吴军
- 作品数：5 被引量：5H指数：1
- 供职机构：宁夏大学新华学院更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 基于Pareto支配的双目标优化求解非线性双层规划问题被引量：1
- 2020年
- 双层规划问题是一类具有双层递阶结构的系统优化问题。采用Pareto支配的双目标优化策略求解非线性双层规划问题。利用K-T条件把双层规划问题等价转化单层规划问题,进而结合约束部分建立可行性度量目标形成双目标规划问题。在基本的差分进化算法框架中融入非负的最小二乘曲线拟合判断候选解的可行性,构造基于动态概率的Pareto支配选择策略挑选下一代个体,解决种群容易陷入局部最优的缺陷。15个标准函数的测试结果对比显示,该算法在求解非线性双层规划问题中具有较好的全局寻优能力、较低的计算复杂度、较强的稳定性和适用性,可以获得全局最优解。
- 吴军严丽娜
- 关键词：差分进化PARETO支配K-T条件
- 微课程在独立院校翻转课堂中的应用研究被引量：1
- 2017年
- 目前,随着独立院校人才培养模式不断朝着应用型人才方向转变,传统的教学模式已经不适应现有课堂,教学改革在独立院校受到广泛重视。文章针对上述问题,将微课程融入翻转课堂模式中,提出了基于微课程的翻转课堂教学模式,并应用于独立院校概率论与数理统计课程中。在教学过程中,本文主要围绕概率论的微课程制作和基于微课程平台教学活动设计方面的建设展开论述和课堂教学试验,以期促进教学改革在独立院校的顺利实施。
- 吴军严丽娜赵雪芬
- 关键词：教学改革独立院校
- 基于改进的遗传算法求解旅行商问题被引量：2
- 2017年
- 论文提出了一种改进的遗传算法求解旅行商问题(TSP)。该算法结合TSP的特点,采用实数编码方式减少算法计算复杂度;等位交叉方式扩大算法的搜索空间,改善寻优能力;轮盘赌选择策略加快算法的收敛速度。通过30个城市的benchmark实例进行仿真试验,试验结果表明,改进的遗传算法改善了全局搜索能力,具有较快的收敛速度和较高的收敛精度。
- 吴军严丽娜
- 关键词：旅行商问题遗传算法收敛速度
- 精英群体引导遗传算法求解车辆路径问题
- 2024年
- 为了改善遗传算法在求解车辆路径问题时容易陷入局部最优和运算量大的问题,通过提升种群质量,形成以精英群体引导种群快速进化策略。改进传统遗传算法的交叉、变异和选择操作,以更多群体选择性提高进化效率。在6个TSPLIB标准库基准问题上和实际问题验证所提出的算法的可行性和有效性,实验结果表明:基于精英群体引导的遗传算法可有效地避免陷入局部最优解,提高了种群收敛速度,在求解的准确率、稳定性上都具有优势。
- 吴军
- 关键词：遗传算法组合优化车辆路径问题
- 动态种群规模协同进化算法求解多目标投资组合优化问题被引量：1
- 2019年
- 为了解决仅含预算约束的投资组合优化模型,提出一种基于种群密度的多目标协同进化算法.算法采用种群竞争的策略自适应的产生不定规模的种群,避免了固定种群规模的缺点.在进化过程中每个种群都会参考自身的最优个体以及竞争种群对自身的影响,超级个体集合存储进化过程中产生的最优解,通过最优个体的引导使算法快速收敛至Pareto前沿.实验结果表明,与NSGA-2算法相比,提出的算法在稳定性和收敛性都有很好的表现,是一种有效的多目标进化算法.
- 严丽娜吴军
- 关键词：投资组合协同进化多目标进化算法种群竞争
