工学 >>> 计算机科学技术 >>> 计算机科学技术基础学科 人工智能 计算机系统结构 计算机软件 计算机工程 计算机应用 计算机科学技术其他学科
搜索结果: 1-13 共查到计算机科学技术 进化计算相关记录13条 . 查询时间(0.103 秒)
由东北大学软件学院(协同辽宁省智能互联网理论与应用重点实验室和辽宁省智能科学与智能系统重点实验室)举办的2021年进化计算与智能系统学术研讨会于2021年7月11日-12日在东北大学国际交流中心402举行。会议由软件学院马连博教授主持,信息学院黄敏教授作开幕致辞,邀请了十余名优秀青年专家参会,包括来自国防科技大学邢立宁教授、王锐教授、西北工业大学王军强教授、中国矿业大学郭一楠教授、北京航空航天大学...
西安电子科技大学人工智能概论课件第五章1 进化计算
差分进化计算(DE)是继遗传算法、微粒子群算法、蚁群算法之后的又一个成功的智能算法。它有三个算子即变异算子、交叉算子、选择算子。差分进化利用种群中个体之间的差异信息实现向最优解区域的搜索。实验证明,该算法具有较好的鲁棒性和求解效率。针对该算法的基本思想以及当前的部分研究成果进行了分析介绍。最后对下一步的研究进行了相应的说明和展望。
提出了将最小差别信息(MDI) 和进化计算( EC) 相结合引入到HMM的训练中去的方法. 各个模 型用个体来表示,个体的适应值采用模型的最小差别信息. 这样借助于进化计算全局搜索的特点,能克 服传统的MDI 局部搜索的不足,从而得到系统的全局最优解. 实验结果表明,该方法训练所得的系统识 别率高于传统的MDI 方法训练所得的系统.
提出一种网格计算环境下基于免疫进化计算的分布式入侵检测方法,应用免疫进化计算、定义生成检测器方法和基因库进化学习方法提高分布式入侵检测的主动性和自适应性。利用网格安全环境实现系统的负载均衡,提高系统的并行处理能力。仿真实验结果证明了该方法的有效性,与基于人工免疫的入侵检测方法相比,误检率降低了0.37%,在确保检测率的同时提高了并行处理能力,降低了处理 时延。
在利用进化计算对容量限制弦路径车辆行驶问题(Capacitated Arc Routing Problem,CARP)进行研究的基础上,对其数学模型、可行化算子进行改进,以适应实际生活中洒水车车辆路径优化问题。针对此问题,设计了局部搜索(Local Search)算子,此算子在染色体进化中有着显著的作用。来自于现实生活中的某市政环卫部门的实验数据真实可靠。通过进化计算对数据的求解,不仅得到了满意的...
为基于已有的病例数据向医生或院方提供有效的决策支持,以肝功能检测数据为例,针对这些数据的不完备性、海量性以及数据的高维和低维并存等特性,提出了基于并行粒度进化计算的数据分析模型。该模型是群(粒)进化和超群进化的有机统一,具有良好的并行性。这为下一步数据分析系统的全面实现奠定了良好的理论基础。
利用约束集推移变换和前置矩阵降阶有效解决了软件过程活动规划中多约束条件类问题,提出了一种面向微观层次以活动为主体的软件过程活动规划和资源配置方法。通过染色体的矩阵编码形式结合相对顺序交叉算子与二级变异的操作方法对其进行了优化,实例证明了该算法的可行性和有效性。
在网格计算中,任务调度是一个重要的组成部分。针对网格环境异构、分布等特点,该文结合遗传算法与蚂蚁算法的优点,在双层进化结构基础上,提出了一种基于融合进化计算的网格任务调度算法。模拟实验结果表明:在网格环境下,调度算法具有明显的优势。
网格环境中的资源调度是网格技术的核心问题之一,启发式方法在解决复杂困难的系统优化问题方面具有优越性,成为最通用的解决方案。将思维进化计算和蚂蚁算法2种新型的启发式优化算法融合,利用思维进化计算的快速寻优能力产生信息素的初始分布,再利用蚂蚁算法的正反馈机制求得最终优化解,并将该融合算法用于网格资源的动态分配研究。实验验证了该分配方案的有效性。
阐述了一种将交互式进化计算应用于三维计算机动画影片中训练虚拟角色面部表情的方法。将模糊神经网络应用于虚拟角色面部表情的建模,并用遗传算法结合交互式进化计算训练模糊神经网络。实验结果表明,当该算法应用于训练虚拟角色面部表情这一问题时,能在保证精度的前提下快速收敛,并能避免陷入局部最优,从而使得不同的动画导演利用这个系统,能够生成符合自己要求的虚拟面部表情。
福岛邦彦的神经认知机(Neocognitron)能用于有变形或位移的模式识别.然而,在原始神经认知机中许多参数及训练模式都是凭经验设定的.该文旨在系统地剖析神经认知机的工作机制并有效地将进化计算结合进来以提高其性能.首先,通过分析神经认知机的学习机制指出原始神经认知机忽略了训练模式间的相关性分析;然后,结合协作进化为神经认知机搜索合理的参数和训练模式.实验结果表明了该文方法的有效性.因为参数和训练...
Abstract将免疫思想同思维进化计算相结合,提出一种新的基于多种群的自适应免疫进化算法(IABM),算法定义了选择,记忆,克隆,超变异D,抑制5种基本算子.试验结果表明该算法具有高效的收敛速度,并能收敛到全局最优点.与多种群遗传算法和思维进化计算相比,IABM 收敛速度更快,收敛率更高.

中国研究生教育排行榜-

正在加载...

中国学术期刊排行榜-

正在加载...

世界大学科研机构排行榜-

正在加载...

中国大学排行榜-

正在加载...

人 物-

正在加载...

课 件-

正在加载...

视听资料-

正在加载...

研招资料 -

正在加载...

知识要闻-

正在加载...

国际动态-

正在加载...

会议中心-

正在加载...

学术指南-

正在加载...

学术站点-

正在加载...