期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于多分类支持向量机的优化算法智能推荐系统与实证分析 被引量:26
1
作者 崔建双 车梦然 《计算机工程与科学》 CSCD 北大核心 2019年第1期153-160,共8页
算法智能推荐是超启发式算法研究领域一个重要分支,其目标是从众多"在线"算法中自动选择出最适于当前问题的算法,从而大大提升解决问题的效率。基于此提出并验证了一种优化算法智能推荐系统,理论依据是无免费午餐定理和Rice... 算法智能推荐是超启发式算法研究领域一个重要分支,其目标是从众多"在线"算法中自动选择出最适于当前问题的算法,从而大大提升解决问题的效率。基于此提出并验证了一种优化算法智能推荐系统,理论依据是无免费午餐定理和Rice算法选择框架,并假设问题特征与算法性能表现之间存在潜在关联关系,从而可以把算法推荐问题转换为一个多分类问题。为了验证假设的成立,以多模式资源约束项目调度问题为测试样本数据集,以粒子群、模拟退火、禁忌搜索和人工蜂群等元启发式优化算法为推荐对象,以支持向量机多分类策略实现算法的分类推荐。交叉验证结果表明,推荐准确率均在90%以上,各项评价指标表现优秀。 展开更多
关键词 算法推荐 问题特征 多分类支持向量机 多模式资源约束项目调度问题
下载PDF
运用遗传算法优化项目级现金流问题的研究 被引量:2
2
作者 黄少荣 陈伟能 张军 《计算机工程与设计》 CSCD 北大核心 2009年第5期1168-1172,共5页
针对项目级现金流的优化问题,结合传统的资源受限项目调度模型,得到一种带现金流折现的非线性规划项目调度模型,并设计启发式遗传算法对其进行优化求解。通过引入现金流分析,项目调度模型能反映企业的财务指标,更切合实际。通过设计相... 针对项目级现金流的优化问题,结合传统的资源受限项目调度模型,得到一种带现金流折现的非线性规划项目调度模型,并设计启发式遗传算法对其进行优化求解。通过引入现金流分析,项目调度模型能反映企业的财务指标,更切合实际。通过设计相应的编码方式、遗传算子和调度生成策略,提出了一种改进的遗传算法并用于求解此优化问题,数值实验结果证明了该算法的正确性和高效性。 展开更多
关键词 多模式资源约束项目调度问题 现金流 净现值 遗传算法 调度生成器
下载PDF
基于改进关键链方法的MRCPSP的鲁棒性优化 被引量:8
3
作者 田旻 张光军 刘人境 《系统工程学报》 CSCD 北大核心 2019年第2期277-288,共12页
针对鲁棒性项目调度理论研究集中在单模式领域这一现状,通过对关键链方法的改进,构建了多模式资源受限项目调度鲁棒性优化模型.其中,对关键链方法的两个核心问题进行了改进:提出了非关键链识别的准则,采用不同的影响系数对缓冲区间的设... 针对鲁棒性项目调度理论研究集中在单模式领域这一现状,通过对关键链方法的改进,构建了多模式资源受限项目调度鲁棒性优化模型.其中,对关键链方法的两个核心问题进行了改进:提出了非关键链识别的准则,采用不同的影响系数对缓冲区间的设置进行了修正.同时,在综合考虑了关键链方法特点,任务的多种模式以及资源消耗稳定性需求基础上设计了鲁棒性指标,并构建了基于鲁棒性目标的关键链多模式资源受限项目调度模型.通过多组算例验证显示调度计划的鲁棒性显著提高,证明了模型的有效性. 展开更多
关键词 多模式资源受限项目调度问题 关键链方法 缓冲设置 鲁棒性
下载PDF
多模式资源受限项目调度中的干扰管理仿真 被引量:3
4
作者 刘盛铭 冯书兴 《系统仿真学报》 CAS CSCD 北大核心 2017年第3期662-668,共7页
针对多模式资源受限项目调度中的干扰管理仿真研究较少这一现状,分析了MS Project项目管理工具的功能弱项,借助CPLEX Studio IDE的优化计算功能,设计了较为合理的干扰管理仿真流程,实现了多模式资源受限项目调度中的干扰管理仿真。分析... 针对多模式资源受限项目调度中的干扰管理仿真研究较少这一现状,分析了MS Project项目管理工具的功能弱项,借助CPLEX Studio IDE的优化计算功能,设计了较为合理的干扰管理仿真流程,实现了多模式资源受限项目调度中的干扰管理仿真。分析了单一时刻单一干扰和多个时刻多个干扰的情况,并基于项目调度问题库的实例进行仿真,结果表明,资源冲突对项目调度的工期偏移量影响作用较大,设计的仿真流程具有一定的有效性,可为武器装备项目的管理人员进行计划、决策等工作提供参考和借鉴。 展开更多
关键词 多模式资源受限项目调度 干扰管理 项目调度问题库 甘特图
下载PDF
基于Q—学习的超启发式模型及算法求解多模式资源约束项目调度问题 被引量:3
5
作者 崔建双 吕玥 徐子涵 《计算机集成制造系统》 EI CSCD 北大核心 2022年第5期1472-1481,共10页
为了更好地解决传统的元启发式算法机制单一和面向问题定制不足等问题,提高算法的整体通用性,本文提出一种基于Q—学习的超启发式模型,并基于该模型设计实现了一种超启发式算法,求解多模式资源约束项目调度问题(MRCPSP)。该模型架构分... 为了更好地解决传统的元启发式算法机制单一和面向问题定制不足等问题,提高算法的整体通用性,本文提出一种基于Q—学习的超启发式模型,并基于该模型设计实现了一种超启发式算法,求解多模式资源约束项目调度问题(MRCPSP)。该模型架构分为高低两层,低层由具有多种异构机制和不同参数的元启发式算子组成,高层则依据Q—学习策略自动选择低层算子。模型将多种优秀的元启发式算法与反馈—学习强化机制有机整合,具备灵活的可扩展性。为检验算法效果,从MRCPSP标杆算例库中选取了上千个规模不等的算例,设计了等价比较实验环节,并与最新公开文献提供的结果进行了比较。结果表明,基于Q—学习的超启发式算法在目标值、通用性、鲁棒性等多项性能指标上均表现优异,可以借鉴应用到其他各种组合优化问题。值得一提的是,针对J30算例的计算结果有多达41个算例获得了比当前公开文献报告的已知最优解更好的结果。 展开更多
关键词 超启发式模型 强化学习 Q—学习 多模式资源约束项目调度问题 元启发式算法 反馈—学习强化机制
下载PDF
折现流多模式资源约束项目调度问题研究 被引量:1
6
作者 黄少荣 《暨南大学学报(自然科学与医学版)》 CAS CSCD 北大核心 2015年第4期357-362,共6页
针对带折现现金流的多模式资源约束项目调度问题研究,在考虑实际工程中对最终净现值产生影响的多种因素的基础上,建立以最大化现金流净现值为优化目标的非线性数学模型,提出一种改进的遗传模拟退火算法对模型进行求解.该算法利用遗传算... 针对带折现现金流的多模式资源约束项目调度问题研究,在考虑实际工程中对最终净现值产生影响的多种因素的基础上,建立以最大化现金流净现值为优化目标的非线性数学模型,提出一种改进的遗传模拟退火算法对模型进行求解.该算法利用遗传算法进行全局并行搜索,种群每个新产生的个体在交叉和变异后采用模拟退火技术进行局部串行优化,使之移动到最近的局部最优点再进入下一代迭代.采用针对活动的整数编码方式,基因的值表示活动的优先权和执行模式,每个个体对应一个满足时序约束和资源约束的项目调度方案.仿真结果表明,新算法能有效地对多模式资源约束项目调度问题做出合理调度,使项目收益最大化,并且比传统的遗传算法具有更高的求解质量和求解效率,为承包商在项目投资和进度管理上提供了定量化决策支持. 展开更多
关键词 多模式资源约束项目调度 现金流 净现值 遗传算法 模拟退火
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部