-
题名现代化战争条件下的兰切斯特战斗模型
被引量：12
- 1
-
-
作者
占栋辉
陈刚
张宏军
郝文宁
冯波
-
机构
解放军理工大学工程兵工程学院
-
出处
《计算机工程与应用》
CSCD
2013年第15期246-248,共3页
-
文摘
针对现代化战争,在分析经典兰切斯特方程的基础上,通过引入信息作战能力系数以及战斗暴露系数对经典兰切斯特方程进行修订,提出了更加适合现代化战争的兰切斯特战斗模型。
-
关键词
兰切斯特方程
模型
战斗
现代化战争
信息
-
Keywords
Lanchester-type equation
model
combat
modernized warfare
information
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
-
题名一种高斯反向学习粒子群优化算法
被引量：7
- 2
-
-
作者
占栋辉
卢厚清
郝文宁
陈刚
靳大尉
-
机构
解放军理工大学
-
出处
《小型微型计算机系统》
CSCD
北大核心
2015年第5期1064-1068,共5页
-
文摘
针对粒子群算法在处理多峰复杂问题时,收敛速度慢且容易陷入局部最优的缺点,提出一种高斯反向学习粒子群优化算法(GOL-PSO).针对历史最优粒子间无法相互交流,增加一种高斯反向学习机制来提高粒子的学习能力,进而提高算法的搜索能力,另外算法在更新公式中引入"历史最优平均值"因子来提高算法的收敛速度.经过在8个测试函数的仿真实验中,与一些改进的粒子群算法进行比较,GOL-PSO有5个测试函数的测试效果最好,且T检验结果表明算法结果有明显提高,同时算法收敛对比分析结果表明,本文算法具有良好的全局搜索能力和较快的收敛速度.
-
关键词
粒子群优化
高斯学习
反向学习
群智能算法
-
Keywords
particle swarm optimization
gaussian learning
opposition-based learning
swarm intelligence algorithm
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名K-means算法初始聚类中心选择的优化
被引量：50
- 3
-
-
作者
冯波
郝文宁
陈刚
占栋辉
-
机构
解放军理工大学工程兵工程学院
-
出处
《计算机工程与应用》
CSCD
2013年第14期182-185,192,共5页
-
文摘
针对传统K-means算法对初始聚类中心敏感的问题,提出了基于数据样本分布情况的动态选取初始聚类中心的改进K-means算法。该算法根据数据点的距离构造最小生成树,并对最小生成树进行剪枝得到K个初始数据集合,得到初始的聚类中心。由此得到的初始聚类中心非常地接近迭代聚类算法收敛的聚类中心。理论分析与实验表明,改进的K-means算法能改善算法的聚类性能,减少聚类的迭代次数,提高效率,并能得到稳定的聚类结果,取得较高的分类准确率。
-
关键词
K—means算法
聚类
初始聚类中心
TDKM算法
-
Keywords
K-means algorithm
clustering
initial clustering centers
TDKM algorithm
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于粒子群优化算法的虚拟机部署策略
被引量：10
- 4
-
-
作者
杨靖
张宏军
赵水宁
占栋辉
-
机构
解放军理工大学仿真与数据中心
-
出处
《计算机应用》
CSCD
北大核心
2016年第1期117-121,共5页
-
文摘
针对云计算基础设施即服务(Iaa S)中的虚拟机部署问题,提出一种基于粒子群优化(PSO)算法的部署策略。由于PSO算法在处理虚拟机部署这类大规模复杂问题时,具有收敛速度慢且容易陷入局部最优的缺点,首先,引入多种群进化模式提高算法收敛速度,并在此基础上加入高斯学习策略避免局部最优,提出了一种多种群高斯学习粒子群优化(MGL-PSO)算法;然后,根据部署模型,使用轮询(RR)算法对MGL-PSO进行初始化,进而提出了一种以负载均衡为目标的虚拟机部署策略。通过在Cloud Sim中进行仿真实验,验证了在解决虚拟机部署问题时,MGL-PSO相比PSO算法,具有更快的收敛速度,并且负载不均衡度降低了13.1%。在两种实验场景下,所提算法相比随机负载均衡(OLB)算法,其负载不均衡度分别平均降低了25%和15%;相比贪婪算法(GA),使负载不均衡度分别平均降低了19%和7%。
-
关键词
虚拟机部署
粒子群优化
负载均衡
高斯学习
多种群进化
-
Keywords
virtual machine deployment
Particle Swarm Optimization（PSO）
load balancing
Gaussian learning
multiple population evolution
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于关系数据库的军事训练本体自动构建模型
- 5
-
-
作者
冯波
郝文宁
宋杰
杨剑
占栋辉
-
机构
解放军理工大学指挥信息系统学院
-
出处
《指挥信息系统与技术》
2013年第5期18-23,共6页
-
文摘
针对军事训练本体人工构建出现的耗时、费力和易出现倾向性错误等问题,提出了一种基于关系数据库的军事训练本体自动构建模型。该模型以关系数据库为研究对象,分析了数据库中元数据(关系模式)和元组数据中包含的语义,将元数据映射为本体模型,并利用形式概念分析(F CA)方法扩展本体模型,最终构建出包含丰富语义的军事训练本体。仿真试验表明,通过该模型构建的军事训练本体层次结构清晰,概念间语义关系明确,与现实世界中人们的认知一致,提高了构建本体的质量。
-
关键词
军事训练本体
形式概念分析
关系数据库
自动构建模型
-
Keywords
military training ontology
formal concept analysis （FCA）
relational database
au-to-constructed model
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名面向军事装备实体的属性抽取
被引量：5
- 6
-
-
作者
康睿智
郝文宁
程恺
占栋辉
-
机构
解放军理工大学指挥信息系统学院仿真与数据中心
-
出处
《计算机应用研究》
CSCD
北大核心
2016年第12期3721-3724,共4页
-
基金
江苏省自然科学基金资助项目(BK20150720)
-
文摘
军事装备属性抽取作为构建军用知识库的重要组成部分,具有重要的研究价值和理论意义。针对自由文本中军事装备属性抽取问题,提出了一种面向自由文本的无监督军事装备属性三元组抽取方法。首先利用统计分析的方法对属性三元组在子句中的分布规律进行研究;然后针对分布规律提出一种基于频繁模式挖掘的属性指示词抽取算法,并以抽取出的属性指示词为触发词,结合抽取规则和过滤规则进一步完成三元组的抽取。实验结果表明该方法能够有效地抽取出军事装备属性三元组,其平均准确率达到了88.1%。
-
关键词
军事装备实体
属性抽取
统计分析
频繁模式挖掘
基于规则
-
Keywords
military equipment entity
attribute extraction
statistical analysis
frequent pattern mining
rules-based
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
