贺毅朝
- 作品数：56 被引量：491H指数：11
- 供职机构：河北师范大学软件学院更多>>
- 发文基金：国家自然科学基金河北省科学技术研究与发展计划项目河北省教育厅科研基金更多>>
- 相关领域：自动化与计算机技术理学文化科学电子电信更多>>
- 基于遗传算法求解NPC的研究被引量：1
- 2014年
- 首先建立了0-1KP和3-SAT的数学模型;然后分别基于遗传算法(GA)与贪心策略相结合给出了一种求解0-1KP的有效算法,基于GA与局部搜索相结合给出了一种求解3-SAT的可行算法;最后通过对0-1KP实例和3-SAT实例的仿真计算,验证了算法的可行性与有效性.
- 王勋宋建民贺毅朝
- 关键词：NP完全问题遗传算法
- 微粒群算法与郭涛算法在数值优化中的比较被引量：9
- 2007年
- 对于9个典型的复杂BenchMark测试函数,分别利用PSO算法和GuoA算法进行数值计算比较,大量实验结果表明:GuoA算法更具有通用性和坚韧性,在全局收敛趋势方面较优,但是速度相对较慢;PSO算法的收敛速度很快,而且对于某些极难问题更具有优越性,但成功率相对较低,且容易早熟。
- 贺毅朝张翠军王培崇张巍
- 关键词：演化算法微粒群算法郭涛算法
- 《计算科学导论》评介被引量：1
- 2005年
- 当前"计算机科学与技术导论"教材的特点
国内外高等学校计算机科学与技术专业开设有关计算机科学与技术学科综述性导引(导论)类课程由来已久.
- 刘坤起贺毅朝杜欣
- 关键词：教材评介高校教材特点
- 混合编码和声搜索算法在动态优化中的应用被引量：3
- 2012年
- 采用混合双重编码方法,提出一种混合编码二进制和声搜索算法HBHSA,用以求解动态位匹配问题和时变背包问题。仿真结果表明,与DS_BPSO、HBDE和PDGA算法相比,HBHSA具有更好的鲁棒性和通用性,在动态环境中的搜索能力和对最优解的跟踪能力更优。
- 李宁贺毅朝田海燕
- 关键词：进化算法和声搜索算法动态优化
- 一种具有双重进化空间的扩展粒子群优化算法被引量：1
- 2008年
- 为了使粒子群优化(PSO)适于求解更多类问题,提出一种由动力空间和制导空间共同进化的改进粒子群优化算法—具有双重进化空间的扩展粒子群优化算法(简记EPSO).在EPSO中,在演化转换映射的作用下,首先将动力空间中对粒子辅助位置的进化转换为制导空间中对主导位置的进化,然后基于对主导位置的择优选择操作实现算法的进化过程.EPSO克服了PSO仅适于求解连续域最优化问题的缺陷,也非常适于求解离散组合优化问题.对于随机3-SAT问题、背包问题和TSP问题,通过与PSO、ACO和GA等算法的计算对比表明:EPSO是一种继承了PSO优点的高效、扩展演化算法.
- 贺毅朝王熙照曲文龙
- 关键词：粒子群优化
- 敏捷制造中制造资源选择问题的遗传算法被引量：7
- 2007年
- 对敏捷制造系统重构中的制造资源选择问题进行了分析,建立了数学模型,提出了一种适合求解该问题的遗传算法。该算法与解决同类问题的已有算法相比,编码方案和遗传算子均比较简单。实验结果表明,遗传算法在解的质量、稳定性和收敛速度方面具有优良性能。
- 张翠军贺毅朝王金山
- 关键词：敏捷制造资源选择遗传算法
- 快速Monte Carlo概率素数测试算法
- 2009年
- 为了快速实现素数测试,基于容斥原理给出了一种试除小素数优化策略,然后将该优化策略与Leh-m ann算法以及基于递归技术改进的计算余数算法相结合,提出了一种实现快速素数测试的Monte Carlo概率算法.利用该算法并结合C++6.0具有的特殊整型-int64特性,可以快速测定大奇数(至少78位十进制数)是否为素数.
- 贺毅朝王彦祺刘坤起
- 关键词：递归技术
- 基于两种进化模式的双种群协作差分演化算法被引量：9
- 2008年
- 提出了一种基于两种进化模式的双种群协作差分演化算法(DPDE)。在DPDE中,两个种群通过协作共同进化。首先,各种群以不同的进化模式,通过个体竞争实现自身进化;其次,种群之间基于局部信息传递和共享机制,通过随机交换个体方式相互协作、共同进化,既实现了不同进化模式间的优势互补,又可以改善种群的多样性。对于5个典型Benchmark测试函数,通过与DE和DEfirDE算法的比较表明:DPDE具有更好的全局收敛性和鲁棒性,特别适合求解高维多模态函数的最优化问题。
- 王培崇贺毅朝钱旭
- 关键词：差分演化
- 蝉鸣优化:一种新的仿生进化算法被引量：1
- 2014年
- 借鉴秋蝉鸣叫中表现出的某种同步化以及蝉的生活习性提出了一种新的仿生优化算法:蝉鸣优化(CSO),分析并指出了CSO除具有一般进化算法的特性外还具有两点独特的特性,并基于有限Markov链理论证明了CSO的渐近收敛性。利用CSO、PSO和DE对9个高维Benchmark函数的仿真计算比较表明:CSO是一种非常适于求解数值最优化问题的进化算法。
- 贺毅朝李宁李文斌
- 关键词：进化算法
- 差分演化的收敛性分析与算法改进被引量：73
- 2010年
- 为了分析差分演化(differential evolution,简称DE)的收敛性并改善其算法性能,首先将差分算子(differential operator,简称DO)定义为解空间到解空间的笛卡尔积的一种随机映射,利用随机泛函理论中的随机压缩映射原理证明了DE的渐近收敛性;然后,在"拟物拟人算法"的启发下,通过对DE各进化模式的共性特征与性能差异的分析,提出了一种具有多进化模式协作的差分演化算法(differential evolution with multi-strategy cooperating evolution,简称MEDE),分析了它所具有的隐含特性,并在多模式差分算子(multi-strategy differential operator,简称MDO)定义的基础上证明了它的渐进收敛性.对5个经典测试函数的仿真计算结果表明,与原始的DE,DEfirDE和DEfirSPX等算法相比,MEDE算法在求解质量、适应性和鲁棒性方面均具有较明显的优势,非常适于求解复杂高维函数的数值最优化问题.
- 贺毅朝王熙照刘坤起王彦祺
- 关键词：差分演化压缩映射随机算子进化模式
