TA的每日心情 | 开心
2020-9-8 15:12 |
|---|
签到天数: 2 天 [LV.1]初来乍到
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
摘 要： 基于模型诊断中的极小碰集问题是人工智能领域的一个重要课题，现实中很多实际问题都可以转化为 极小碰集问题，如老师与课程问题，极小覆盖集问题等．通过对极小碰集问题特征的研究，本文结合粒子群优化求解极 小碰集的算法提出了一个新的算法，来指导极小碰集的求解：引入学习机制，减少极小碰集求解中对无解空间的搜索； 加入翻转策略，来加速极小碰集有解空间中的求解．实验结果表明本文提出的算法在求解极小碰集问题上的效率有明 显提高．4 J9 @" o* a, f& F# U
% F7 W6 g# ?' [
关键词： 极小碰集；特征；学习机制；翻转策略
7 W& w5 X4 k5 \; |
! P! A, G2 S2 `- U1 \4 o1 K% K4 {" P+ F1 m* [5 i( i$ T
) E# P2 q0 i: V: X, W# d& l# T 基于模型诊断问题是 基本的极小碰集求解问题，通常先求出所有极小冲突集 合，再通过极小冲突集合簇求解极小碰集，即系统的极 小诊断．现实和理论中的很多问题在某种程度上都可以 归结为极小碰集问题．如智能规划问题［１］，实时多故障 诊断中的动态碰集问题［２］，不可满足核求解问题［３］等。9 }" F+ v1 u0 c& W$ y* d9 A0 W) q
; a4 ?! j! s1 S( B2 b. k3 t
- x( u1 |- v1 K9 T附件下载：
结合特征学习的粒子群求解极小碰集方法.pdf
(1.62 MB, 下载次数: 0)
8 j3 N, I: ?" W1 O6 p1 { |
|
/1 
发表于 2021-2-3 10:54
收藏
淘帖
支持！
反对！