您的位置: 专家智库
>
资助详情>
陕西省教育厅科研计划项目(2013JK1185)
陕西省教育厅科研计划项目(2013JK1185)
- 作品数:2 被引量:6H指数:1
- 相关作者:王战敏于长青王竹荣更多>>
- 相关机构:西安理工大学更多>>
- 发文基金:陕西省教育厅科研计划项目陕西省自然科学基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于web的英语在线学习系统被引量:5
- 2016年
- 介绍一个基于web技术的英语在线学习系统,详述了系统的设计方案及关键技术问题.首先,对系统中智能组卷算法与策略进行分析,以算法的实用性和可操作性需求指标建立一个智能组卷的数学模型,并设计一种基于改进遗传算法求解该模型的优化方法,实现通过对试卷指标的组合来随机生成符合约束要求的试卷,满足不同用户的个性化需求;其次,通过融合Ajax技术,实现系统在线测试中对考试进行时间控制,解决因B/S结构引起的"瓶颈"问题,减缓了数据流量.
- 王战敏
- 关键词:智能组卷AJAX遗传算法数学模型
- 基于发现者预选择机制的自适应群搜索算法被引量:1
- 2013年
- 为克服群搜索(GSO)算法早熟的缺点,提高算法收敛速度,提出一种基于发现者预选择机制的自适应群搜索(PSAGSO)算法。首先,依据发现者-追随者模型,采用预选择机制,用倒序变异算子产生新发现者,来引导追随者寻优的方向,有效地维持了群体中个体的多样性;其次,提出一种基于线性递减的动态自适应方法来调整游荡者的分布比例,以提高种群中个体的活力,有利于算法跳出局部最优。通过对12个基准函数进行测试。对于30维函数优化,PSAGSO算法的测试数据优于He等(HE S,WU Q H,SAUNDERS J R.Group search optimizer:an optimization algorithm inspired by animal searching behavior.IEEE Transactions on Evolutionary Computation,2009,13(5):973-990)提供的数据;对于300维函数优化问题,PSAGSO算法的性能更佳。实验结果表明,PSAGSO克服了群搜索优化算法的不足,在一定程度上提高了算法的收敛速度和收敛精度。
- 于长青王竹荣
- 关键词:群智能算法自适应方法