结合特征学习的粒子群求解极小碰集方法

reasonant-j

摘 要： 基于模型诊断中的极小碰集问题是人工智能领域的一个重要课题，现实中很多实际问题都可以转化为 极小碰集问题，如老师与课程问题，极小覆盖集问题等．通过对极小碰集问题特征的研究，本文结合粒子群优化求解极 小碰集的算法提出了一个新的算法，来指导极小碰集的求解：引入学习机制，减少极小碰集求解中对无解空间的搜索； 加入翻转策略，来加速极小碰集有解空间中的求解．实验结果表明本文提出的算法在求解极小碰集问题上的效率有明 显提高．

关键词： 极小碰集；特征；学习机制；翻转策略
: u) [# i9 o. e# [" z2 e4 Y

# P. F5 s7 c0 s# F) L
      基于模型诊断问题是 基本的极小碰集求解问题，通常先求出所有极小冲突集 合，再通过极小冲突集合簇求解极小碰集，即系统的极 小诊断．现实和理论中的很多问题在某种程度上都可以 归结为极小碰集问题．如智能规划问题［１］，实时多故障 诊断中的动态碰集问题［２］，不可满足核求解问题［３］等。

( P8 e; F% p4 d" `+ t
附件下载： 结合特征学习的粒子群求解极小碰集方法.pdf (1.62 MB, 下载次数: 0)

2021-2-3 10:54 上传

点击文件名下载附件
下载积分: 威望 -5

; T5 X* |7 z* U

senlenced3

减少极小碰集求解中对无解空间的搜索