公共文化服务平台

常瑞云: 作品数：10 被引量：26H指数：3; 供职机构：南京邮电大学电子科学与工程学院更多>>; 发文基金：国家自然科学基金中国博士后科学基金江苏省自然科学基金更多>>; 相关领域：自动化与计算机技术文化科学更多>>

合作作者

基于Memetic算法的多目标复杂网络社区检测被引量：1: 2016年; 文中研究复杂网络社区检测机制,提出了一种基于Memetic算法的多目标社区检测算法。为了提高种群多样性、减少搜索空间和提高算法效率,算法采用标签启发式快速传播的初始化策略,混合交叉,在每个社区中选择一个节点变异等优化两个目标函数,即Improved Ratio Association(IRA)和Ratio Cut(RC),将多目标优化问题转化成同时最小优化这两个目标函数;在局部搜索中利用权重和将两个目标函数构成一个局部优化目标并采用爬山搜索来寻找个体最优。针对计算机合成网络与两个经典真实网络的实验结果表明,与四个基于EA的算法和Fast modularity算法相比,基于Memetic算法的多目标复杂网络社区检测机制在解决复杂网络社区检测问题上具有一定优势。; 周春霞周井泉常瑞云; 关键词：MEMETIC算法局部搜索多目标

基于多策略离散差分进化的移动互联网个性化服务组合被引量：2: 2016年; 移动互联网技术的普及使人们不再满足于单一功能的服务,而更倾向于按需定制的个性化服务或服务组合。提出了一种应用于Web服务组合的多策略离散差分进化(multi-strategy discrete differential evolution,MDDE)算法。该算法采用随机选择框架,调用具有不同特性的变异策略,是一种搜索能力和收敛速度均衡的离散差分进化算法。实验结果表明,MDDE算法在求解Web服务组合优化问题中比原始DE算法的收敛精度更高,稳定性更好。; 许斌亓晋印溪王野常瑞云; 关键词：WEB服务组合差分进化

基于智能优化算法的云制造服务组合研究: 云制造是一种面向服务的网络化制造新模式，充分融合“分散资源集中管理，集中资源分散服务”的思想，为制造资源优化配置提供了一种新思路。但由于制造企业的专业化以及用户需求的日益个性化、多样化，单功能服务已无法满足用户需求，需按...; 常瑞云; 关键词：云制造服务质量人工蜂群算法局部搜索智能优化算法

基于双层阶段式教学目标的MOOC教学方法被引量：3: 2016年; 为帮助师生实现个性化网络教学,提高在线网络学习的效率及学习的积极性,提出一种基于双层阶段式教学目标设定法的MOOC教学方法。学习者在MOOC教学平台中接受基础测试考核,确立与基础相符的学习目标,智能化选择教学资源,并实时更新调整;课堂引导平台接收考核结果,设定教学目标,整合教学资源;学习需求者和教师会在交流平台实时沟通。这种方式能使MOOC教学个性化,有助于帮学生制定个性化学习计划,培养自主学习能力,提高学习效率。; 许斌亓晋常瑞云胡筱旋; 关键词：智能化教学个性化学习

基于离散人工群算法的云制造服务组合被引量：4: 2016年; 随着互联网、云计算等网络技术的快速发展,单一制造服务已无法满足用户日益复杂的制造任务,所以云制造服务组合问题一直是近年来应用和研究的热点,为典型NP难题。文中针对云制造服务组合优选问题,改进原始人工蜂群算法(Artificial Bee Colony,ABC),提出了一种基于局部搜索离散蜂群算法(Location Search Discrete Artificial Bee Colony,LSDABC),从而为用户选择服务质量(Quality of Service,Qo S)最优的服务组合执行路径。该算法引入种群的选择概率和对最优解的局部搜索策略,提升算法的开采能力、收敛速度,同时避免出现搜索停滞陷入局部最优。最后将LSDABC应用于云制造服务组合优选中进行仿真实验,并将结果与原始ABC、DE、PSO算法进行对比。实验结果表明,LSDABC具有较好的求解质量和鲁棒性。; 常瑞云周井泉许斌亓晋; 关键词：QOS 局部搜索

基于知识的人工蜂群服务组合优化算法被引量：1: 2016年; 近年来,Web服务组合问题一直是研究热点,是典型的NP难题。随着Web服务技术的发展,用户更加注重服务质量。目前,将人工蜂群算法应用于连续性优化问题的研究比较多,然而将其用于解决Web服务组合这一离散化问题却不多见。为了提高在大量Web服务中快速有效找到针对特定问题的最优Web服务组合的效率,以满足用户对服务质量日益提高的需求,文中提出一种基于服务顺序知识的人工蜂群算法(KABC)来解决这一NP问题。首先,建立了单个服务的Qo S评估模型,并提出了应用于Web服务组合优化问题的Qo S数学模型。其次,算法运用当前较优解的服务顺序知识来指导后续解的更新,加快了算法的收敛速度,提高了精度。实验结果表明,与原始的ABC、PSO算法相比较,KABC具有更快、更优的搜索能力以及更好的求解质量。; 王野周井泉常瑞云; 关键词：WEB服务组合 NP 人工蜂群算法

基于阶段式教学目标设定法的数据结构教学研究被引量：8: 2015年; 传统数据结构的教学偏重于理论,学生学习知识后,仍缺乏足够的勇气和能力将知识进行推广应用和二次创新。为改善这种现象,提出了一种阶段式教学目标设定法,通过划分梯度团队设定分阶段子教学目标,并引入行为引导型教学法改进教学过程。实践表明,这种方法较好的实施了个性化教学,提升了教学效果,培养了学生的自主学习能力。; 许斌亓晋郭阳常瑞云; 关键词：数据结构行为引导型教学

混沌蚁群算法的Web服务组合优化研究被引量：4: 2017年; 为保证Web服务组合满足用户对Web服务质量日益增长的需求,提出了基于体验质量(Quality of Experience,Qo E)的Web服务组合优化方法,即建立模糊专家系统(Fuzzy Expert System)Qo E评估模型,并转化为Web服务组合优化的数学模型,采用混沌蚁群算法(Chaos Ant Colony Optimization,CACO)进行Web服务组合优化求解。该方法利用混沌算法的遍历性、随机性和规律性,通过引入混沌扰动来避免优化过程中出现局部最优解,以期获得服务组合的全局最优解。为验证CACO算法的可行性和有效性,对其与人工蜂群算法(ABC)、粒子群算法(PSO)和原始蚁群算法(ACO)等进行了同步对比实验。实验结果表明,CACO算法相比其他算法具有运行时间短、收敛速度快且稳定性高的优点,具有较好的发展前景。; 承松周井泉常瑞云; 关键词：WEB服务组合模糊专家系统混沌蚁群算法

云制造服务组合的研究被引量：3: 2017年; 近年来,随着新一代信息技术的发展,云制造服务组合已成为一个研究热点。文中从云制造单任务和多任务的角度对国内外云制造服务组合的研究进行了讨论,归纳概括了云制造服务组合的相关特点,分析了现有云制造服务组合模型中的不足,提出了面向双侧的新型云制造服务组合模型,最后对未来的研究趋势进行了展望。; 许斌亓晋胡致远常瑞云孙雁飞; 关键词：多任务

一种云制造服务的组织管理和使用方法和系统: 本发明公开了一种云制造服务的组织管理和使用方法和系统，该方法依托物联网技术、云计算技术，通过相关网络技术如XML语言或HTTP协议对云制造中服务提供者、服务请求者、云制造服务平台三者之间的交互进行描述；同时基于网络技术的...; 许斌亓晋孙知信常瑞云; 文献传递

常瑞云

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

常瑞云

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈