姜毅

作品数：9被引量：5H指数：1
导出分析报告
供职机构：武汉科技大学计算机科学与技术学院更多>>
发文主题：粒子群优化算法种群多样性信息熵兴趣向量兴趣相似度更多>>
发文领域：自动化与计算机技术文化科学理学更多>>
发文期刊：《微型电脑应用》《科学技术与工程》《大众科技》《电脑开发与应用》更多>>
所获基金：国家自然科学基金湖北省高等学校教学研究项目更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-9
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
一种自组织的虚拟学习社区构建算法被引量：1
《计算机工程与科学》2009年第5期147-149,共3页姜毅 乐庆玲 覃兆刿 
湖北省高等学校教学研究项目(20070189)
远程教育已趋向于网络化,而学习者之间如何进行协作式学习已成为一个关键问题。本文提出一种自组织的学习社区构建算法。该算法是基于学习者的兴趣,将具有相似兴趣的学生自动组成学习社区,以进行协作式学习。实验证明,本算法具有较高的...
关键词：学习社区 自组织 兴趣向量 兴趣相似度 协同学习 
基于模糊自适应PID的压力波动试验台被引量：1
《微计算机信息》2008年第28期57-59,共3页姜毅 乐庆玲 
国家自然科学基金项目(No.60473014);武汉科技大学青年基金项目(No.2006XY22)
作为一种典型的环境模拟设备,压力波动试验台广泛用于军工、汽车、航天等行业产品的可靠性与耐久性测试。本文详细讨论了系统硬件总体结构设计,对系统控制软件的总体设计方案进行了较为全面的描述,并具体介绍了数据采集模块、串口通信...
关键词：数据采集 模糊自适应PID 控制 
基于信息熵的粒子群优化算法被引量：3
《微型电脑应用》2008年第5期31-33,5,共3页姜毅 乐庆玲 
粒子群算法是一种进化计算技术,并成功的运用于广泛的数值优化问题。PSO算法在求解高维复杂函数优化问题时容易陷入局部最优。有鉴于此,本文提出了一种基于信息熵的粒子优化算法。该算法提高设计了一种兼顾种群选择性压力以及种群多样...
关键词：粒子群优化算法 信息熵 种群多样性 
基于信息熵的粒子群优化算法
《科学技术与工程》2008年第9期2352-2355,共4页姜毅 乐庆玲 
国家自然科学基金(O60705012)资助
粒子群算法是一种进化计算技术,成功地运用于广泛的数值优化问题。PSO算法在求解高维复杂函数优化问题时容易陷入局部最优。有鉴于此,提出了一种基于信息熵的粒子优化算法。该算法提高设计了一种兼顾种群选择性压力以及种群多样性的选...
关键词：粒子群优化算法 信息熵 种群多样性 
基于Alopex改进的粒子群优化算法
《大众科技》2007年第12期35-36,39,共3页乐庆玲 姜毅 
粒子群算法是一种进化计算技术,但容易陷入局部极小点。提出了一种利用Alopex算法改进的粒子群优化算法,改进的粒子群优化算法改善了粒子群优化算法摆脱局部极小点的能力,对典型函数的测试表明:改进算法的全局搜索能力有了显著提高,特...
关键词：粒子群优化算法 ALOPEX 种群多样性 
一种基于兴趣相似度的学习社区算法
《电脑知识与技术（过刊）》2007年第16期1033-1035,共3页姜毅 乐庆玲 
远程教育为学生和教师提供了巨大的方便,但同时也导致了许多"孤独"的学习者.提出一种基于兴趣相似度的学习型社区算法.该算法是基于学习者的兴趣,将具有相似兴趣的学生自动组成学习社区,进行协作式学习.实验证明,本算法具有较高的效率...
关键词：兴趣向量 兴趣相似度 协同学习 
利用Alopex改进的动力学演化算法
《电脑开发与应用》2007年第11期2-4,7,共4页姜毅 乐庆玲 
武汉科技大学青年基金资助项目(No.2006XY22)
通过将动力学演化算法(Dynamical Evolutionary Algorithm,DEA)与一种随机优化方法——Alopex算法相结合,提出一种改进的动力学演化算法。改进的算法改善了动力学演化算法摆脱局部极小点的能力,对典型函数的测试表明:改进算法的全局搜...
关键词：动力学演化算法 ALOPEX 进化计算 
求解组合优化问题的混合动力学演化算法
《大众科技》2007年第7期82-84,共3页姜毅 
该文在对组合优化问题的各类求解算法的研究基础上,基于动力学演化算法的统计力学原理,将局部搜索与模拟退火的策略融入整个算法的设计框架,提出一种新的求解组合优化问题的混合动力学演化算法。该文通过最大独立集问题仿真试验证明了...
关键词：组合优化 动力学演化算法 局部搜索 模拟退火 
基于决策树的协同进化分类算法研究
《电脑知识与技术》2007年第7期197-198,252,共3页姜毅 乐庆玲 
针对当前分类算法还存在的诸如伸缩性不强、可调性差、缺乏全局优化能力等问题,该文提出了一种有效的用于数据挖掘分类任务的方法——基于决策树的协同进化分类算法。实验结果表明该方法获得了更高的预测准确率,产生了更小的规则集。
关键词：数据挖掘 分类 协同进化 决策树 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部