基于动态自适应策略的改进差分进化算法

针对差分进化算法处理复杂优化问题时存在后期收敛速度变慢、收敛精度不高和参数设置困难的问题,提出了一种基于动态自适应策略的改进差分进化算法(dn-DADE)。首先,新的变异策略DE/current-to-dnbest/1利用当前种群中的精英解引导有效的搜索方向来动态调整可选的精英解,使其在进化后期趋于全局最优解。其次,分别设计了缩放因子和交叉因子的自适应更新策略,使两者在搜索的不同阶段自适应变化,以弥补差分进化算法对参数敏感的不足,进一步提高算法的稳定性和鲁棒性。对14个benchmark函数进行了测试并与多种先进DE改进算法进行了比较,结果显示,dn-DADE算法具有较高的求解精度,收敛速度快,寻优性能显著。     

在进化策略中引入策略进化

进化策略是遗传／进化算法中的重要算法之一．如何选择合适的策略来引导进化则又是进化策略的关键问题之一,本文从进化策略对自然选择的基本理解和结论出发，给出了一种对进化策略中的策略选择问题的进化优化方法．同时，我们还讨论了基于进化策略的机器学习问题．     

改进自适应差分进化算法求解大规模整数任务分配

针对0-1任务规划模型存在维数灾维的问题,提出一种基于改进自适应差分进化(SADE)算法的大规模整数任务分配算法。首先,将任务分配的0-1规划模型转化整数规划模型,不仅大幅减少了优化变量的维数,还减少了整式约束条件;然后,将常用的变异算子DE/rand/1/bin和DE/best/2/bin结合起来组成新的自适应变异算子,使得自适应差分进化算法既有较快的收敛速度,又降低了变异算子对具体问题的依赖;并用改进自适应差分进化算法求解整数规划。最后,通过典型的任务分配实例验证了算法在优化大规模任务分配的有效性和快速性。     

基于进化策略的消防应急救援决策

近年来,随着社会的发展,城市中各种突发事件的发生频率越来越高,因此需要加强对城市应急决策支持系统(Emergency Decision Supports System,EDSS)的研究。进化策略是受自然进化过程启发,并成为求解全局优化问题的重要方法。将进化策略应用于EDSS中的消防救援事件的推理决策过程,提高了EDSS处理复杂问题的决策能力,实验证实了此方法的有效性。     

基于进化策略的模糊控制系统优化设计方法

提出了一种改进的基于进化策略的算法,研究了模糊相似度、规则一致度的概念,将其量化从而影响模糊系统的进化过程,以根据样本数据设计出具有完备性、一致性和紧凑性的模糊系统。仿真结果表明,即使在学习样本较少的情况下,应用本文提出的方法,依然可以设计出具有完备性、一致性和紧凑性的模糊系统,而义该系统对初值不敏感,具备泛化能力。     

基于进化策略的自适应联邦学习算法

联邦学习是一种多设备参与的,保护数据隐私的深度学习技术.它能够在私有数据不出本地的同时训练全局共享模型.然而,在复杂的物联网环境中,联邦学习面临着统计异构性和系统异构性的挑战.不同的本地数据分布和高额的通信计算成本,使得过参数化的模型不适合在物联网应用中直接部署.同时,非独立同分布的数据也使采用参数平均聚合的联邦学习更加难以收敛.联邦学习场景下的研究难点在于,如何根据私有数据为每个客户端建立个性化的轻量级模型的同时,把这些模型汇总成为联合模型.为了解决这一问题,本文提出了一种基于进化策略的自适应联邦学习算法.该方法将模型结构进行编码,把每个参与者视作进化策略中的个体,通过全局优化来为每个客户端自适应地生成不同的个性化子模型.客户端根据网络单元重要性和编码在服务器端超网中抽取相应的子网来进行本地更新,而这种网络局部更新的方法天然契合dropout的思想.在真实数据集上进行的大量实验证明,本文提出的框架相比于经典的联邦学习方法,模型性能得到了显著改善.在客户端数据非独立同分布的情况下,该算法在有效降低了客户端在通信带宽和计算力受限条件下参与联邦学习门槛的同时,提高了全局模型的泛化能力.     

基于反射变异策略的自适应差分进化算法

针对差分进化算法易于陷入早熟收敛和局部搜索较慢的问题;提出了一种类似Nelder-Mead方法中的反射操作的变异策略;称为反射变异策略。不同于其他基本的差分策略;提出的变异策略具有明确的差分方向;具有更快的局部收敛速度。为了避免因差分方向的贪婪性而导致算法早熟的可能性增加;反射变异策略使用4个随机的个体完成一次变异操作。将基于反射变异策略的子代生成策略和自适应参数方法组合形成了基于反射变异策略的自适应差分进化算法（RMADE）。使用12个函数测试了RMADE的性能并与其他算法进行比较;结果表明RMADE具有较快的收敛速度和较好的全局探测能力;进而体现了反射变异策略的价值。     

任务分配与调度的共同进化方法

并行与分布式计算环境中随着独立任务的增多,传统进化类单种群的任务分配与调度算法的效率与效力随之大为降低,该文在分析传统解完整编码单种群进化类算法的基础上,基于生物界多物种间共同进化的机制提出了任务分配与调度的合作式共同进化计算模型,并探讨了任务分配与调度问题中的子种群合作方式与个体的适应值计算方法。此外,从数学上分析了基于合作式共同进化的任务分配与调度算法的性能,指出共同进化调度方法中好的调度方案能以高于传统单种群进化算法的递增指数递增。仿真分析证实了算法的理论分析结果,算法具有实际工程价值。     

一种低复杂度的基于进化策略的自适应运动估计方法

为了进一步提高编码质量并能快速编码,提出了一种新的基于进化策略的自适应运动估计算法。鉴于在进化策略中变异操作与正态分布法则对应,是核心算子,为此将进化策略应用于运动估计,提出了一种新的自适应运动估计算法,并第1次将运动方向信息作为变量引入运动估计算法,同时改进了步长自适应控制机制,以便进一步提高算法的收敛速率,同时采用种群规模的自适应控制,降低了算法的复杂度。试验结果表明,该算法的性能与全搜索算法相近,而复杂度略大于三步法。由于其具有低复杂度和进化算法的内在并行性的特点,故该算法适合硬件实现。     

基于自适应噪声的最大熵进化强化学习方法

近年来, 进化策略由于其无梯度优化和高并行化效率等优点, 在深度强化学习领域得到了广泛的应用. 然而, 传统基于进化策略的深度强化学习方法存在着学习速度慢、容易收敛到局部最优和鲁棒性较弱等问题. 为此, 提出了一种基于自适应噪声的最大熵进化强化学习方法. 首先, 引入了一种进化策略的改进办法, 在“优胜”的基础上加强了“劣汰”, 从而提高进化强化学习的收敛速度; 其次, 在目标函数中引入了策略最大熵正则项, 来保证策略的随机性进而鼓励智能体对新策略的探索; 最后, 提出了自适应噪声控制的方式, 根据当前进化情形智能化调整进化策略的搜索范围, 进而减少对先验知识的依赖并提升算法的鲁棒性. 实验结果表明, 该方法较之传统方法在学习速度、最优性收敛和鲁棒性上有比较明显的提升.     

基于本体的协同知识交流模型

在远程协作环境下,不同背景的人对同一问题的理解会产生差异,这不利于学习效果收敛的场合。为消除这种影响,该文提出了用本体来为人与人的交流提供一致的理解,分析了系统要素和动态行为,给出了基于本体的协同知识交流模型以及相应的原型。     

SIP协议在CSCL系统中的应用研究

分析了目前CSCL系统在支持个性化与移动性等方面灵活度不够的问题,结合SIP协议具有灵活、方便、易扩展的会话呼叫控制特性,提出并实现了一种基于SIP协议的CSCL模型系统,讨论了该模型系统的体系结构及解决个性化与移动性问题的机制。     

辅助决策系统在城市快速公交专用道设置中的应用*

将GIS技术与专家系统相结合,先对城市地理空间数据进行表示,然后用与或树结构对公共交通领域知识进行表达,并采用深度优先搜索和回溯技术实现推理引擎.对GIS和ES之间的接口和其中所涉及到的空间知识进行了研究探讨.所构建的辅助决策系统能够很好地对城市公交线路进行指标评测和完成对公交专用道规划的选取.     

面向PAAS模式的CSCL系统设计与实现

云计算技术作为一种新兴的技术,能够提供海量信息的高速处理和安全存储,云计算技术的发展为CSCL系统的建设提供了新的思路。提出了一种面向PAAS模式的CSCL系统。该系统以微软Windows Azure云平台为依托、利用SQL Azure数据库进行数据存储,实现了异质群组、协同工作流等技术,是对云环境下构建CSCL系统的有益探索,此开发模式能减少开发和维护成本。试用表明,该CSCL系统能有效地支持协作学习的开展。     

GIS数据库中的数据挖掘

首先探讨了DM在GIS中应用的必要性和可能性,然后讨论了GIS数据库中的DM可以发现的知识类型、可以使用的方法,可以采用的DM系统原型,最后简单介绍了DM对GIS的贡献。     

基于面向对象的泵送混凝土专家系统及帮助模块的设计与实现

对泵送混凝土专家系统进行了介绍,并详细说明了其中的帮助模块的功能设计与实现。     

一个智能防火墙模型

讨论了传统型防火墙的弱点,对人工智能的重要领域——专家系统作了简要介绍,提出了一个专家系统和防火墙相结合的模型,并对此模型作了较为详尽的论述,还对此模型的发展方向提出了展望。     

基于描述逻辑的本体导航

计算机支持的协同学习系统经常采用知识导航模块,该模块的核心是本体库。许多本体库采用框架表示法,但框架表示语义不精确。该文提出了本体的描述逻辑表示和框架表示相结合,给出了描述逻辑表示的本体转化为框架本体表示的算法。     

基于GIS的航管智能决策支持原型系统

本文主要研究并设计一个建立在机场地图及其属性信息上的决策支持系统,同时采用专家系统技术,初步形成一个智能化的航空管制决策支持系统原型。原型中给出了航管知识表示,飞行预案的生成与调整方法,所给出的决策支持信息满足实际应用的需求。     

基于角色和CSCL的多Agent协作过程研究

网络环境下多Agent协作问题是当前MAS研究的主要方向。在一种新型的智能CSCL模型RICL的基础上,研究CSCL系统中基于角色的多Agent协作问题,给出基于角色的群体交互和协同规则,从而为协作问题求解提供一个新的模式。