局部搜索算法
局部搜索算法的相关文献在1996年到2022年内共计93篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、机械、仪表工业
等领域,其中期刊论文72篇、会议论文10篇、专利文献107355篇;相关期刊58种,包括运筹与管理、中国土地科学、原子能科学技术等;
相关会议10种,包括第23届过程控制会议、2009年全国模式识别学术会议暨首届中日韩模式识别学术研讨会、'2008系统仿真技术及应用学术会议等;局部搜索算法的相关文献由220位作者贡献,包括胡成华、张顺、徐震浩等。
局部搜索算法—发文量
专利文献>
论文:107355篇
占比:99.92%
总计:107437篇
局部搜索算法
-研究学者
- 胡成华
- 张顺
- 徐震浩
- 朱文兴
- 蔡少伟
- 顾幸生
- 任世军
- 何兵
- 吕应中
- 周俊萍
- 夏冰
- 姜婷
- 屈福政
- 张雁
- 徐小琳
- 杨靖宇
- 王守强
- 王振华
- 石美凤
- 经荥清
- 胡显伟
- 邹大力
- 陈国平
- 陈媛
- 雷震东
- 黄永宣
- 龚晓慧
- HuangWen-qi
- LIU Yi-min
- LIU Yu-chao
- Ma Guoling
- WANG Xian-yi
- WU Yong-hong
- YinAi-hua
- 丁红胜
- 严凯
- 于卓
- 于文进
- 于炯
- 任雪亮
- 何刚
- 何尚录
- 何霆
- 何颖
- 余昆
- 余晓星
- 傅清祥
- 关杰文
- 刘亮
- 刘宇畅
-
-
吴宇翔;
王晓峰;
丁红胜;
于卓
-
-
摘要:
Max-SAT问题是SAT问题的优化版本,目标是在给定的子句集中找到一组变元赋值,使得满足子句数最多,该问题是典型的NP-hard问题。随着大数据和人工智能的深度发展,过去原有的算法已不再适用,设计新的求解算法或对已有的求解算法进行优化是目前研究的热点。针对警示传播算法求解随机Max-3-SAT问题的局限性,提出了一种基于变元权值计算的警示传播算法,结合随机游走算法,给出一种新型算法WWP+WalkSAT,通过改进求解的局限性,更好地得到一组有效的初始解,从而提高算法的局部搜索能力。利用2016年Max-SAT国际竞赛部分基准实例,将WWP+WalkSAT算法与八种局部搜索算法进行精度方面的对比实验。实验结果表明,WWP+WalkSAT算法有较好的性能。
-
-
石美凤;
杨海;
陈媛;
肖诗川;
廖鑫;
何颖
-
-
摘要:
针对当前局部搜索算法在求解大规模、高密度的分布式约束优化问题(DCOP)时,求解困难且难以跳出局部最优取得进一步优化等问题,提出一种基于局部并行搜索的分布式约束优化算法框架(LPOS),算法中agent通过自身的取值并行地搜索局部所有邻居取值来进一步扩大对解空间的搜索,从而避免算法过早陷入局部最优。为了保证算法的收敛性与稳定性,设计了一种自适应平衡因子K来平衡算法对解的开发和继承能力,并在理论层面证明了并行搜索优化算法可以扩大对解空间的搜索,自适应平衡因子K可以实现平衡目的。综合实验结果表明,基于该算法框架的算法在求解低密度和高密度DCOP时性能都优于目前最新的算法。特别是在求解高密度DCOP中有显著的提升。
-
-
石美凤;
吴俊;
陈媛
-
-
摘要:
局部搜索算法是求解非对称分布式约束优化问题(asymmetric distributed constraint optimization problems,ADCOPs)的热点,然而此系列算法都未利用历史局部代价这一关键信息。提出了一种新的历史局部代价的算法(historical local cost,HLC),利用局部代价历史记录求解ADCOPs。HLC使用指数加权移动平均(exponential weighted moving average,EWMA)对局部代价进行模拟更新,并引入了种群机制对其充分模拟和搜索更广的解空间,从模拟局部代价的有效性和种群作用的优越性进行了理论分析。实验结果表明:HLC比最先进的ADCOPs非完备算法有更高质量的解。
-
-
邓文瀚;
张铭;
王李进;
钟一文
-
-
摘要:
闭环布局问题(CLLP)是一种NP-困难的混合优化问题,它在大小可调的矩形环上寻找设施最佳放置次序,目标是最小化设施之间物料流的运输成本.现有方法均采用元启发式算法来寻找最优的设施放置次序,并且通过枚举方法来获得最优的矩形环大小,而枚举方法的计算效率不高.为了解决这个问题,提出了求解CLLP的混合群体增量学习(HPBIL)算法,分别使用离散群体增量学习(DPBIL)算子和连续PBIL(CPBIL)算子同时对设施放置次序和矩形环大小进行优化,提高了搜索效率;同时还设计了一个局部搜索算法来优化每代中的部分优质解,以提高算法的求精能力.在13个CLLP测试实例上进行实验,结果表明HPBIL算法在9个测试实例上找到了新的最优布局,它对CLLP的寻优能力明显优于对比算法.
-
-
廖彬;
张陶;
于炯;
李敏;
孙瑞娜
-
-
摘要:
已有针对虚拟机映射问题的研究,主要以提高服务器资源及能耗效率为目标.综合考虑虚拟机映射过程中对服务器及网络设备能耗的影响,在对物理服务器、虚拟机资源及状态,虚拟机映射、网络通信矩阵等概念定义的基础上,对协同能耗优化及网络优化的虚拟机映射问题进行了建模.将问题抽象为多资源约束下的装箱问题与二次分配QAP问题,并设计了基于蚁群算法ACO与局部搜索算法2-exchange结合的虚拟机映射算法CSNEO来进行问题的求解.通过与MDBP-ACO、vector-VM等四种算法的对比实验结果表明:CSNEO算法一方面在满足多维资源约束的前提下,实现了更高的虚拟机映射效率;另一方面,相比只考虑网络优化的虚拟机放置算法,CSNEO在实现网络优化的同时具有更好的能耗效率.
-
-
庞南生;
叶博童
-
-
摘要:
合理的资源配置是提高项目调度鲁棒性一种有效的方法.本文针对项目鲁棒调度问题,提出了Max-PRUA资源分配启发式算法,以期通过生成鲁棒性高的资源分配方案来提高调度计划的鲁棒性.本算法设计了最大化利用优先关系和不可避免弧传递资源的资源分配两项策略来传递最大资源量,以减少由额外约束传递的资源量,降低对项目调度鲁棒性的影响.为寻优最优资源分配方案,配合局部搜索算法,本算法构建了动态活动组GRA,通过对组内活动顺序重排以生成多种资源分配方案,以利于从解空间中寻优出最佳的鲁棒性方案.最后通过大量的仿真实验验证和与其它算法进行比较,结果表明本算法对于不同规模和不同因素影响的项目均有较好的适应性,生成的资源分配方案对调度计划鲁棒性影响较小,是一种有效的算法.
-
-
-
敖成敏
-
-
摘要:
车辆路径问题是物流配送过程中的关键环节,车辆路径优化问题是一个典型的有约束的组合优化问题,属于强NP问题。本文在建立车辆路径模型的基础上,运用分区算法,把大量的数据区域划分成几个不同的较小的数据区域,利用局部搜索算法和遗传算法结合的新的混合遗传算法来确定具体的快递车辆的配送路径。仿真实验证明,该混合遗传算法在寻找最优解上具有可行性,而且在运算效率方面有相应的提升。
-
-
徐沈阳;
马婧元;
韩刚;
汪晓银;
刘秀明
-
-
摘要:
CT系统除需要设备支持外,参数标定精度和成像模型对扫描效果具有显著影响.本文巧妙地利用模板与探测器的关系,寻找最佳标定位置,精确地对CT扫描系统进行参数标定,在此基础上,建立含有插值、滤波、局部搜索算法的CT介质成像优化模型,并列举实例进行图像重构模拟分析,最后利用逐差法设计更加精确的标定模板.
-
-
-
Ma Guoling;
马国岭
- 《第十四届全国现代结构工程学术研讨会》
| 2014年
-
摘要:
本文以民用建筑结构为研究对象,讨论了现有求解可靠度指标β的比较成熟的方法及需进一步完善的地方,然后从可靠度指标β的几何意义出发,建立了基于最优化理论的求解结构可靠度指标的模型,利用现在应用比较广泛的最优化方法——遗传算法——来求解可靠度指标,并且针对基本遗传算法"早熟"的缺点提出了把基本遗传算法和局部搜索算法相结合的思想:先用遗传算法对问题进行初步搜索,由于遗传算法的全局搜索特性,往往通过进化较少的代数就可以搜索到包括最优解的比较小的区域,然后把遗传算法的最终搜索结果作为局部搜索算法的初始值再进行局部搜索.算例表明,这种方法是一种十分有效的方法.
-
-
-
唐屹
- 《2003中国计算机大会》
| 2003年
-
摘要:
本文提出了一个基于动态子句定权的SAT问题的局部搜索算法RCSAT.通过引入子句相关系数的概念,将算法中子句权重分为两个部分,静态部分为该子句的相关系数,在求解过程中保持不变;而动态部分为通常意义上的子句权重,反映着求解时该子句可满足的难易程度.随着求解的进行,动态权重需要不断更新以引导系统脱离局部最优.本文也给出了动态权重的更新算法.对一些SAT基准问题的求解实验表明,与现有算法相比,这个算法能够有效地减少求解某些问题的翻转次数,获得较好的求解性能.
-
-
-
-
王守强;
山东交通学院信息工程系;
朱大铭;
韩爱丽
- 《第二届中国分类技术及应用学术会议》
| 2007年
-
摘要:
k-means聚类是聚类划分中应用最广泛的一种方案,但是现在许多关于此问题的研究并没有给出近似比为常数的算法.给出了一个随机算法,该算法通过以不同概率选取初始k个点,保证了以一定概率分别属于不同最优聚类簇的k个点.以这k个点作为初始中心点对输入点集进行交换分别执行局部搜索算法,证明了可得到近似比至多为2的解.实验结果表明该算法能够取得较优的近似解结果.
-
-
-
蔡少伟
- 《第二届中国演化计算与学习研讨会(ECOLE 2015)》
| 2015年
-
摘要:
组合优化问题优化问题可以分为两类:一类是连续变量的问题,另一类是离散变量的问题,后者称为组合优化问题.组合优化问题的任务:从一个有限或可数无限集里,寻找一个使得目标函数最优的对象——典型地包括:一组赋值,一个集合,一个排列.组合优化问题随处可见,具有很强的工程代表性应用.
-
-
蔡少伟
- 《第二届中国演化计算与学习研讨会(ECOLE 2015)》
| 2015年
-
摘要:
组合优化问题优化问题可以分为两类:一类是连续变量的问题,另一类是离散变量的问题,后者称为组合优化问题.组合优化问题的任务:从一个有限或可数无限集里,寻找一个使得目标函数最优的对象——典型地包括:一组赋值,一个集合,一个排列.组合优化问题随处可见,具有很强的工程代表性应用.
-
-
蔡少伟
- 《第二届中国演化计算与学习研讨会(ECOLE 2015)》
| 2015年
-
摘要:
组合优化问题优化问题可以分为两类:一类是连续变量的问题,另一类是离散变量的问题,后者称为组合优化问题.组合优化问题的任务:从一个有限或可数无限集里,寻找一个使得目标函数最优的对象——典型地包括:一组赋值,一个集合,一个排列.组合优化问题随处可见,具有很强的工程代表性应用.