期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到6篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于模拟退火算法的森林空间经营规划 被引量：12
1
作者 董灵波 孙云霞 刘兆刚 《南京林业大学学报（自然科学版）》 CAS CSCD 北大核心 2018年第1期133-140,共8页
【目的】评估不同空间约束形式对森林规划结果的影响,以期为我国森林资源的可持续经营提供科学依据【方法】以大兴安岭地区塔河林业局盘古林场数据为例,以模拟退火算法作为优化求解技术,建立了3种不同的森林收获安排模型(即非空间模型... 【目的】评估不同空间约束形式对森林规划结果的影响,以期为我国森林资源的可持续经营提供科学依据【方法】以大兴安岭地区塔河林业局盘古林场数据为例,以模拟退火算法作为优化求解技术,建立了3种不同的森林收获安排模型(即非空间模型、单位限制模型(URM模型)和面积限制模型(ARM模型)),以定量分析不同空间约束形式对森林规划结果的影响。3类规划模型均以规划期内的最大化木材收益为目标函数,其中非空间规划模型不包含任何的空间信息;在非空间规划模型的基础上,URM模型要求在相同规划分期内相邻林分不允许被同时采伐;而在ARM模型中则允许相邻林分在相同规划分期内被同时采伐,但其最大连续面积应受到约束。此外,这3类规划模型还涉及收获均衡、最小采伐年龄以及采伐次数等约束。【结果】模拟结果表明,模拟退火算法的优化结果具有较好的稳定性,其平均变异系数仅为0.06%~3.97%,因此该算法能够适应复杂的森林规划问题。与非空间规划问题相比,当加入ARM约束时,平均目标函数值虽略有增加(0.08%),但差异不显著(P=0.35);而当加入URM模型时,平均目标函数值显著下降约5.11%(P<0.01),但森林经营措施的时空分布更为合理。最优森林经营方案表明各规划分期的平均采伐面积均相对较小,平均仅占总面积的0.44%,能够满足森林可持续经营的需求。【结论】空间约束不仅增加了森林规划模型的复杂性,而且也在很大程度上降低了森林经营的木材收益,但其输出结果更符合森林可持续经营的理念。同时,以模拟退火算法为代表的启发式算法能够满足复杂森林规划问题的需求。 展开更多
关键词 森林规划 收获安排模型 邻接约束 绿量约束 均衡收获 模拟退火算法 森林可持续经营
原文传递
基于森林空间收获问题的模拟退火算法邻域搜索技术比较 被引量：4
2
作者 董灵波 孙云霞 刘兆刚 《北京林业大学学报》 CAS CSCD 北大核心 2017年第8期24-32,共9页
邻域搜索是当前提高启发式算法求解效率的核心技术之一,然而近期关于该搜索策略的性能却产生了较大争议。模拟退火算法作为一种典型的启发式算法,已广泛应用于一系列的林业规划问题。为此,本研究以模拟退火算法为例,系统评估2种不同邻... 邻域搜索是当前提高启发式算法求解效率的核心技术之一,然而近期关于该搜索策略的性能却产生了较大争议。模拟退火算法作为一种典型的启发式算法,已广泛应用于一系列的林业规划问题。为此,本研究以模拟退火算法为例,系统评估2种不同邻域搜索技术在森林空间收获安排问题中的应用效果。规划模型以50年规划周期(10个规划分期)内的最大化木材收获为目标函数,以蓄积均衡收获、蓄积期末存量、单位限制模型和绿量限制等为主要约束条件。测试方法以模拟退火算法为原型,以每次优化过程中随机选择的小班数量为标准,共包括1-邻域和2-邻域2种不同的搜索技术。模拟规划数据由3个假设的栅格数据集组成,其共产生了3 293个(林分Ⅰ)、29 536个(林分Ⅱ)和81 625个(林分Ⅲ)0-1型决策变量。研究结果表明:模拟退火算法2-邻域搜索技术能够提高各规划问题的最大目标函数值;但当规划问题的决策变量数(或小班数量)较大时(即林分数量≥3 600),单纯增加邻域范围并不能提高规划问题的平均目标函数值。因此,鉴于模拟退火算法的优化结果对规划问题具有较高的敏感性,因此森林经营决策人员应慎重选择模拟退火算法邻域搜索作为相关规划问题的优化求解技术。 展开更多
关键词 邻接约束 绿量约束 森林收获安排 模拟退火算法 邻域搜索
下载PDF
一种基于邻接约束的交互式文物模型复原系统 被引量：2
3
作者 李姬俊男 耿国华 +1 位作者 周明全 李姗姗 《西北大学学报（自然科学版）》 CAS CSCD 北大核心 2016年第1期55-60,共6页
提出了一种基于邻接约束的计算机辅助匹配方法,该方法的重点在于关注处理流程中的用户领域经验和直觉。通过对拼合过程中几何约束的定性和定量分析,并定义一种灵活、可扩展的描述符,将碎片的所属位置限制在一个合理的空间范围内,由此确... 提出了一种基于邻接约束的计算机辅助匹配方法,该方法的重点在于关注处理流程中的用户领域经验和直觉。通过对拼合过程中几何约束的定性和定量分析,并定义一种灵活、可扩展的描述符,将碎片的所属位置限制在一个合理的空间范围内,由此确定拼合线索。在系统的设计上考虑到专家的领域知识,通过规范其操作规则,引导受损文物的重组。实验表明该系统的有效性。 展开更多
关键词 文物虚拟复原 人机交互 邻接约束 几何特征可视化
下载PDF
基于森林空间规划问题的模拟退火算法参数敏感性研究 被引量：1
4
作者 董灵波 刘兆刚 《林业科学研究》 CSCD 北大核心 2018年第4期9-17,共9页
[目的]以森林空间收获安排问题为基础,系统探讨模拟退火算法参数(初始解数量、初始温度、降温速率和每温度下重复次数)设置对森林空间规划问题目标解质量的影响。[方法]规划模型以10个5年规划分期内的最大化木材收获为基本目标,同时满... [目的]以森林空间收获安排问题为基础,系统探讨模拟退火算法参数(初始解数量、初始温度、降温速率和每温度下重复次数)设置对森林空间规划问题目标解质量的影响。[方法]规划模型以10个5年规划分期内的最大化木材收获为基本目标,同时满足均衡收获和最大连续采伐面积约束。模拟数据由5个假设的栅格数据组成,共产生了3 300 81 600个0-1型决策变量。[结果]表明:各规划问题目标函数值的平均变异系数仅在0.18%14.95%间波动,说明模拟退火算法优化结果的高度稳定性;每温度下重复次数和初始温度分别与林分数量呈显著的多项式(R^2=0.85)和指数(R^2=0.66)关系,而降温速率则与林分数量倒数呈显著的多项式(R^2=0.98)关系,初始解数量虽不受林分数量影响,但至少应维持在500次以上。同时,研究还表明规划问题规模不仅显著影响各参数的取值,同时还显著影响算法获得满意解概率(PN)和求解效率(RE),其中满意解概率随林分数量的增加而呈显著线性增加趋势(R^2=0.98),但求解效率则呈显著线性下降趋势(R^2=0.55)。[结论]模拟退火算法优化结果具有高度稳定性,能够适应复杂森林规划问题的需求;模拟退火算法优化结果对参数设置和林分数量具有高度的敏感性,因此森林经营决策人员在采用模拟退火算法解决具体的森林规划问题时应慎重选择各参数的取值,以确保规划结果的稳定性和可靠性。 展开更多
关键词 参数敏感性 模拟退火 空间规划 邻接约束 均衡约束
下载PDF
基于表面邻接约束的交互式文物碎片重组 被引量：8
5
作者 李姗姗 耿国华 +1 位作者 周明全 李姬俊男 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2016年第6期924-931,共8页
为了有效地解决文物虚拟复原中因断裂部位表面受损严重而造成的几何特征缺失,导致已有的模型重组方法失效的问题,提出一种基于文物模型表面纹饰几何特征的交互式破损文物重组方法.首先通过生成显示脊线得到碎片表面纹饰的几何结构和主... 为了有效地解决文物虚拟复原中因断裂部位表面受损严重而造成的几何特征缺失,导致已有的模型重组方法失效的问题,提出一种基于文物模型表面纹饰几何特征的交互式破损文物重组方法.首先通过生成显示脊线得到碎片表面纹饰的几何结构和主动轮廓线;然后领域专家根据几何纹饰的连贯性确定待拼合碎片的邻接关系,并给出初始位置及碎片的表面邻接约束,采用区域生长方法确定表面邻接约束点的最终位置;再以表面邻接约束点为中心获取初始匹配点集,并采用线段约束筛选出待拼合碎片间的最优匹配点对集;最后采用基于穷举搜索的形状匹配方法计算刚体变换,实现碎片拼合.实验结果表明,该方法能够实现复杂碎片的准确拼合. 展开更多
关键词 虚拟复原 交互式复原方法 显示脊线 表面邻接约束 形状匹配
下载PDF
基于混洗蛙跳算法的频率分配方法 被引量：3
6
作者 何迪 贾振红 +2 位作者 覃锡忠 常春 王浩 《计算机工程》 CAS CSCD 北大核心 2011年第21期133-135,共3页
为提高蜂窝移动通信系统的频谱利用率,提出一种基于混洗蛙跳算法的频率分配方法。采用改进的最小间隔编码机制和选择性变异技术,加强全局最小搜索能力并提高算法收敛效率。实验结果表明,与微正则退火算法相比,该方法在频率分配问题上的... 为提高蜂窝移动通信系统的频谱利用率,提出一种基于混洗蛙跳算法的频率分配方法。采用改进的最小间隔编码机制和选择性变异技术,加强全局最小搜索能力并提高算法收敛效率。实验结果表明,与微正则退火算法相比,该方法在频率分配问题上的搜索能力更强,在21小区系统中,能使可用频率数目从70个降至51个。 展开更多
关键词 混洗蛙跳算法 固定信道分配 组合优化 共地约束 邻信道约束
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部