安徽省高校省级自然科学研究项目(2011A006)
- 作品数：6 被引量：66H指数：5
- 相关作者：贾瑞玉李亚龙潘雯雯刘范范王伟东更多>>
- 相关机构：安徽大学泰山学院更多>>
- 发文基金：安徽省高校省级自然科学研究项目更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 基于MapReduce的量子蚁群算法被引量：3
- 2013年
- 量子蚁群算法是在蚁群算法的基础上结合量子计算而提出的,该算法具有较好的全局寻优能力和种群多样性。应用MapReduce的key/value编程模型,将量子蚁群算法并行化,提出了基于MapReduce的量子蚁群算法(MQACA),并将其部署到Hadoop云计算平台上运行。对0-1背包问题的测试结果证明,随着数据规模的扩大和并行程度的提高,MQACA具有良好的加速比和并行效率。
- 贾瑞玉李亚龙
- 关键词：量子蚁群算法云计算MAPREDUCE模型
- 基于MapReduce模型的并行量子进化算法被引量：6
- 2012年
- 利用MapReduce模型可自动编写串行程序及编程接口简单的优点,实现量子进化算法在MapReduce模型下的并行化,提出基于MapReduce模型的并行量子进化算法MRQEA,并将其部署到Hadoop云计算平台上运行。对0-1背包问题的测试结果证明,MRQEA算法在处理大型数据集时具有良好的加速比和并行效率。
- 贾瑞玉刘范范潘雯雯王伟东
- 关键词：量子进化算法MAPREDUCE模型云计算平台HADOOP平台
- 粗糙集与遗传算法的虚拟企业伙伴选择被引量：15
- 2012年
- 针对虚拟企业伙伴选择过程中传统的属性权重设计方法过多依赖于主观经验的缺点,虚拟企业伙伴选择过程中决策因素多、信息量大、候选投标伙伴数量多等问题,提出一个基于粗糙集和自适应遗传算法的虚拟企业伙伴选择算法.利用粗糙集的知识熵,为潜在伙伴企业的样本数据集建立决策系统,使得在不需要任何先验知识的前提下,得到客观的评价指标的权值.同时,该算法将自适应遗传算法运用于最优伙伴的选择模型中.通过将该算法与标准遗传算法的实验结果对比,证实了该算法的可行性和有效性.
- 贾瑞玉潘雯雯刘范范
- 关键词：虚拟企业粗糙集自适应遗传算法伙伴选择
- 求解旅行商问题的混合量子蚁群算法被引量：13
- 2013年
- 针对蚁群算法求解旅行商问题时易陷入局部最优和收敛速度慢的问题,提出一种新的求解旅行商问题的混合量子蚁群算法。该算法采用量子比特的概率幅对各路径上的信息素进行编码,采用量子旋转门及蚂蚁走过的路径对信息素进行更新,设计一种新的变换邻域准则。基于TSPLIB的仿真实验结果表明了该算法具有较快的收敛速度和求解精度。
- 贾瑞玉李亚龙管玉勇
- 关键词：量子蚁群算法旅行商问题
- 基于MapReduce模型的并行遗传k-means聚类算法被引量：22
- 2014年
- 为了提高遗传k-means算法时间效率和聚类结果的正确率,利用遗传算法的粗粒度并行化设计思想,提出了在Hadoop平台下将遗传k-means算法进行并行化设计。将各个子种群编号作为个体区分,个体所包含的各个聚类中心和其适应度作为值共同作为个体的输入;在并行化过程中,设计了较优的种群迁移策略来避免早熟现象的发生。实验对不同的数据集进行处理,实验结果表明,并行化的遗传k-means算法在处理较大数据集时比传统的串行算法在时间上和最后的结果上都具有明显的优越性。
- 贾瑞玉管玉勇李亚龙
- 关键词：遗传算法K-MEANS算法MAPREDUCE模型HADOOP平台并行化
- 虚拟企业伙伴选择的遗传粒子群混合算法被引量：8
- 2014年
- 针对标准粒子群优化算法易陷入局部最优的缺点,提出了一种遗传粒子群混合算法。通过对算法中惰性粒子和局部最优粒子分别进行交叉变异,以及消除粒子速度对寻优的干扰,从而避免了粒子种群单一化和局部最优的问题。将该算法应用于虚拟企业伙伴选择实验,结果表明在进化代数和最优值方面是令人满意的。
- 贾瑞玉刘开丽
- 关键词：粒子群优化算法遗传算法伙伴选择
