国家教育部博士点基金(20100095120016)

作品数:7被引量:64H指数:3
导出分析报告
相关作者:张勇巩敦卫张建化曾现峰胡滢更多>>
相关机构:中国矿业大学江苏联合职业技术学院徐州空军学院徐州工程学院更多>>
相关期刊:《系统仿真学报》《模式识别与人工智能》《计算机工程与应用》《控制与决策》更多>>
相关主题:微粒群优化机器人全局路径规划多目标优化改进模拟退火算法机器人路径规划更多>>
相关领域:自动化与计算机技术更多>>
-

检索结果分析

结果分析中...
条 记 录,以下是1-7
视图:
排序:
基于多目标微粒群优化的异质数据特征选择被引量:3
《电子学报》2014年第7期1320-1326,共7页巩敦卫 胡滢 张勇 
国家自然科学基金(No.61005089);江苏省自然科学基金(No.BK2011215);高等学校博士学科点专项科研基金(No.20100095120016);中国博士后科学基金(No.2012M521142)
环境和测量仪器精度的影响,使得采样数据的不同特征具有不同的质量.对这类异质数据进行特征选择,需要同时考虑特征子集确定分类器的准确度和可靠性,从而增加了特征选择的难度.本文研究异质数据的特征选择问题,提出一种基于多目标微粒群...
关键词:特征选择 异质数据 多目标优化 微粒群优化 高斯采样 
知识引导微粒群优化特征选择方法被引量:3
《模式识别与人工智能》2014年第1期1-10,共10页巩敦卫 胡滢 张勇 
国家自然科学基金项目(No.61005089);江苏省自然科学基金项目(No.BK2011215);高等学校博士学科点专项科研基金项目(No.20100095120016);中国博士后科学基金项目(No.2012M521142)资助
特征选择是模式分类中重要的数据处理方法.文中提出一种基于知识引导微粒群优化的特征选择方法.该方法采用特征被选择的概率对微粒进行编码,将包含离散变量的特征选择问题转化为一类连续变量优化问题.依据微粒适应值的大小及微粒分量被...
关键词:微粒群优化 特征选择 特征划分 疾病诊断 
基于双层微粒群优化的机器人全局路径规划被引量:1
《计算机工程与应用》2013年第19期238-241,共4页曾现峰 张勇 
国家自然科学基金(No.61005089);高等学校博士学科点专项科研基金资助课题(No.20100095120016)
采用微粒群优化解决机器人全局路径规划问题,近年来得到国内外学者广泛关注,并已经取得丰硕的研究成果。但是,已有成果往往难以应用于含有密集障碍物的环境。针对解决含有密集障碍物环境的机器人全局路径规划问题,提出一种双层微粒群优...
关键词:机器人 路径规划 微粒群优化 脱障 
基于微粒群优化的有限通信多机器人气味寻源被引量:8
《控制与决策》2013年第5期726-730,共5页张建化 巩敦卫 张勇 
国家自然科学基金项目(61005089);江苏省自然科学基金项目(BK2008125);高等学校博士学科点专项科研基金项目(20100095120016)
考虑机器人间的通信受限约束,将机器人抽象为微粒,提出基于微粒群优化的多机器人气味寻源方法.首先,采用结合斥力函数的策略,引导机器人快速搜索烟羽;然后,基于无线信号对数距离损耗模型,估计机器人间的通讯范围,据此形成微粒群的动态...
关键词:气味寻源 多机器人 微粒群优化 有限通信 
基于改进模拟退火算法的机器人全局路径规划被引量:27
《系统仿真学报》2013年第3期480-483,488,共5页巩敦卫 曾现峰 张勇 
国家自然科学基金(61005089);高等学校博士学科点专项科研基金资助课题(20100095120016)
针对全局静态移动机器人路径规划问题,给出了一种简单易行的改进模拟退火算法。算法通过引入脱障算子和一致寻优算子,提出了一种新的状态产生方法。前者采用维值定向扰动策略,使碰撞路段的两个端点以一定步长跳离障碍物,这既保证了路径...
关键词:机器人路径规划 模拟退火 脱障算子 一致寻优算子 
用于特征子集选择的异步并行微粒群优化方法被引量:3
《控制与决策》2012年第7期967-974,共8页孔莉芳 张虹 
国家自然科学基金项目(61005089);高等学校博士学科点专项科研基金项目(20100095120016);江苏省自然科学基金项目(BK2011215)
针对大量无关或冗余的特征通常会降低模式分类中分类器性能的问题,提出一种基于异步并行微粒群优化的特征子集选择方法(AP-PSO).该方法采用二进制微粒群优化搜索特征子集,利用异步并行方式提高算法的运算效率;为有效协调种群的全局探索...
关键词:特征子集选择 微粒群优化 混沌变异 异步并行 
用于约束优化的简洁多目标微粒群优化算法被引量:21
《电子学报》2011年第6期1436-1440,共5页张勇 巩敦卫 任永强 张建化 
国家自然科学基金资助(No.61005089);江苏省自然科学基金资助(No.BK2008125);高等学校博士学科点专项科研基金资助课题(No.20100095120016)
本文提出了一种少控制参数的约束多目标微粒群优化算法.该算法利用关于微粒全局和个体最优点的高斯分布来更新微粒的位置,无需设置惯性权重和学习因子等控制参数;利用非可行储备集保存所得非可行解,给出一种改进的储备集更新方法;为均...
关键词:多目标优化 约束 微粒群 高斯分布 
检索报告 对象比较 聚类工具 使用帮助 返回顶部