本文選題：超啟發(fā)算法 + 選擇式　； 參考：《計算機工程與應(yīng)用》2017年14期

【摘要】：超啟發(fā)算法是一類新興的優(yōu)化方法,通過機器學(xué)習(xí)、算法選擇、算法生成等技術(shù)求解組合優(yōu)化等問題,具備跨問題領(lǐng)域求解的能力。針對超啟發(fā)算法研究進展進行綜述和討論。首先,梳理超啟發(fā)算法的定義、結(jié)構(gòu)、特點和分類;其次,歸納選擇式超啟發(fā)算法和生成式超啟發(fā)算法的研究進展及相關(guān)技術(shù),包括選擇低層啟發(fā)式算法采用的學(xué)習(xí)方法,迭代計算中的移動接受策略,低層啟發(fā)式算法的生成方法;最后,討論現(xiàn)有超啟發(fā)算法研究中存在的不足及未來的研究方向。
[Abstract]:Super - heuristic algorithm is a new kind of optimization method , which solves the problems of combinatorial optimization , such as machine learning , algorithm selection , algorithm generation and so on . It has the capability of solving cross - problem domain solution . Firstly , the definition , structure , characteristics and classification of super - heuristic algorithm are summarized and discussed . Secondly , the research progress and related technologies are summarized , including the learning method adopted by the low - level heuristic algorithm , the moving acceptance strategy in iterative calculation , and the generation method of the low - level heuristic algorithm . Finally , the shortcomings and future research direction in the research of the existing super - heuristic algorithm are discussed .

【作者單位】： 河南大學(xué)環(huán)境與規(guī)劃學(xué)院;
【基金】：國家自然科學(xué)基金(No.41401461) 河南大學(xué)科研基金(No.2015YBZR024)
【分類號】：TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 韓秀苓，程凡，，高建林，李傳光;管道自適應(yīng)有源噪聲控制算法[J];Journal of Beijing Institute of Technology(English Edition);1995年01期

2 陶新民;徐晶;童智靖;劉玉;;不均衡數(shù)據(jù)下基于陰性免疫的過抽樣新算法[J];控制與決策;2010年06期

3 趙國峰;閆亮;;用于快速流分類的關(guān)鍵字分解Hash算法[J];計算機工程;2010年16期

4 郭雷勇;譚洪舟;高守平;郭笑梅;;RFID系統(tǒng)閱讀器反碰撞算法分類與研究[J];計算機技術(shù)與發(fā)展;2009年09期

5 郝水俠,李凡長;多Agent的并行思智算法[J];計算機工程與應(yīng)用;2004年10期

6 劉貝家;方景龍;;基于SVDD的多示例學(xué)習(xí)算法[J];科技通報;2011年02期

7 田大東;鄧偉;;基于不同懲罰系數(shù)的SMO改進算法[J];計算機應(yīng)用;2008年09期

8 許敏;王士同;顧鑫;;TL-SVM:一種遷移學(xué)習(xí)算法[J];控制與決策;2014年01期

9 李雅林;張化祥;張順;;基于近鄰加權(quán)及多示例的多標記學(xué)習(xí)改進算法[J];計算機工程與應(yīng)用;2013年16期

10 羅玉華,李三立;RISC多發(fā)射結(jié)構(gòu)中循環(huán)優(yōu)化的軟件流水算法[J];計算機學(xué)報;1993年09期

相關(guān)博士學(xué)位論文 前10條

1 吳濤;粒子群及量子行為粒子群優(yōu)化算法的改進研究[D];西南交通大學(xué);2014年

2 徐勇;分布式壓縮感知的算法及其應(yīng)用研究[D];中國地質(zhì)大學(xué);2015年

3 王貴參;重疊社區(qū)發(fā)現(xiàn)中的邊聚類算法研究[D];吉林大學(xué);2016年

4 蔡先發(fā);基于圖的半監(jiān)督算法及其應(yīng)用研究[D];華南理工大學(xué);2013年

5 蔣良孝;樸素貝葉斯分類器及其改進算法研究[D];中國地質(zhì)大學(xué);2009年

6 李美安;普適分布式互斥算法及應(yīng)用[D];電子科技大學(xué);2007年

7 孫巖;貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法研究與應(yīng)用[D];大連理工大學(xué);2010年

8 吳偉寧;主動學(xué)習(xí)算法中采樣策略研究[D];哈爾濱工業(yè)大學(xué);2013年

9 汪慶淼;基于目標函數(shù)的模糊聚類新算法及其應(yīng)用研究[D];江蘇大學(xué);2014年

10 戴朝華;搜尋者優(yōu)化算法及其應(yīng)用研究[D];西南交通大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 李超;基于標簽傳播及適合度的社團聚類算法研究[D];西南大學(xué);2015年

2 劉晨曦;RFID定位VIRE算法的研究與改進[D];貴州師范大學(xué);2015年

3 馬睿;利用巖石光譜和改進的PC算法實現(xiàn)礦物的識別[D];新疆大學(xué);2015年

4 萬猛;推薦系統(tǒng)攻擊檢測算法的研究[D];電子科技大學(xué);2014年

5 劉排;基于OMNeT++的無線傳感器網(wǎng)絡(luò)節(jié)點定位改進算法的研究[D];河北工業(yè)大學(xué);2015年

6 陳辰;無線通信領(lǐng)域MIMO檢測類算法的硬件加速技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2013年

7 董楠;行車熱點中無監(jiān)督聚類算法的研究與應(yīng)用[D];東北大學(xué);2014年

8 林玉琪;基于多智能體的數(shù)據(jù)流聚類算法研究[D];福州大學(xué);2013年

9 曹鵬;基于Spark平臺的聚類算法的優(yōu)化與實現(xiàn)[D];北京交通大學(xué);2016年

10 李茜;基于PSO-GA的無線Ad Hoc網(wǎng)QoS路由算法研究[D];云南大學(xué);2016年

本文編號：1854441