發(fā)布時(shí)間：2016-11-01 17:55

  本文關(guān)鍵詞：基于進(jìn)化計(jì)算的行為模型自動(dòng)精化和排序?qū)W習(xí)方法的研究，，由筆耕文化傳播整理發(fā)布。

《山東大學(xué)》 2009年

基于進(jìn)化計(jì)算的行為模型自動(dòng)精化和排序?qū)W習(xí)方法的研究

王帥強(qiáng)  

【摘要】： 進(jìn)化計(jì)算是研究仿照生物進(jìn)化自然選擇過程中所表現(xiàn)出來的優(yōu)化規(guī)律和方法,以解決復(fù)雜的工程技術(shù)領(lǐng)域或其他領(lǐng)域的優(yōu)化問題的一種計(jì)算方法。隨著進(jìn)化計(jì)算自身的發(fā)展,一些新的進(jìn)化計(jì)算方法在不斷的提出,而一些舊的方法也在煥發(fā)著新的活力。 近些年,在一些領(lǐng)域中的某些問題的研究中,傳統(tǒng)的方法遇到了很大的困難,例如在軟件工程領(lǐng)域中的模型精化問題;而在一些領(lǐng)域中,某些問題利用傳統(tǒng)的人工智能方法不能得到很理想的結(jié)果,例如信息檢索領(lǐng)域中的排序?qū)W習(xí)問題。這些問題都促使我們從進(jìn)化計(jì)算的角度重新審視,以期利用自然進(jìn)化的思想對(duì)他們進(jìn)一步處理,從而得到理想的結(jié)果。 基于以上的應(yīng)用背景和需求,本文重點(diǎn)研究了利用進(jìn)化計(jì)算相關(guān)算法解決傳統(tǒng)方法難以處理的某些問題:并以此為基礎(chǔ),開發(fā)了一系列的原型系統(tǒng)對(duì)研究成果進(jìn)行了驗(yàn)證。本文主要的研究內(nèi)容和創(chuàng)新點(diǎn)包括以下方面: 1對(duì)軟件系統(tǒng)中行為的建模和精化理論的研究。本論文根據(jù)自動(dòng)精化方法必須的條件,提出了一套描述行為模型的形式化符號(hào)體系,并據(jù)此提出了行為模型的形式化建模方法和行為精化理論。行為建模方法和行為模型的自動(dòng)精化方法的提出,為推動(dòng)模型驅(qū)動(dòng)開發(fā)理論,尤其是UML和形式化方法集成建模技術(shù)的發(fā)展和應(yīng)用,將會(huì)起到巨大的推動(dòng)作用。 在模型驅(qū)動(dòng)開發(fā)中,行為的建模和精化是一個(gè)關(guān)鍵問題,它需要考慮對(duì)象的一系列的動(dòng)作語義,包括動(dòng)作在何時(shí)觸發(fā),系統(tǒng)狀態(tài)如何變化,以及行為執(zhí)行結(jié)束后最終狀態(tài)如何描述等等。由于UML在模型語義等方面的缺失,以及形式化方法和UML混合建模研究的廣泛開展,使得我們不得不采用以集合論和謂詞邏輯為基礎(chǔ)的形式化建模方法,對(duì)行為進(jìn)行精確的建模并逐步精化至代碼。近幾十年中,盡管有很多精化理論和精化工具相繼提出,但總體而言,傳統(tǒng)的關(guān)于精化方面的研究主要考慮的是整個(gè)軟件系統(tǒng)模型的精化定義和驗(yàn)證問題。隨著UML和形式化方法集成建模的研究的廣泛開展,形式化建模方法所關(guān)注的領(lǐng)域轉(zhuǎn)變?yōu)檐浖到y(tǒng)的對(duì)象行為的細(xì)節(jié)。在這方面,國內(nèi)外并沒有相關(guān)的專門用于描述行為精化的思想提出,而傳統(tǒng)的基于整個(gè)系統(tǒng)的精化顯得過于龐大,對(duì)于我們的問題并不十分合適。因此,行為精化理論的提出,是一個(gè)亟待解決的重要問題。 根據(jù)自動(dòng)精化方法必須的條件,參照前人的工作,我們提出了一套描述行為模型的形式化符號(hào)體系,并據(jù)此提出了行為模型的形式化建模方法和行為精化理論。本文根據(jù)行為精化理論,從問題求解的角度上,提出了一種實(shí)現(xiàn)行為精化的一般性的指導(dǎo)思想,即通過搜索狀態(tài)空間,從而找到一個(gè)可以滿足特定條件的狀態(tài),進(jìn)而得到精化結(jié)果。通過估計(jì)狀態(tài)空間可以證明,遍歷式的窮盡搜索辦法是不可行的,必須引入啟發(fā)式的智能搜索機(jī)制。 2對(duì)基于遺傳規(guī)劃的行為模型自動(dòng)精化方法的研究。本論文提出了一種基于遺傳規(guī)劃的自動(dòng)精化方法,它為形式化模型的自動(dòng)精化方法提供了一個(gè)新的思路,同時(shí)為UML和形式化方法集成建模方法的推廣和應(yīng)用提供了更加有效的工具支持。 軟件開發(fā)的模型化和自動(dòng)化是軟件技術(shù)的發(fā)展趨勢,而缺乏自動(dòng)精化方法是阻礙形式化方法在業(yè)界應(yīng)用的一個(gè)重要原因。在本文中我們提出了一種基于遺傳規(guī)劃的自動(dòng)精化方法。 由于遺傳規(guī)劃算法源自于遺傳算法,它也有其自身的弱點(diǎn),最突出的問題就是它最適合線性結(jié)構(gòu)的問題求解邏輯,而不能有效地處理顯式的循環(huán)結(jié)構(gòu)和選擇結(jié)構(gòu)。為了解決上述問題,我們提出了一種基于謂詞邏輯的遺傳規(guī)劃方法。首先,對(duì)抽象模型的后置條件進(jìn)行自下而上的歸約精化,以生成顯式的循環(huán)結(jié)構(gòu)并將問題簡化和分解;然后將生成的子問題采用基于遺傳規(guī)劃的精化方法進(jìn)一步精化,將行為模型的精化看作一個(gè)問題求解最終得到實(shí)現(xiàn)模型,通過基于遺傳規(guī)劃的方法最終得到一個(gè)由若干基本操作組合而成的具體行為。我們還提出了一種在遺傳規(guī)劃中采用組合終止條件的方法,用以生成選擇結(jié)構(gòu);最后,我們提出一種對(duì)實(shí)現(xiàn)模型的優(yōu)化方法,以減少實(shí)現(xiàn)模型中操作邏輯的冗余。根據(jù)我們提出的方法,成功的演化出了冒泡排序算法。 事實(shí)上,本方法具有一定的通用性,它適用于任何由若干基本操作組合以完成復(fù)雜操作的問題求解過程。 3對(duì)基于進(jìn)化計(jì)算的排序?qū)W習(xí)的研究。本論文提出了基于進(jìn)化計(jì)算的排序函數(shù)發(fā)現(xiàn)算法的框架;并根據(jù)該框架,提出一種基于免疫規(guī)劃的排序?qū)W習(xí)方法RankIP,并得到了很好的性能,有力的證明了我們提出的基于排序?qū)W習(xí)算法框架的有效性。本論文的研究將有力的促進(jìn)進(jìn)化計(jì)算方法在排序?qū)W習(xí)問題的應(yīng)用。 網(wǎng)頁排序問題是Web信息檢索領(lǐng)域的一個(gè)中心問題,一個(gè)好的排序算法能夠明顯的提高檢索質(zhì)量。傳統(tǒng)的網(wǎng)頁排序算法分為三類:基于鏈接的方法、基于內(nèi)容的方法和混合方法。此外,基于機(jī)器學(xué)習(xí)技術(shù)的網(wǎng)頁排序算法,即“排序?qū)W習(xí)”,越來越廣泛的用來解決信息檢索排序問題。這一問題作為信息檢索和機(jī)器學(xué)習(xí)的交叉領(lǐng)域,已經(jīng)成為非�；钴S的一個(gè)研究熱點(diǎn),并引起廣泛關(guān)注。目前提出的各種排序?qū)W習(xí)算法,其結(jié)果都不甚理想。 一些學(xué)者依據(jù)進(jìn)化計(jì)算的思想,提出了基于遺傳規(guī)劃的排序?qū)W習(xí)方法;而最近包括群智能算法,免疫算法等一系列性能更為優(yōu)異的進(jìn)化計(jì)算方法的提出,也為基于進(jìn)化計(jì)算的排序?qū)W習(xí)方法提供了更加有力的工具。在這個(gè)基礎(chǔ)上,我們介紹了一系列的定義,精確的表達(dá)了基于進(jìn)化計(jì)算的排序函數(shù)發(fā)現(xiàn)算法的一般原理;并且描述了基于進(jìn)化計(jì)算的排序函數(shù)發(fā)現(xiàn)算法的框架,使得任何的進(jìn)化計(jì)算方法都可以靈活的嵌入算法框架中。算法框架的提出,將有力的促進(jìn)進(jìn)化計(jì)算方法在信息檢索領(lǐng)域,尤其是排序?qū)W習(xí)問題的應(yīng)用。 根據(jù)我們提出的基于進(jìn)化計(jì)算的排序函數(shù)發(fā)現(xiàn)的算法框架,在本文中我們還提出一種基于免疫規(guī)劃的排序?qū)W習(xí)方法RanklP。我們采用微軟亞洲研究院提供的LETOR 2.0數(shù)據(jù)集合作為訓(xùn)練和驗(yàn)證數(shù)據(jù)集合,實(shí)驗(yàn)證明RankIP較之其他排序?qū)W習(xí)方法在P@n,MAP和NDCG等評(píng)價(jià)標(biāo)準(zhǔn)上均優(yōu)于目前提出的著名的排序?qū)W習(xí)方法,如RankingSVM和RankBoost等。在實(shí)驗(yàn)中我們還對(duì)比了免疫規(guī)劃和遺傳規(guī)劃在排序?qū)W習(xí)中的應(yīng)用,結(jié)果表明,由于免疫規(guī)劃在多樣性方面優(yōu)于遺傳規(guī)劃,因此在幾乎相同的條件下,基于免疫規(guī)劃的排序?qū)W習(xí)算法的性能更為優(yōu)越。

【關(guān)鍵詞】：
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2009
【分類號(hào)】：TP181
【目錄】：

摘要11-14

ABSTRACT14-18

第1章 緒論18-38

1.1 研究背景與意義18-20

1.1.1 行為模型的建模和自動(dòng)精化18-20

1.1.2 信息檢索中的網(wǎng)頁排序20

1.2 國內(nèi)外研究現(xiàn)狀20-32

1.2.1 模型的建模和精化方法21-30

1.2.2 網(wǎng)頁排序方法30-32

1.3 課題的研究內(nèi)容與意義32-36

1.3.1 研究內(nèi)容33-35

1.3.2 研究意義35-36

1.4 研究成果36

1.5 論文的組織結(jié)構(gòu)36-38

第2章 形式化的行為模型建模方法38-58

2.1 UML模型的缺點(diǎn)38-40

2.2 行為模型的基礎(chǔ)——數(shù)據(jù)模型40-48

2.2.1 數(shù)據(jù)模型的定義和框架41-42

2.2.2 行為模型中形式化語句的基本符號(hào)42-44

2.2.3 UML模型到數(shù)據(jù)模型的轉(zhuǎn)換規(guī)則44-47

2.2.4 實(shí)例研究47-48

2.3 模型驅(qū)動(dòng)開發(fā)中的行為模型48-54

2.3.1 行為模型及其相關(guān)定義48-54

2.3.2 實(shí)例研究54

2.4 支持遞增式建模的復(fù)雜行為模型54-56

2.4.1 兩種重用結(jié)構(gòu)55-56

2.4.2 實(shí)例研究56

2.5 本章小結(jié)56-58

第3章 行為模型的精化理論研究58-65

3.1 行為精化的定義58-62

3.2 狀態(tài)空間分析62-63

3.3 本章小結(jié)63-65

第4章 基于遺傳規(guī)劃的行為模型的精化方法65-93

4.1 程序演化問題中存在的難點(diǎn)65-66

4.2 基于謂詞邏輯的遺傳規(guī)劃算法66-84

4.2.1 行為模型中采用的謂詞公式范式66-74

4.2.2 基于遺傳規(guī)劃的精化機(jī)制74-80

4.2.3 實(shí)例研究80-84

4.3 包含組合終止條件的遺傳規(guī)劃方法84-91

4.3.1 組合終止條件85

4.3.2 實(shí)現(xiàn)機(jī)制85-86

4.3.3 實(shí)例研究86-91

4.4 本章小結(jié)91-93

第5章 基于進(jìn)化計(jì)算的排序?qū)W習(xí)的研究93-99

5.1 進(jìn)化計(jì)算在排序?qū)W習(xí)領(lǐng)域中的現(xiàn)狀93-94

5.2 基于進(jìn)化計(jì)算的排序?qū)W習(xí)94-97

5.2.1 形式化定義94-95

5.2.2 基于進(jìn)化計(jì)算的排序?qū)W習(xí)的優(yōu)點(diǎn)95-96

5.2.3 基于進(jìn)化計(jì)算的排序?qū)W習(xí)的算法框架96-97

5.3 本章小結(jié)97-99

第6章 RankIP:基于免疫規(guī)劃的排序?qū)W習(xí)方法99-127

6.1 免疫規(guī)劃算法99-105

6.1.1 生物免疫系統(tǒng)99-100

6.1.2 人工免疫系統(tǒng)100-102

6.1.3 免疫規(guī)劃算法102-104

6.1.4 免疫規(guī)劃和遺傳規(guī)劃的區(qū)別104-105

6.2 RankIP:基于免疫規(guī)劃的排序?qū)W習(xí)算法105-112

6.2.1 終止符集合106-107

6.2.2 函數(shù)集合107

6.2.3 排序函數(shù)的評(píng)價(jià)107-108

6.2.4 親和度函數(shù)108-110

6.2.5 高親和度個(gè)體的選擇110

6.2.6 最優(yōu)個(gè)體的選擇110-112

6.3 實(shí)驗(yàn)112-126

6.3.1 數(shù)據(jù)集合: LETOR112-113

6.3.2 實(shí)驗(yàn)參數(shù)113

6.3.3 RankIP的測試精度113-117

6.3.4 RankIP對(duì)于最優(yōu)個(gè)體選擇公式的敏感度117-118

6.3.5 RankIP對(duì)幾個(gè)選擇參數(shù)的敏感度118-123

6.3.6 免疫規(guī)劃和遺傳規(guī)劃在排序?qū)W習(xí)中的對(duì)比123-126

6.4 本章小結(jié)126-127

第7章 總結(jié)與展望127-132

7.1 主要工作總結(jié)127-130

7.2 未來工作展望130-132

參考文獻(xiàn)132-145

致謝145-146

攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文146-148

在讀期間參與科研項(xiàng)目情況148-149

在讀期間獲獎(jiǎng)情況149-150

學(xué)位論文評(píng)閱及答辯情況150-152

外文論文152-177

下載全文 更多同類文獻(xiàn)

CAJ全文下載

(如何獲取全文？ 歡迎：購買知網(wǎng)充值卡、在線充值、在線咨詢)

CAJViewer閱讀器支持CAJ、PDF文件格式

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 何加浪;張琨;張宏;;進(jìn)化計(jì)算在軟件智能修復(fù)中的應(yīng)用[J];計(jì)算機(jī)工程;2011年16期

2 張宇山;郝志峰;黃翰;;二元進(jìn)化策略的收斂性分析[J];計(jì)算機(jī)科學(xué);2011年07期

3 蔡昭權(quán);羅偉;張宇山;黃翰;羅勇為;;Lévy變異進(jìn)化規(guī)劃算法的計(jì)算時(shí)間分析[J];計(jì)算機(jī)科學(xué);2011年09期

4 王麗芳;曾建潮;洪毅;;利用Copula函數(shù)估計(jì)概率模型并采樣的分布估計(jì)算法[J];控制與決策;2011年09期

5 吳延科;;隨機(jī)因素對(duì)PSO算法的性能影響分析[J];文山學(xué)院學(xué)報(bào);2011年03期

6 周傳華;謝安世;;一種基于動(dòng)態(tài)小生境的自組織學(xué)習(xí)算法[J];軟件學(xué)報(bào);2011年08期

7 陳皓;崔杜武;;基于族群進(jìn)化計(jì)算的多項(xiàng)式回歸電力負(fù)荷預(yù)測[J];軟件;2011年05期

8 張超群;鄭建國;王翔;;蜂群算法研究綜述[J];計(jì)算機(jī)應(yīng)用研究;2011年09期

9 劉寧;劉雪瑞;;GPS軟件接收機(jī)精確載波頻率捕獲算法分析與實(shí)現(xiàn)[J];全球定位系統(tǒng);2011年02期

10 楊治秋;;基于遺傳算法的功能可重構(gòu)數(shù)字體系研究[J];微計(jì)算機(jī)信息;2011年08期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 黎明;周琳霞;楊小芹;;圖像的進(jìn)化計(jì)算分割法[A];中國圖象圖形學(xué)會(huì)第十屆全國圖像圖形學(xué)術(shù)會(huì)議（CIG’2001）和第一屆全國虛擬現(xiàn)實(shí)技術(shù)研討會(huì)（CVR’2001）論文集[C];2001年

2 褚德欣;;進(jìn)化計(jì)算及其在智能控制中的應(yīng)用[A];山西省科學(xué)技術(shù)情報(bào)學(xué)會(huì)學(xué)術(shù)年會(huì)論文集[C];2004年

3 楊光;林鴻;方鋒;;廣州市似大地水準(zhǔn)面精化及成果應(yīng)用[A];現(xiàn)代空間定位技術(shù)應(yīng)用研討交流會(huì)論文集（第5卷 第3集）[C];2007年

4 甄登春;;初探重慶主城區(qū)的似大地水準(zhǔn)面精化[A];重慶市測繪學(xué)會(huì)第三屆優(yōu)秀論文評(píng)選獲獎(jiǎng)?wù)撐聂?005-2006年度學(xué)術(shù)交流會(huì)論文選編[C];2008年

5 趙清杰;楊波;;基于進(jìn)化計(jì)算的BP網(wǎng)權(quán)值訓(xùn)練算法及其應(yīng)用探討[A];1998年中國智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];1998年

6 呂崗;趙鶴鳴;;一種優(yōu)化前向神經(jīng)網(wǎng)絡(luò)權(quán)值的免疫算法[A];2003年中國智能自動(dòng)化會(huì)議論文集（上冊(cè)）[C];2003年

7 范新云;;GPS水準(zhǔn)法擬合似大地水準(zhǔn)面精化的研究[A];第二十一屆海洋測繪綜合性學(xué)術(shù)研討會(huì)論文集[C];2009年

8 范新云;;GPS水準(zhǔn)法擬合似大地水準(zhǔn)面精化的研究[A];中國航海學(xué)會(huì)航標(biāo)專業(yè)委員會(huì)測繪學(xué)組學(xué)術(shù)研討會(huì)學(xué)術(shù)交流論文集[C];2009年

9 柯益華;胡學(xué)姝;;油氣田產(chǎn)量預(yù)報(bào)Г模型參數(shù)估計(jì)的進(jìn)化計(jì)算[A];2001年中國智能自動(dòng)化會(huì)議論文集（下冊(cè)）[C];2001年

10 張全德;;精化區(qū)域似大地水準(zhǔn)面技術(shù)方法與設(shè)計(jì)[A];中國測繪學(xué)會(huì)2006年學(xué)術(shù)年會(huì)論文集[C];2006年

中國重要報(bào)紙全文數(shù)據(jù)庫 前10條

1 ;[N];國際商報(bào);2000年

2 記者 翟敏;[N];上海證券報(bào);2011年

3 記者 翟敏;[N];上海證券報(bào);2011年

4 記者 翟敏;[N];上海證券報(bào);2011年

5 記者 楊勇;“烏龍合同”涉嫌虛假信披 彩虹精化復(fù)牌地量跌停[N];第一財(cái)經(jīng)日?qǐng)?bào);2011年

6 梅雪榮;[N];中國經(jīng)濟(jì)時(shí)報(bào);2011年

7 記者 施浩;產(chǎn)能釋放+毛利提升 天馬精化今年業(yè)績或超預(yù)期[N];上海證券報(bào);2011年

8 記者 魏夢(mèng)杰;[N];上海證券報(bào);2011年

9 記者 吳正懿;[N];上海證券報(bào);2011年

10 記者 翟敏;[N];上海證券報(bào);2011年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王帥強(qiáng);基于進(jìn)化計(jì)算的行為模型自動(dòng)精化和排序?qū)W習(xí)方法的研究[D];山東大學(xué);2009年

2 尹文君;面向不確定制造過程調(diào)度問題的進(jìn)化計(jì)算方法及其應(yīng)用[D];清華大學(xué);2004年

3 王志春;基于進(jìn)化計(jì)算的復(fù)雜分類算法研究及應(yīng)用[D];天津大學(xué);2010年

4 楊海軍;進(jìn)化計(jì)算中的模式理論、涌現(xiàn)及應(yīng)用研究[D];天津大學(xué);2004年

5 李智歡;無功優(yōu)化進(jìn)化計(jì)算的局部搜索策略及多目標(biāo)處理方法[D];華中科技大學(xué);2010年

6 呂崗;免疫算法及其應(yīng)用研究[D];中國礦業(yè)大學(xué)（北京）;2003年

7 薛明志;進(jìn)化計(jì)算與小波分析若干問題研究[D];西安電子科技大學(xué);2004年

8 石振國;資源網(wǎng)絡(luò)的精化學(xué)習(xí)及應(yīng)用研究[D];上海大學(xué);2011年

9 楊開兵;基于進(jìn)化計(jì)算的多目標(biāo)流水車間批組調(diào)度問題研究[D];大連理工大學(xué);2011年

10 陳昊;動(dòng)態(tài)環(huán)境下進(jìn)化計(jì)算的研究[D];南京航空航天大學(xué);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 龐巍;進(jìn)化計(jì)算算法在路徑優(yōu)化問題應(yīng)用的研究[D];吉林大學(xué);2004年

2 安磊;一種基于遺傳算法的數(shù)據(jù)挖掘技術(shù)的研究與應(yīng)用[D];河海大學(xué);2001年

3 彭軒;遺傳算法及其在圖像分割中的應(yīng)用[D];吉林大學(xué);2006年

4 費(fèi)璐璐;進(jìn)化計(jì)算在作物生長模型優(yōu)化中的應(yīng)用研究[D];華東師范大學(xué);2004年

5 華潔;函數(shù)聚類及其進(jìn)化計(jì)算知識(shí)獲取研究[D];西安理工大學(xué);2010年

6 汪晗;基于進(jìn)化計(jì)算的多目標(biāo)優(yōu)化與決策方法研究[D];中國人民解放軍國防科學(xué)技術(shù)大學(xué);2002年

7 彭偉民;基于線性變換的適應(yīng)度函數(shù)及機(jī)器人進(jìn)化計(jì)算研究[D];廣東工業(yè)大學(xué);2006年

8 于曉輝;進(jìn)化計(jì)算和人工神經(jīng)網(wǎng)絡(luò)在多目標(biāo)優(yōu)化問題中的應(yīng)用[D];山東師范大學(xué);2004年

9 藍(lán)海;CIMS環(huán)境下的數(shù)據(jù)倉庫與數(shù)據(jù)挖掘應(yīng)用研究[D];清華大學(xué);2002年

10 王麗愛;研究思維進(jìn)化計(jì)算的多峰優(yōu)化性能及研究算法參數(shù)對(duì)效率的影響[D];太原理工大學(xué);2004年

  本文關(guān)鍵詞：基于進(jìn)化計(jì)算的行為模型自動(dòng)精化和排序?qū)W習(xí)方法的研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：161293