刘艳丽 作品数:6 被引量:46 H指数:5 供职机构: 山东师范大学 更多>> 发文基金: '泰山学者'建设工程专项 山东省自然科学基金 山东省优秀中青年科学家科研奖励基金 更多>> 相关领域: 自动化与计算机技术 经济管理 更多>>
求解多目标优化问题的改进蚁群算法 被引量:5 2008年 蚁群算法是一种模拟蚂蚁行为进行优化的启发式优化算法,该算法在许多领域已经得到应用。针对多目标优化问题优化与求解较困难的问题,提出一种嵌入变尺度算法的改进蚁群算法用于求解,为蚁群算法在连续空间中的应用提供了一个可行的方案。给出了该算法的详细定义及实现步骤,实例仿真表明,该算法能加快收敛速率,对连续空间的蚁群算法研究具有重要的意义。 孟岩 刘希玉 刘艳丽 李镇关键词:蚁群算法 多目标优化 连续空间优化 变尺度法 启发式算法在计划排产中的应用 被引量:7 2008年 面向单件生产的车间生产作业计划排产问题一直是研究的热点和难点。文中结合汽车模具行业生产管理特点和实际生产状况,针对有限能力排产问题,提出了具体的排产方法和步骤,并建立了基于启发式算法的车间作业优化排序函数。上述研究成果将提高排产的有效性,解决我国单件生产企业在计划排产中普遍存在的问题,对于加强车间生产控制和管理起到促进作用。 刘艳丽 刘希玉关键词:单件生产 启发式算法 密度算法及其在HRM中的应用研究 随着现代企业的信息化快速发展,信息系统产生的数据量日益增大,从大量的数据中提取有用信息并非易事。如何有效地利用海量的原始数据分析现状、预测未来,已成为人类面临的一大挑战,数据挖掘就是为了满足这种需要而产生的。
... 刘艳丽关键词:数据挖掘 聚类分析 分布式聚类 人力资源管理 绩效评估 文献传递 K-均值算法聚类分析及其在人力资源管理中的应用 被引量:6 2008年 本文提出了一种改进的K-均值聚类算法,在基本K-均值算法的基础上运用基于密度选择初始中心点并且通过学习特征权值改进聚类效果,克服了基本K-均值算法初始中心点难以确定、聚类结果不稳定的缺点;然后建立了一种基于改进的K-均值算法的人事管理系统聚类分析模型,本模型采用SQL Server 2000数据库实现并成功运用于国内一家知名软件企业的人力资源管理系统中,为该企业选聘人才和用好人才提供了有益的参考。 刘艳丽 刘希玉 孟岩 祖伟关键词:K-均值算法 聚类中心 特征权值 人力资源管理 一种基于密度的K-均值算法 被引量:19 2007年 针对传统的K-均值算法聚类时所面临的维数灾难、初始聚类中心点难以确定的缺点,提出一种改进的K-均值算法,其核心思想是通过降维、基于密度及散布的初始中心点搜索等方法改进K-均值算法。实验结果证明改进后的算法无论在聚类精度还是在稳定性方面,都明显优于标准的K-均值算法。 刘艳丽 刘希云关键词:K-均值算法 聚类中心 一种基于蚁群算法的K-means算法——在公路运输枢纽宏观布局规划中的应用 被引量:9 2008年 公路运输的发展有效促进了我国经济持续、快速的发展,但公路建设和运输枢纽建设呈现出不平衡性。因此需采用聚类分析对公路主枢纽城市进行聚类,划分层次来进行功能分析。K-means算法是聚类分析中使用最为广泛的算法之一,但算法具有初始中心点和聚类个数不确定等方面的缺点。针对其缺点,提出将基于蚁群算法的K-means算法应用于在公路运输枢纽布局规划中。实验结果表明,与单独使用两种算法相比,该算法更能有效地解决公路主枢纽城市的聚类问题。 孟岩 刘希玉 刘艳丽关键词:蚁群聚类算法 公路运输 主枢纽城市