期易陷入局部最优,后期收敛速度缓慢的问题.将改进的k-中心点聚类分析与PSO相结合提出了一种混合粒子群算法KM-PSO,用于多峰值问题的优化.在算法中,利用k-中心点聚类分析方法将粒子群划分成若干个子群,结合PSO的隐含并行搜索的优势增强了寻优性能.不仅增加了粒子间的信息交换,抑制了早熟收敛,还提高了全局寻优速度和计算精度.仿真实验结果表明,KM-PS0性能优于基本粒子群优化算法.
- 陈应显牛文庆
- 关键词：粒子群优化K-中心点聚类分析
- 基于客户满意度的车辆路径问题及蚁群算法求解被引量：4
- 2015年
- 针对传统车辆路径问题片面强调行驶里程最短的弊端,引入客户满意度目标,提出了基于客户满意度的车辆路径问题数学模型,并通过线性加权将多目标模型转化为单目标.使用蚁群算法求解模型,并在蚂蚁状态转移中引入时间窗宽度因素,以优先考虑那些具有时间紧迫性的客户.对Solomon案例的实验仿真,结果表明了模型的合理性和算法的高效性.
- 张家善
- 关键词：车辆路径问题客户满意度多目标模型时间窗蚁群算法
- 基于信息素的改进蚁群算法及其在TSP中的应用被引量：7
- 2013年
- 针对基本蚁群算法收敛速度慢、易陷于局部最优从而导致搜索停滞的缺陷,提出了一种改进蚁群算法模型.改进算法引入信息素调节系数,避免算法初期各路径上信息素出现过大差异,导致算法"早熟".通过动态调整信息素挥发,在求解速度和寻找全局最优之间寻找平衡.对旅行商问题的仿真结果表明:改进算法的求解结果和求解效率都明显优于基本蚁群算法.
- 张家善王志宏
- 关键词：蚁群算法信息素旅行商问题
