您的位置: 专家智库
>
资助详情 >
广东省教育部产学研结合项目(2010B090400235)
广东省教育部产学研结合项目(2010B090400235) 作品数:8 被引量:52 H指数:4 相关作者: 彭志平 许波 余建平 赖锦辉 梁松 更多>> 相关机构: 广东石油化工学院 湖南师范大学 湖南大学 更多>> 发文基金: 广东省教育部产学研结合项目 国家自然科学基金 广东省自然科学基金 更多>> 相关领域: 自动化与计算机技术 更多>>
多知识库整合技术在企业供应链中的应用 被引量:1 2012年 企业供应链中数据的独立性较差,智能化程度较低。为此,提出一种多知识库整合技术,并将其应用于企业供应链中。通过寻找TBox间的重叠区域,建立概念关联,消除数据冗余性和不一致性,以整合知识库。设计多ABox优化技术及其实现算法,给出服务请求子系统结构、服务接收子系统和知识库整合中心框架。实验结果表明,该技术能减少系统运行时间。 彭志平 夏战锋 周超关键词:供应链 知识库 查询算法 描述逻辑 一种新的基于GCS-SVM的网络流量预测模型 被引量:25 2013年 针对网络流量预测模型存在预测稳定性不好、精度较低等问题,提出一种改进布谷鸟搜索算法优化支持向量机的网络流量预测模型(GCS-SVM)。将网络流量时间序列进行重构,采用改进布谷鸟搜索算法优化支持向量机参数,使用这组最优参数建立网络流量预测模型。仿真结果表明,GCS-SVM模型对网络流量预测是有效可行的。 赖锦辉 梁松关键词:网络流量预测 高斯变异 支持向量机 一种消除孤立点的微博热点话题发现方法 被引量:9 2014年 微博具有数量多、字数少、话题广泛等特点,导致数据中孤立点较多,对微博热点话题聚类算法产生不利影响,为此,提出一种消除孤立点的微博热点话题发现方法。首先消除数据集中的孤立点,然后采用CURE(Clustering Using Representatives)算法对剩余有聚类价值的数据进行聚类,最后通过实例验证算法的有效性。结果表明,相对于对比聚类算法,该算法降低聚类结果对孤立点的敏感度,提高了微博热点话题发现的准确性,并提高了算法的运行效率,更适合应用于大规模的微博热点话题发现。 赖锦辉 梁松关键词:CURE算法 一种不一致本体的可废止推理系统 2012年 利用可废止逻辑的非单调知识表示和推理能力、线性的计算复杂性和易于实现等优点,整合描述逻辑和可废止逻辑,提出了一种不一致本体的可废止推理系统(简称为DeRS).DeRS使用描述逻辑定义的本体和可废止理论对领域问题进行混合建模,将TBox划分为最大的一致公理集和最小的不一致公理集,并进行初始化;然后利用转换算法,将一致公理集的公理和不一致公理集的公理分别映射为硬性规则和可废止规则,并添加到可废止理论中;最后利用新定义的可废止推理规则进行非单调可废止推理,由此解决了不一致本体的推理问题,弥补了描述逻辑在非单调性方面的不足.结果表明DeRS具有协调性、易处理性、可判定性、可靠性等基本性质. 彭志平 柯文德 史忠植关键词:语义WEB 本体 非单调推理 描述逻辑 基于本体概念群组划分的语义距离计算方法 被引量:7 2011年 概念的语义相似度计算是自然语言处理等领域的重要研究内容,基于语义距离的概念相似度计算是其主要方法.在分析现有算法存在弊端的基础上,提出基于领域本体群组划分的概念语义距离计算方法.首先给出多概念群组下概念语义距离的计算规则,然后分别提出群组内和群组间的概念语义距离计算方法,通过引入正向和反向的语义距离来解决上下位关系概念对的语义相似度非对称性,并通过概念节点的位置动态分配关系的权值来处理其他非上下位的二元关系.实验表明,基于领域本体群组划分的概念语义距离计算方法是有效的,与其他典型的同类方法相比,具有明显的优势. 彭志平 李晓明 柯文德关键词:本体 语义相似度 语义距离 基于云模型的NSGA-Ⅱ算法改进 被引量:3 2012年 如何使算法快速收敛到真正的Pareto前沿,并保持解集在前沿分布的均匀性是多目标优化算法重点研究解决的问题.提出一种基于云模型的改进NSGA-Ⅱ算法,利用正态云模型云滴的随机性和稳定倾向性特点,分别对交叉、变异、拥挤距离算子进行改进.使算法既具有传统的趋势性和满足快速寻优能力,又具有随机性.在提高收敛速度与保持种群多样性之间做了个很好的权衡.通过求解多目标背包问题,对本文算法的多目标优化性能进行了考察,并与NSGA-Ⅱ算法进行比较,结果表明本文算法在整个解空间内能快速搜索到Pareto最优解,使搜索到的Pareto最优解在前沿均匀分布. 许波 彭志平 余建平 王永关键词:云模型 多目标优化 函数优化 改进非支配排序遗传算法求解多目标Agent联盟 被引量:3 2012年 采用典型多目标进化算法-NSGA-II对从任务角度进行抽象建模所得到的Agent联盟模型进行生成优化,并针对Agent联盟生成存在的特点,将Pareto最优概念与多目标优化相结合对NSGA-II算法进行改进,从而实现兼顾联盟收益、开销、时间约束等多个目标。仿真对比实验结果表明,算法运行一次可以获得多个Pareto最优解,为各个目标之间权衡分析提供了有效的工具,在满足性能要求下,可为联盟生成提供满足多个设计目标的全局优化方案,对联盟实际应用具有借鉴与应用价值。对联盟实际应用具有借鉴与应用价值。 许波 余建平 彭志平 朱兴统关键词:AGENT联盟 PARETO最优解 多目标问题 多目标优化 基于量子多目标进化算法的多任务Agent联盟生成 被引量:4 2012年 多Agent联盟生成是多Agent系统的关键问题之一,主要研究如何在多Agent系统中动态生成面向任务的最优联盟.为使Agent能稳定的组织起来完成单Agent不能完成的任务并在成本、资源、利益等方面达到一个良好的平衡性能并达到全局最优,提出了联盟多目标综合评价模型,并将量子进化多目标算法应用于多目标多任务Agent联盟问题,运用编码的映射,将资源组合和任务分配合并为一个过程,降低了问题的复杂性.对比实验结果表明该算法求得的解的质量高,平衡性好,能有效避免了联盟死锁和资源浪费. 许波 彭志平 余建平 王永关键词:多AGENT 联盟生成 多目标优化