林盈
- 作品数：13 被引量：73H指数：3
- 供职机构：中山大学教育学院心理学系更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 关于加强青年学者资助政策的研究——基于青年学者和高层次人才的问卷调查统计结果分析被引量：1
- 2017年
- 为全面了解青年学者对项目资助的需求,给国家自然科学基金委员会制订35岁以下青年人才资助政策提供参考依据,从而更好地帮助和促进青年人才的成长,首先对青年学者的项目申请与资助情况进行问卷调查,分别从资助金额、资助用途、研究困难等方面进行统计分析;然后对高层次人才进行问卷调查,通过高层次人才自身在青年阶段的发展经历,使得问卷调查更有说服力,现对问卷结果加以分析和研究,发掘和探讨,得出结论,供国家自然科学基金委员会参考,以进一步促进青年学者的快速发展。
- 刘梅王子佳林盈詹志辉
- 关键词：国家自然科学基金青年学者问卷调查
- 遗传算法和粒子群优化算法的性能对比分析被引量：50
- 2014年
- 遗传算法与粒子群优化算法作为经典的进化计算方法已经被广泛地应用于函数优化、生产调度、机器学习和数据挖掘等领域。对这两种经典算法在求解不同问题时的性能进行了系统的对比和分析,比较了两种算法在求解单峰和多峰问题上的性能差异。进一步对算法的健壮性进行了测试,分析了算法运行过程中参数对算法性能的影响。最终总结出两种算法的性能特点,并讨论了算法的改进策略,旨在为工程应用中的算法选择提供技术参考。
- 张鑫源胡晓敏林盈
- 关键词：遗传算法粒子群优化算法性能对比
- 差分演化算法各种更新策略的对比分析被引量：12
- 2013年
- 差分演化算法(differential evolution,DE)是一种模拟生物演化过程的随机搜索方法,具有收敛速度快,鲁棒性好等优点。目前DE有多种交叉和变异策略,它们在求解各类优化问题时表现出各自不同的性能。介绍了10种差分演化算法的更新策略,并利用标准测试函数集对它们进行了全面与系统的实验比较。通过分析采用这些策略的DE算法在不同解空间及进化各阶段的收敛曲线特点,对比总结了不同版本的DE算法在各类环境下的搜索性能。该研究一方面能够为DE算法的实际应用提供技术指导,帮助学者选择合适的DE更新策略以更好地解决工程问题;另一方面能够为新型DE更新策略的开发和自适应DE算法的设计提供理论基础。
- 刘琛林盈胡晓敏
- 关键词：全局优化
- 多种群多策略的并行差分进化算法被引量：10
- 2014年
- 为了更好地提高并行差分进化算法的求解精度和计算效率,实现适用于解决多种优化问题的鲁棒性算法,提出了一种多种群多策略的并行差分进化算法。该算法将种群划分为多个子种群,不同的子种群分别采用不同的差分进化策略。多个子种群各自独立进化,互不干扰,每隔一定代数才进行种群间的通信交流。通过利用多种群实现多种优化策略,并采用并行方式,使得算法可以采用不同的优化策略进行搜索,更加节省计算时间。数值实验结果表明,该算法在求解不同类型的优化问题时都具有良好的计算能力和效率。
- 陈颖林盈胡晓敏
- 关键词：多种群差分进化
- 基于蚁群优化的医疗系统入院调度方法
- 本发明公开了的一种基于蚁群搜索算法的患者入院安排调度方案。该技术同时考虑了医院资源约束、患者入院次数与患者最大等待时间三个约束，通过尽可能多的对病情严重程度不同的患者办理入院手续并进行治疗，以此来达到提高医院的服务质量的...
- 张军林盈黄立峰
- 文献传递
- 关于加强青年学者资助政策探索--基于国家自然科学基金项目的统计分析
- 2016年
- 随着科学技术的日益进步和经济的飞速发展,思维活跃、创新性强的青年学者正在逐渐挑起国家科技进步的大梁。国家也先后出台了一系列的资助政策与项目用来加快科研的进步,但主要是偏向于一些有经验的资深学者,青年学者获得资助的广度和强度仍然相对较弱。为了全面了解青年学者成长过程中受项目资助的情况,本文就2007年到2011年各类资助项目(国家杰出青年科学基金、面上项目、地区基金、青年基金)进行了数据统计。通过对统计结果进行分析与探讨,得出一些结论,提出一些青年基金资助规模和管理模式的政策建议,给国家自然科学基金委员会制订青年人才资助政策提供参考依据。
- 刘梅王子佳林盈林星彤詹志辉
- 关键词：国家自然科学基金青年学者项目统计
- 智能计算及其应用研究
- 张军钟树鸿陈伟能胡晓敏林盈詹志辉
- 该项目成果属计算机理论及其应用范畴。智能计算方法包括遗传算法、蚁群优化算法、粒子群优化算法等，近年来一直是计算机科学研究领域的一个热点研究分支。通过对生物进化、群体智能等自然行为的模拟，智能计算方法不依赖于待解问题的数学...
- 关键词：
- 关键词：计算机理论
- 引入测评机制的综合学习粒子群优化算法
- 2015年
- 综合学习粒子群算法(CLPSO)能够改善粒子群算法多样性差且易局部收敛的问题,相比传统PSO算法能够一定程度避免算法早熟,但却存在收敛速度慢的问题。对此,提出一种CLPSO的改进算法(CLPSO-II),为每个粒子随机构造两个学习粒子,引入测评机制,择优学习。实验结果表明,CLPSO-II能有效提高CLPSO的搜索效率,在处理多峰函数时,其性能优于传统粒子群算法(PSO)、全面学习粒子群算法(FIPS)和综合学习粒子群算法(CLPSO)。
- 喻雪胡晓敏林盈
- 关键词：多峰函数粒子群算法
- 基于自适应蚁群优化的弹性车间调度技术
- 本发明公开了一种基于自适应蚁群的弹性车间调度技术。该技术将蚁群优化算法应用于弹性车间调度问题。为使算法在不同问题实例上均取得理想性能，本发明在蚁群优化算法中引入了一种能够根据待解问题实例和当前搜索状态来自动选择启发式信息...
- 张军林盈张宇辉
- 文献传递
- 基于蚁群搜索算法的异构无线传感器网络寿命优化技术
- 本发明公开了一种基于蚁群搜索算法的异构无线传感器网络寿命优化技术。该技术同时考虑无线传感器网络必须完全覆盖监测目标和保持网络连通性的两个约束，通过把网络中不同类型的设备划分为尽可能多的同时满足覆盖和连通约束的子集来优化异...
- 张军林盈周琦
- 文献传递
