-
公开(公告)号：CN111292002B
公开(公告)日：2022-07-01
申请号：CN202010110536.4
申请日：2020-02-24
Applicant: 福州大学
Abstract: 本发明涉及一种基于遗传‑粒子群算法的评阅答辩分组方法及系统，采集关键信息，并对关键信息与参数进行编码，每个解由若干个答辩组构成；根据对应的约束条件生成的目标函数设计适应度函数；将数据按照解的编码进行初始化得到初始种群；将种群中的粒子进行交叉变异操作：当粒子经过多轮迭代达到一定条件后，停止对粒子的迭代操作，此时全局最优粒子就是适应度最高的近似最优解，得到最优结果。本发明借鉴了遗传算法中的染色体思想，将解设计为矩阵和张量，以满足离散型解在更新时的交叉与变异操作，解决了人工处理评阅答辩分组时所包含的精度不高、处理速度慢、难以应对大规模人员分配等问题。
-
公开(公告)号：CN111292002A
公开(公告)日：2020-06-16
申请号：CN202010110536.4
申请日：2020-02-24
Applicant: 福州大学
Abstract: 本发明涉及一种基于遗传-粒子群算法的评阅答辩分组方法及系统，采集关键信息，并对关键信息与参数进行编码，每个解由若干个答辩组构成；根据对应的约束条件生成的目标函数设计适应度函数；将数据按照解的编码进行初始化得到初始种群；将种群中的粒子进行交叉变异操作：当粒子经过多轮迭代达到一定条件后，停止对粒子的迭代操作，此时全局最优粒子就是适应度最高的近似最优解，得到最优结果。本发明借鉴了遗传算法中的染色体思想，将解设计为矩阵和张量，以满足离散型解在更新时的交叉与变异操作，解决了人工处理评阅答辩分组时所包含的精度不高、处理速度慢、难以应对大规模人员分配等问题。
-
公开(公告)号：CN115599994A
公开(公告)日：2023-01-13
申请号：CN202211215906.6
申请日：2022-09-30
Applicant: 福州大学(CN)
IPC: G06F16/9535 , G06N3/00 , G06F18/23
Abstract: 本发明提供了一种基于进化计算的旅游景区推荐方法，将每个解视作粒子位置，每个节点的位置值即社区标签。使用多目标粒子群优化算法同时最大化社区内部连接，最小化社区之间的连接；将标签的传播过程视为粒子位置的移动，每个粒子需要融合全局最优位置以及个体最优位置的信息来更新当前位置。粒子移动到新的位置后，若优于个体最优位置，则更新，否则不做任何操作；当所有的粒子位置趋于稳定时，停止粒子群优化。应用本技术方案能够有效地在复杂网络中对不同的景区进行聚类。
-
-
Search Results
3
records
(took 0.016 seconds)
