您的位置: 专家智库 > 作者详情>王洪刚

王洪刚

作品数:8 被引量:25H指数:4
供职机构:上海理工大学管理学院更多>>
发文基金:上海市教育委员会重点学科基金国家自然科学基金更多>>
相关领域:理学自动化与计算机技术更多>>

文献类型

  • 7篇期刊文章
  • 1篇学位论文

领域

  • 7篇理学
  • 2篇自动化与计算...

主题

  • 4篇蚂蚁算法
  • 3篇量子
  • 2篇群算法
  • 2篇量子信息
  • 2篇函数优化
  • 2篇PARETO...
  • 2篇PARETO...
  • 1篇多目标优化
  • 1篇蚁群
  • 1篇蚁群算法
  • 1篇优化算法
  • 1篇元胞
  • 1篇元胞自动机
  • 1篇智能优化算法
  • 1篇启发式算法
  • 1篇自动机
  • 1篇组合优化
  • 1篇微粒群
  • 1篇微粒群算法
  • 1篇下界

机构

  • 8篇上海理工大学
  • 1篇盐城工学院

作者

  • 8篇王洪刚
  • 7篇马良
  • 2篇张惠珍
  • 2篇李高雅
  • 1篇许秋艳
  • 1篇刘勇
  • 1篇刘勇

传媒

  • 2篇科技通报
  • 2篇计算机工程与...
  • 1篇上海理工大学...
  • 1篇运筹与管理
  • 1篇系统管理学报

年份

  • 1篇2011
  • 1篇2010
  • 4篇2009
  • 1篇2008
  • 1篇2007
8 条 记 录,以下是 1-8
排序方式:
二次分配问题及其研究进展(Ⅰ)被引量:1
2010年
二次分配问题(QAP)是应用于诸多领域的经典组合优化难题之一。本文简要回顾了目前QAP问题的模型和求解方法的研究进展,最后讨论了求解QAP的发展趋势。
张惠珍马良王洪刚
关键词:启发式算法
双目标旅行商问题及其蚂蚁算法实验研究被引量:4
2007年
对双目标旅行商问题设计了基于Pareto概念的多目标蚂蚁算法.借助于算法的全局搜索能力,在整个解空间内快速搜索多目标组合的Pareto有效解,并利用多目标蚂蚁算法维持解集多样性的特点,使搜索到的Pareto解在前沿均匀分布.经大量算例求解验证了其有效性,该算法具有较好的通用性.
王洪刚李高雅马良
关键词:PARETO解集蚂蚁算法
函数优化的量子蚂蚁算法被引量:7
2009年
借鉴蚁群算法的进化思想,提出一种求解连续空间优化问题的量子蚂蚁算法。该算法主要包括全局搜索、局部搜索和信息素强度更新规则。在全局搜索过程中,利用信息素强度和启发式函数确定蚂蚁移动方向。在局部搜索过程中,提出了基于Delta势阱的量子搜索,以改善寻优性能,加快收敛速率。通过实例验证表明了该算法的有效性。
王洪刚马良
关键词:蚂蚁算法量子信息函数优化
二次分配问题及其求解方法的研究进展(Ⅱ)
2011年
二次分配问题(Quadratic assignment problem,QAP)属于NP-hard组合优化难题。过去几十年,线性化技术和下界计算方法是利用经典算法求解二次分配问题的关键所在。本文简要回顾了目前QAP问题的线性化技术和下界计算方法的研究进展,最后讨论了利用线性化技术求解二次分配问题及其下界的发展趋势。
张惠珍马良王洪刚
关键词:线性化下界
量子蚂蚁算法及其应用研究
组合优化中的许多问题如背包问题、旅行商问题和二次分配问题等都是迄今为止仍悬而未决的NP-难题,具有极大的挑战性。这些问题在实际生活中有着广泛的应用,因此寻找有效的算法就显得尤为重要。近年来,一系列的智能优化算法,典型的有...
王洪刚
关键词:蚂蚁算法量子算法量子计算组合优化函数优化
文献传递
多目标微粒群优化算法被引量:6
2008年
通过设计一种Pareto解集过滤器,并在此基础上给出多目标优化条件下的微粒群算法群体停滞判断准则,基于该准则提出了一种多目标微粒群优化算法。算法利用Pareto解集过滤器提高了候选解的多样性,并使用图形法将所提算法与经典的多目标优化进化算法在一组标准测试函数上进行了比较,结果表明算法具有更好的搜索效率。
王洪刚马良李高雅
关键词:多目标优化PARETO解集微粒群算法
智能优化算法在聚类分析中的应用被引量:3
2009年
聚类分析是数据挖掘的重要技术,可根据数据间的相似程度,将数据进行分类,现已广泛应用于工程和技术等领域中。元胞蚁群算法是在将元胞自动机的邻居和规则引入传统蚁群算法的基础上,利用元胞在离散元胞空间的演化规律和蚁群寻优特点的新型优化算法。针对聚类分析的特点,利用元胞蚁群算法进行求解,经实验测试和验证,获得了较好的结果。
刘勇刘勇许秋艳王洪刚
关键词:聚类分析元胞自动机蚁群算法
TSP的量子蚂蚁算法求解被引量:4
2009年
在分析量子算法的基本概念的基础上,提出了一种新的算法——量子蚂蚁算法。量子蚂蚁算法结合了量子计算中量子旋转门的量子信息和蚂蚁寻优的特点,为解决实际问题提供的一种新的优化方法。本文将量子蚂蚁算法应用于TSP问题的研究,通过选取国际通用的TSP实例库中多个实例进行测试,表明了新算法具有很好的精确度和鲁棒性,即使对于大规模问题,也能以很小的种群和不长的时间求得相对误差较小的满意解。
王洪刚马良
关键词:TSP问题量子信息蚂蚁算法
共1页<1>
聚类工具0