国家自然科学基金(60874042)
- 作品数：8 被引量：12H指数：2
- 相关作者：吴敏宋丹赖旭芝陈鑫彭军更多>>
- 相关机构：中南大学湖南财政经济学院中佛罗里达大学更多>>
- 发文基金：国家自然科学基金国家教育部博士点基金中国博士后科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于等级变异的克隆选择算法被引量：2
- 2011年
- 提出一种克隆选择算法——基于等级变异的克隆选择算法.为提高进化中变异的有效性,算法将变异尺度分成若干等级,低等级变异有利于跳出局部最优解,实现全局寻优;高等级变异有利于局部的高精度寻优.此外,算法在进化过程中记忆父抗体的变异尺度等级等信息,并制定有效的变异策略运用这些信息以指导后续进化过程.采用标准函数测试并与其它优化算法进行对比.实验结果表明,该算法具有收敛速度快、全局搜索能力强、精度高和鲁棒性好的优点.
- 宋丹赖旭芝吴敏
- 关键词：免疫记忆克隆选择全局优化
- 多智能体系统中子域适应度评估的合作协进化协作被引量：1
- 2010年
- 为了克服合作协进化算法在解决复杂多智能体系统协作问题时存在的适应度函数难以建立和协作行为难以达到全局最优等问题,提出1种子域适应度评估的合作协进化算法来实现异构多智能体系统中智能体的自适应协作。该算法将复杂问题域模型分解成相互影响较小、较易求解的子问题域模型,在子问题域模型之间并行使用合作协进化算法来完成智能体协作行为的进化,有效降低适应度评估的复杂度。在子问题域进行合作协进化时,在适应度函数中引入环境因子影响矩阵,将其他子问题域的影响信息映射到该子问题域中的个体适应度评估中,从而引导种群向全局优化方向进化。ECJ系统中的仿真实验结果验证了其有效性。
- 张晓勇彭军李哲琴
- 基于概率模型的动态分层强化学习被引量：2
- 2011年
- 为解决大规模强化学习中的"维度灾难"问题,克服以往学习算法的性能高度依赖于先验知识的局限性,本文提出一种基于概率模型的动态分层强化学习方法.首先基于贝叶斯学习对状态转移概率进行建模,建立基于概率参数的关键状态识别方法,进而通过聚类动态生成若干状态子空间和学习分层结构下的最优策略.仿真结果表明该算法能显著提高复杂环境下智能体的学习效率,适用于未知环境中的大规模学习.
- 戴朝晖袁姣红吴敏陈鑫
- 关键词：贝叶斯学习智能体
- 机器人救援的目标吸引动态路径规划蚁群算法被引量：3
- 2011年
- 地震发生后城市的道路状况未知而且复杂多变,因此,在震后机器人救援中,如何快速地找到最短路径以拯救更多的伤员,成为研究的热点问题。提出一种目标吸引的动态路径规划蚁群算法,在动态变化的震后救援环境中找到最短路径,减少救援时间。利用原有城市交通地图的全局信息建立目标吸引函数,对蚂蚁在复杂动态环境下的路径搜索进行引导,提高其选择离目标点更近邻节点的概率,减小蚂蚁对非最短路径的选择概率。通过与MMAS算法进行仿真实验对比,验证了提出的算法可以更快地收敛到最短路径并具有较好的动态性能。
- 张晓勇吴敏彭军Lin Kuo-Chi马建江
- 关键词：蚁群算法动态路径规划
- 基于变异记忆矩阵的克隆选择算法
- 2011年
- 利用免疫系统的免疫记忆机制,提出一种适于函数优化的基于变异记忆矩阵的克隆选择算法.首先,利用变异记忆矩阵保存进化中有用的变异信息,以引导抗体的克隆和变异操作,加强局部搜索能力;然后,利用当代种群的综合信息生成新抗体进入种群,以加强全局搜索能力;最后,对最优抗体进行自学习,以提高算法结果的精度.标准函数仿真表明,该算法适合求解复杂函数优化问题,具有收敛速度快、全局收敛能力强、精度高、鲁棒性强的优点.
- 宋丹赖旭芝吴敏张传科
- 关键词：免疫记忆克隆选择全局优化
- 非达尔文效应多目标免疫算法被引量：1
- 2013年
- 为了强化非基因信息的传承与利用,提出一种非达尔文效应多目标免疫算法(non-Darwin effect multiobjective immune algorithm,NDIA).首先,利用区间记忆变异矩阵来保存进化中成功变异的区间信息,以引导后续的进化操作,加强局部搜索能力.其次,算法使用Pareto排序来选择非劣解.当非劣解的数量超出预设规模时,利用拥挤距离进行排序来选择相对稀疏的抗体保留.最后,算法对最后的非劣解集进行删减时设计了均匀度增强算子,通过多次拥挤距离的排序反复删减最拥挤的抗体,从而提高非劣解集在目标空间上的均匀性.通过多目标测试函数的仿真试验,与经典的多目标进化算法相比,新算法得到的最终解集在覆盖性、收敛性和分布性均有明显的改善,并能更好地逼近理论Pareto前沿.
- 宋丹赖旭芝吴敏
- 关键词：多目标问题免疫算法拥挤距离
- 无路标环境下遥操作机器人SLAM系统被引量：2
- 2010年
- 为了提高遥操作机器人的实用性和高效性,设计与开发了一种基于无线网络的无路标未知环境下探索移动机器人系统,其包括移动机器人子系统和机器人远程状态监视子系统.根据机器人功能需求,提出一种多控制器协作及多传感器信息融合的移动机器人硬件结构.利用机器人实时定位和激光测距扫描的能力,提出了一种改进的VFH算法,进行机器人自主局部路径规划.机器人远程状态监视子系统通过无线网络设定机器人的目标点,实时监视机器人状态,并绘制机器人所探索的环境地图.实验表明,开发的探索移动机器人系统具备了在未知环境探索的能力.
- 曹卫华吴净斌吴敏陈鑫
- 关键词：无线网络路径规划地图绘制遥操作机器人
