面向设施布局和主题爬虫的构型空间进化算法研究

发布时间：2022-02-19 21:46

　　全局优化算法一直是计算机理论科学研究的重点,涉及生产制造、物流运输、网络服务等诸多领域。构型空间进化算法（Configuration Space Evolutionary,CSE）是一种先进的全局优化算法,具有良好的全局搜索能力和较强的健硕性。本文以企业生产中设施布局以及网络服务中信息检索为应用背景,主要研究多目标动态设施布局问题（Multi-objective Dynamic Facility Layout Problem,MO-DFLP）和主题爬虫搜索策略,通过提出两种改进的CSE算法来求解MO-DFLP和提高主题爬虫的全局搜索性能。主要研究内容和方法如下:（1）针对MO-DFLP的求解,提出了一种结合混合多种交叉策略和启发式变异策略的改进的CSE算法（ICSE）,进一步提高了解的多样性和算法的全局优化能力。另外,针对多目标优化中Pareto最优解的选取问题,提出了一种基于个体距离的最近最远候选解法（Nearest and Farthest Candidate Solution,NFCS）,维持了Pareto解集中解的良好分布。最后,使用两组测试算例对ICSE算法进行测试,并将其计... 

【文章来源】：南京信息工程大学江苏省

【文章页数】：67 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景和意义
    1.2 国内外研究现状
        1.2.1 设施布局问题及国内外研究现状
        1.2.2 主题爬虫技术及国内外研究现状
    1.3 论文的主要工作
    1.4 论文的组织结构
    1.5 本章小结
第二章 相关基础理论介绍
    2.1 多目标优化问题介绍及相关概念
    2.2 智能优化算法介绍
        2.2.1 进化算法
        2.2.2 非支配排序遗传算法
    2.3 本章小结
第三章 面向多目标动态设施布局问题的构型空间进化算法
    3.1 多目标动态设施布局问题描述与数学模型
    3.2 多目标动态设施布局问题的求解思路
    3.3 改进的构型空间进化算法
        3.3.1 构型空间进化算法流程及思路
        3.3.2 进化操作
        3.3.3 构型库更新
        3.3.4 改进的交叉策略
        3.3.5 改进的变异策略
        3.3.6 基于个体距离的最近最远候选解法
        3.3.7 改进的构型空间进化算法步骤
    3.4 算法评价
        3.4.1 两个经典多目标动态设施布局算例
        3.4.2 一个具有实际生产应用的多目标动态算例
        3.4.3 算法性能测试与分析
    3.5 本章小结
第四章 面向主题爬虫技术的构型空间进化算法
    4.1 主题爬虫框架
    4.2 主题描述
        4.2.1 基于FCA方法构建暴雨灾害本体
        4.2.2 基于本体的语义相似度计算模型
    4.3 主题相关度计算
        4.3.1 网页文本的主题相关度
        4.3.2 锚文本的主题相关度
        4.3.3 改进的PageRank算法
        4.3.4 链接综合相关度
    4.4 基于Web的构型空间进化算法
        4.4.1 构型距离的度量方式
        4.4.2 改进的进化操作
        4.4.3 改进的构型库更新机制
        4.4.4 基于Web的构型空间进化爬虫算法设计
    4.5 实验结果与分析
        4.5.1 实验设置与评价标准
        4.5.2 四种爬虫算法的实验结果
        4.5.3 算法参数影响分析
    4.6 本章小结
第五章 总结与展望
    5.1 本文所做的工作
    5.2 本文的主要创新点
    5.3 研究展望
致谢
参考文献
作者简介


【参考文献】：
期刊论文
[1]基于网页空间进化算法的暴雨灾害主题爬虫策略[J]. 刘景发,李新,蒋盛益.  计算机工程. 2019(02)
[2]基于回归分析的网络恐怖信息主题爬虫[J]. 黄炜,张展程,朱彬,李岳峰,陆薇.  图书情报工作. 2018(04)
[3]词向量聚类加权Shark-Search的主题爬虫策略研究[J]. 程元堃,廖闻剑,程光.  计算机与数字工程. 2018(01)
[4]基于Wang-Landau算法的动态设施布局方法[J]. 刘景发,王大文.  计算机应用研究. 2018(03)
[5]一种改进Shark-Search的主题爬虫算法[J]. 仇磊,娄渊胜,常民.  微型电脑应用. 2017(02)
[6]自适应遗传算法在主题爬虫搜索策略中的应用研究[J]. 荆文鹏,王育坚,董伟伟.  计算机科学. 2016(08)
[7]基于网页链接分类的PageRank并行算法[J]. 陈诚,战荫伟,李鹰.  计算机应用. 2015(01)
[8]基于NSGA-II的多目标设备动态布局方法[J]. 黄君政,李爱平,雷明.  中国工程机械学报. 2014(01)
[9]基于遗传算法的动态连续型设备布局方法[J]. 郭爽,徐克林,孙立锋.  现代制造工程. 2011(11)
[10]一种基于蚁群算法的主题爬虫搜索策略[J]. 陈永彬,张琢,张添.  微型机与应用. 2011(01)

硕士论文
[1]面向多目标车间动静态设施布局优化的构形空间进化算法[D]. 刘思妤.南京信息工程大学 2018
[2]动态连续设备布局问题的启发式算法研究[D]. 王大文.南京信息工程大学 2017
[3]动态环境下双行设备布局问题的研究[D]. 王胜利.北京邮电大学 2015
[4]基于广度优先的主题爬虫的设计与实现[D]. 王桦.复旦大学 2011
[5]主题爬虫关键技术研究及应用[D]. 吕赛辉.浙江工业大学 2009



本文编号：3633678