超启发算法研究进展综述

发布时间：2018-05-06 23:40

  本文选题：超启发算法 + 选择式　； 参考：《计算机工程与应用》2017年14期

【摘要】：超启发算法是一类新兴的优化方法,通过机器学习、算法选择、算法生成等技术求解组合优化等问题,具备跨问题领域求解的能力。针对超启发算法研究进展进行综述和讨论。首先,梳理超启发算法的定义、结构、特点和分类;其次,归纳选择式超启发算法和生成式超启发算法的研究进展及相关技术,包括选择低层启发式算法采用的学习方法,迭代计算中的移动接受策略,低层启发式算法的生成方法;最后,讨论现有超启发算法研究中存在的不足及未来的研究方向。
[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 .

【作者单位】： 河南大学环境与规划学院;
【基金】：国家自然科学基金(No.41401461) 河南大学科研基金(No.2015YBZR024)
【分类号】：TP18

【相似文献】

相关期刊论文 前10条

1 韩秀苓，程凡，，高建林，李传光;管道自适应有源噪声控制算法[J];Journal of Beijing Institute of Technology(English Edition);1995年01期

2 陶新民;徐晶;童智靖;刘玉;;不均衡数据下基于阴性免疫的过抽样新算法[J];控制与决策;2010年06期

3 赵国峰;闫亮;;用于快速流分类的关键字分解Hash算法[J];计算机工程;2010年16期

4 郭雷勇;谭洪舟;高守平;郭笑梅;;RFID系统阅读器反碰撞算法分类与研究[J];计算机技术与发展;2009年09期

5 郝水侠,李凡长;多Agent的并行思智算法[J];计算机工程与应用;2004年10期

6 刘贝家;方景龙;;基于SVDD的多示例学习算法[J];科技通报;2011年02期

7 田大东;邓伟;;基于不同惩罚系数的SMO改进算法[J];计算机应用;2008年09期

8 许敏;王士同;顾鑫;;TL-SVM:一种迁移学习算法[J];控制与决策;2014年01期

9 李雅林;张化祥;张顺;;基于近邻加权及多示例的多标记学习改进算法[J];计算机工程与应用;2013年16期

10 罗玉华,李三立;RISC多发射结构中循环优化的软件流水算法[J];计算机学报;1993年09期

相关博士学位论文 前10条

1 吴涛;粒子群及量子行为粒子群优化算法的改进研究[D];西南交通大学;2014年

2 徐勇;分布式压缩感知的算法及其应用研究[D];中国地质大学;2015年

3 王贵参;重叠社区发现中的边聚类算法研究[D];吉林大学;2016年

4 蔡先发;基于图的半监督算法及其应用研究[D];华南理工大学;2013年

5 蒋良孝;朴素贝叶斯分类器及其改进算法研究[D];中国地质大学;2009年

6 李美安;普适分布式互斥算法及应用[D];电子科技大学;2007年

7 孙岩;贝叶斯网络结构学习算法研究与应用[D];大连理工大学;2010年

8 吴伟宁;主动学习算法中采样策略研究[D];哈尔滨工业大学;2013年

9 汪庆淼;基于目标函数的模糊聚类新算法及其应用研究[D];江苏大学;2014年

10 戴朝华;搜寻者优化算法及其应用研究[D];西南交通大学;2009年

相关硕士学位论文 前10条

1 李超;基于标签传播及适合度的社团聚类算法研究[D];西南大学;2015年

2 刘晨曦;RFID定位VIRE算法的研究与改进[D];贵州师范大学;2015年

3 马睿;利用岩石光谱和改进的PC算法实现矿物的识别[D];新疆大学;2015年

4 万猛;推荐系统攻击检测算法的研究[D];电子科技大学;2014年

5 刘排;基于OMNeT++的无线传感器网络节点定位改进算法的研究[D];河北工业大学;2015年

6 陈辰;无线通信领域MIMO检测类算法的硬件加速技术研究[D];国防科学技术大学;2013年

7 董楠;行车热点中无监督聚类算法的研究与应用[D];东北大学;2014年

8 林玉琪;基于多智能体的数据流聚类算法研究[D];福州大学;2013年

9 曹鹏;基于Spark平台的聚类算法的优化与实现[D];北京交通大学;2016年

10 李茜;基于PSO-GA的无线Ad Hoc网QoS路由算法研究[D];云南大学;2016年

本文编号：1854441