针对多目标约束的Steiner树问题(MCSTP,multi-constraint Steiner tree problem),提出一种基于双层编码机制和跳跃粒子群优化(JPSO)的启发式算法(JPSO-DE),来构建最优树结构。首先,选择总能耗、网络寿命、收敛时间和通信干扰作为优化约...针对多目标约束的Steiner树问题(MCSTP,multi-constraint Steiner tree problem),提出一种基于双层编码机制和跳跃粒子群优化(JPSO)的启发式算法(JPSO-DE),来构建最优树结构。首先,选择总能耗、网络寿命、收敛时间和通信干扰作为优化约束目标;然后,根据提出的双层编码方案对生成树的解进行编码,同时利用跳跃粒子群优化算法来寻找帕累托最优解;最后,利用提出的混合适应度函数找出近似最优树结构。仿真实验表明,JPSO-DE方法可以产生近似最优的树结构,具有高效性和可行性。展开更多
关系抽取是自然语言处理中一项基础的上游任务.句子的结构信息在某种意义上蕴含了实体及其关系信息,有助于提高关系抽取的准确率,然而使用现有自然语言处理(Natural Language Processing,NLP)语言工具进行句法分析时会引入一定的错误传...关系抽取是自然语言处理中一项基础的上游任务.句子的结构信息在某种意义上蕴含了实体及其关系信息,有助于提高关系抽取的准确率,然而使用现有自然语言处理(Natural Language Processing,NLP)语言工具进行句法分析时会引入一定的错误传播问题,且现有的基于图结构的关系抽取模型在一定程度上忽略了句子的时序信息.通过结合双向长短时记忆网络(Bi-directional Long Short-Term Memory,Bi LSTM)捕获句子序列的上下文关系,同时使用传统条件随机场(Conditional Random Field,CRF)的关系标注结果矫正NLP工具的错误传播问题,提出了一种用于关系抽取的双层时空图卷积神经网络(Bilayer Spatiotemporal Graph Convolution Neural Network,Bi SpGCN)模型.该模型在中文糖尿病数据集和中文人物关系数据集上的实验结果表明,相较于传统的多头注意力引导的图卷积神经网络(Attention Guided Graph Convolutional Networks for Relation Extraction,AGGCN)模型,BiSpGCN模型能够充分利用句子的有效信息,具有更好的关系抽取性能.展开更多
针对生产车间中需要同时考虑减少生产时间、确保加工质量以及通过减少能耗而降低生产费用的需求,建立以完工时间、空闲时间、加工质量和机器能耗为目标的多目标混合流水车间调度模型,提出一种基于直觉模糊集相似度的最佳觅食算法.为有...针对生产车间中需要同时考虑减少生产时间、确保加工质量以及通过减少能耗而降低生产费用的需求,建立以完工时间、空闲时间、加工质量和机器能耗为目标的多目标混合流水车间调度模型,提出一种基于直觉模糊集相似度的最佳觅食算法.为有效求解此问题,提出基于Largest Order Value规则的双层整数编码方式,在机器层编码部分采用权重法来计算机器的选择概率.针对多目标优化,提出直觉模糊集相似度的解比较策略,采用直觉模糊集相似度的大小衡量Pareto解与理想解的相似程度,判断Pareto解的优劣.通过测试实例和实际案例,验证本算法求解多目标混合流水车间调度问题的有效性和可行性.展开更多
文摘针对多目标约束的Steiner树问题(MCSTP,multi-constraint Steiner tree problem),提出一种基于双层编码机制和跳跃粒子群优化(JPSO)的启发式算法(JPSO-DE),来构建最优树结构。首先,选择总能耗、网络寿命、收敛时间和通信干扰作为优化约束目标;然后,根据提出的双层编码方案对生成树的解进行编码,同时利用跳跃粒子群优化算法来寻找帕累托最优解;最后,利用提出的混合适应度函数找出近似最优树结构。仿真实验表明,JPSO-DE方法可以产生近似最优的树结构,具有高效性和可行性。
文摘针对生产车间中需要同时考虑减少生产时间、确保加工质量以及通过减少能耗而降低生产费用的需求,建立以完工时间、空闲时间、加工质量和机器能耗为目标的多目标混合流水车间调度模型,提出一种基于直觉模糊集相似度的最佳觅食算法.为有效求解此问题,提出基于Largest Order Value规则的双层整数编码方式,在机器层编码部分采用权重法来计算机器的选择概率.针对多目标优化,提出直觉模糊集相似度的解比较策略,采用直觉模糊集相似度的大小衡量Pareto解与理想解的相似程度,判断Pareto解的优劣.通过测试实例和实际案例,验证本算法求解多目标混合流水车间调度问题的有效性和可行性.
