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．
* Y$ T9 m3 X8 h$ R6 |+ @, t# m) t m! U; ~" H9 U
关键词： 极小碰集；特征；学习机制；翻转策略) S+ |4 V7 q* l K k. E
+ V$ r9 J: k7 x! P. @- R4 H
5 j! x+ |) M- E3 M6 q" N( E, | C$ q3 M
/ o0 k8 o: g' w4 R' y, X- X 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。
3 ^) D' H t9 I+ ?! S% r3 |' m' M) ?: r* |, e
( ]% b6 {# ^& {2 R2 }6 A2 v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)
' l6 b* K2 a7 o, N. C! Q
|
|
/1 
发表于 2021-2-3 10:54
收藏
淘帖
支持！
反对！