检索结果-南通市图书馆

基于全局状态预测与公平经验重放的交通信号控制算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机应用 2024年

作者：缪孜珺罗飞丁炜超董文波华东理工大学信息科学与工程学院

为了应对交通拥堵，设计高效的交通信号控制算法能够显著增强现有交通网络下的车辆通行效率。尽管深度强化学习算法在单路口交通信号控制问题上已展现出卓越的性能，然而其在多路口环境下的应用仍然面临着重大的挑战——即因多智能体强... 详细信息

为了应对交通拥堵，设计高效的交通信号控制算法能够显著增强现有交通网络下的车辆通行效率。尽管深度强化学习算法在单路口交通信号控制问题上已展现出卓越的性能，然而其在多路口环境下的应用仍然面临着重大的挑战——即因多智能体强化学习算法产生时间和空间部分可观测性而引发算法出现非平稳性问题，这会导致算法无法保证稳定地收敛。为此，提出一种基于全局状态预测与公平经验重放的多路口交通信号控制算法(IS-DQN)。一方面，基于不同车道的车流历史信息预测多交通路口的全局状态，扩展IS-DQN的状态空间，以避免算法产生空间部分可观测性而带来非平稳性问题。另一方面，为了应对传统经验重放策略的时间部分可观测性，IS-DQN采用了蓄水池算法以保证经验重放池的公正性，进而避免其中的非平稳性问题。在复杂的多路口环境下应用IS-DQN进行三种不同的交通压力仿真实验，实验结果表明：在不同交通流情况下，尤其是在中低交通流量下，相对独立深度强化学习算法，IS-DQN算法能够得到更低的车辆平均行驶时间，并表现出了更优的收敛性能与收敛稳定性。

关键词：深度强化学习交通信号控制时序预测蓄水池算法长短期记忆网络

基于外部存档更新及截断的NSGA-Ⅱ改进算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

华东理工大学学报（自然科学版） 2024年第2期50卷 282-292页

作者：崔恒薇丁炜超魏鹏顾春华姚保华华东理工大学信息科学与工程学院上海200237 上海中侨职业技术大学上海201514 上海市民防科学研究所上海200020

传统的NSGA-Ⅱ(Non-dominated Sorting Genetic AlgorithmⅡ)算法使用拥挤度作为精英选择的第二指标,该方法在处理高维多目标优化问题时,常常由于选择压力不足,以及不同目标间优化冲突加剧等原因,很难维持种群收敛性和多样性的平衡。针... 详细信息

传统的NSGA-Ⅱ(Non-dominated Sorting Genetic AlgorithmⅡ)算法使用拥挤度作为精英选择的第二指标,该方法在处理高维多目标优化问题时,常常由于选择压力不足,以及不同目标间优化冲突加剧等原因,很难维持种群收敛性和多样性的平衡。针对上述问题,提出一种基于外部存档更新及截断机制的NSGA-Ⅱ改进算法NSGA-Ⅱ-UTEA(NSGA-Ⅱalgorithm based on Update and Truncation of External Archive)。该算法首先在精英选择中引入基于权重向量分解的外部存档机制,然后根据个体与所在权重向量及超平面距离之和更新外部存档,并基于个体间角度计算实现外部存档截断,进一步提升了算法在高维多目标优化问题中种群的收敛性和多样性。与NSGA-Ⅱ、NSGA-Ⅲ、MOEA/D(Multi-Objective Evolutionary Algorithm based on Decomposition)、NSGA-Ⅱ-ARSBX(NSGA-Ⅱwith Adaptive Rotation based Simulated Binary crossover)和RPD-NSGA-Ⅱ(Reference Point Dominance-based NSGA-Ⅱ)这5种先进的进化算法的对比实验结果表明,NSGA-Ⅱ-UTEA算法在10目标以上的高维DTLZ(Deb Thiele Laumanns Zitzler)和WFG(Walking Fish Group)系列测试函数上,各项性能指标整体优于其他算法,在解集的分布性和多样性方面具有显著优势。特别是在大部分高维WFG4~WFG7凹问题上都能取得最佳的性能指标值。与传统的NSGA-Ⅱ算法相比,NSGA-Ⅱ-UTEA算法在10目标以上的高维DTLZ系列测试函数上,反世代距离(IGD)性能平均提升了50.6%;在15目标以上的高维WFG系列测试函数上,超体积(HV)性能平均提升了60.7%。实验结果验证了NSGA-Ⅱ-UTEA算法改进的有效性。

关键词：多目标优化精英选择 NSGA-Ⅱ 权重向量外部存档

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于子句抽取的文本摘要自动提取算法

华东理工大学学报（自然科学版） 2024年第1期50卷 114-120页

作者：朱兵兵罗飞罗勇军丁炜超黄浩华东理工大学信息科学与工程学院上海200237

TextRank算法及SWTextRank等改进算法在抽取式摘要生成中得到了广泛的应用,但它们都没有有效地解决抽取式摘要所存在的冗余性问题。为此,提出一种基于子句抽取的文本摘要自动提取算法(PTextRank)。首先,使用Sinica Treebank(STB)对每个... 详细信息

TextRank算法及SWTextRank等改进算法在抽取式摘要生成中得到了广泛的应用,但它们都没有有效地解决抽取式摘要所存在的冗余性问题。为此,提出一种基于子句抽取的文本摘要自动提取算法(PTextRank)。首先,使用Sinica Treebank(STB)对每个句子进行语法标记,进而基于子句设置抽取单元;接着,使用BERT(Bidirectional Encoder Representation from Transformers)构建标题和每个子句的特征向量,并计算子句特征向量间的相似性,将其存放在相似度矩阵中;最后结合子句位置、子句与标题的相似度等调整子句相似度矩阵,迭代计算直至收敛,进而选取得分最高的子句作为最终摘要。实验分析表明,PTextRank算法有效地避免了多个句子中存在的冗余信息,且相比于TextRank和SWTextRank,PTextRank生成摘要的准确率至少提高6%,同时生成的摘要质量更好。

关键词： TextRank 摘要提取冗余处理 Sinica Treebank 篇章结构

维普期刊数据库博看期刊

基于深度强化学习的移动边缘计算任务卸载研究

在线全文

学校读者我要写书评

暂无评论

计算机研究与发展 2020年第7期57卷 1539-1554页

作者：卢海峰顾春华罗飞丁炜超杨婷郑帅华东理工大学信息科学与工程学院上海200237

在移动边缘计算中,本地设备可以将任务卸载到靠近网络边缘的服务器上进行数据存储和计算处理,以此降低业务服务的延迟和功耗,因此任务卸载决策具有很大的研究价值.首先构建了大规模异构移动边缘计算中具有多服务节点和移动任务内部具有... 详细信息

在移动边缘计算中,本地设备可以将任务卸载到靠近网络边缘的服务器上进行数据存储和计算处理,以此降低业务服务的延迟和功耗,因此任务卸载决策具有很大的研究价值.首先构建了大规模异构移动边缘计算中具有多服务节点和移动任务内部具有多依赖关系的卸载模型;随后结合移动边缘计算的实际应用场景,提出利用改进的深度强化学习算法优化任务卸载策略;最后通过综合比较任务卸载策略的能耗、成本、负载均衡、延迟、网络使用量和平均执行时间等指标,分析了各卸载策略的优缺点.仿真实验结果表明,基于长短期记忆(long short-term memory,LSTM)网络和事后经验回放(hindsight experience replay,HER)改进的HERDRQN算法在能耗、费用、负载均衡和延迟上都有很好的效果.另外利用各算法策略对一定数量的应用进行卸载,通过比较异构设备在不同CPU利用率下的数量分布来验证卸载策略与各评价指标之间的关系,以此证明HERDRQN算法生成的策略在解决任务卸载问题中的科学性和有效性.

关键词：移动边缘计算任务卸载深度强化学习长短期记忆网络事后经验回放

IaaS云环境下一种基于综合满意度的虚拟机放置策略

在线全文

学校读者我要写书评

暂无评论

华东理工大学学报（自然科学版） 2018年第1期44卷 124-130页

作者：丁炜超顾春华罗飞华东理工大学计算机科学与工程系上海200237

基础设施即服务(IaaS)环境下的一个关键需求是对租户申请的虚拟机进行合理放置。当前虚拟机放置策略的研究大都集中在数据中心能耗、资源损耗以及负载均衡等方面,很少有工作关注其对租户虚拟机启动时间的影响。为了减少虚拟机请求的周... 详细信息

基础设施即服务(IaaS)环境下的一个关键需求是对租户申请的虚拟机进行合理放置。当前虚拟机放置策略的研究大都集中在数据中心能耗、资源损耗以及负载均衡等方面,很少有工作关注其对租户虚拟机启动时间的影响。为了减少虚拟机请求的周转时间,降低数据中心的资源损耗,本文首先建立了云服务租户满意度模型,给出了虚拟机请求到达云端后周转时间的量化方法;然后基于数据中心的资源损耗建立了云服务提供商满意度模型;最后,基于租户虚拟机启动时间与系统资源损耗建立了多目标约束优化模型,并提出了一种基于综合满意度(Comprehensive Satisfaction Based,CS-B)的虚拟机放置策略,该策略综合考虑了云服务租户与云服务提供商的需求,将租户所申请的虚拟机放置到综合满意度最高的服务器中运行。在OpenStack云平台上的仿真实验表明,CS-B虚拟机放置策略能够有效减少租户虚拟机在云端的部署时间,降低数据中心的资源损耗,有效提高了云服务商及租户的满意度。

关键词：云计算虚拟机放置满意度 OpenStack

在线全文

学校读者我要写书评

暂无评论

一种自适应优化松弛量的装箱算法

计算机科学 2020年第4期47卷 211-216页

作者：杨婷罗飞丁炜超卢海峰华东理工大学信息科学与工程学院上海200237

装箱问题是物流系统和生产系统中的一个经典而重要的数学优化问题。装箱指把一系列物品按照一定顺序放进具有固定容量的箱子中,并最小化所使用的箱子数量,以最大限度地获取装箱问题的近似最优解。然而,现有的装箱算法存在明显的缺陷。... 详细信息

装箱问题是物流系统和生产系统中的一个经典而重要的数学优化问题。装箱指把一系列物品按照一定顺序放进具有固定容量的箱子中,并最小化所使用的箱子数量,以最大限度地获取装箱问题的近似最优解。然而,现有的装箱算法存在明显的缺陷。遗传算法计算量过大,甚至无法求出所需解,启发式算法无法处理极端值问题,而现有的改进算法即使在引入松弛量的情况下,也极易陷入局部最小值。文中提出的Adaptive-MBS算法采用自适应权重来改进原有方法,即允许方法有一定的松弛量,并具有捕捉物体样本空间随时间变化的直觉,以使用更好的松弛量策略来装箱。Adaptive-MBS算法首先以当前箱子为中心,使用Adaptive_Search搜索算法迭代找到适合箱子容量的集合中所有物体的子集,Adaptive_Search搜索算法不要求完全装满箱子,而是允许箱子具有一定的松弛量,在训练过程中根据当前状态的变化,实现自动地调整松弛量,在找到完全填满箱子的子集后迭代至下轮搜索直至遍历完成。该方法不易陷入局部最优,具有较强的发现全局最优解的能力。文中使用装箱问题中经典的BINDATA和SCH_WAE数据集进行实验,结果表明,数据集中多达991例问题可以通过Adaptive-MBS算法得到最优解。在没有求解出最优解的实例上,所提算法也在所有对比算法上具有最低的相对偏移量百分比。数值实验结果表明,相较于其他经典的装箱算法,Adaptive-MBS算法有更好的效果,其收敛速度也显著优于其他算法。

关键词：装箱问题自适应权重启发式算法松弛量全局最优解

在线全文

学校读者我要写书评

暂无评论

基于自适应动量更新策略的Adams算法

上海理工大学学报 2023年第2期45卷 112-119页

作者：李满园罗飞顾春华罗勇军丁炜超华东理工大学信息科学与工程学院上海200237

Adam算法是目前最常用的优化算法之一,但其面临学习率震荡导致模型不收敛问题,其改进算法AMSGrad也存在梯度递减导致的二阶动量失效问题。针对上述问题,提出了基于自适应动量更新策略的Adams算法。首先,通过为一阶动量和二阶动量引入自... 详细信息

Adam算法是目前最常用的优化算法之一,但其面临学习率震荡导致模型不收敛问题,其改进算法AMSGrad也存在梯度递减导致的二阶动量失效问题。针对上述问题,提出了基于自适应动量更新策略的Adams算法。首先,通过为一阶动量和二阶动量引入自适应更新参数,并在最后的参数更新期间采用较小的一阶动量更新参数,构建了一种自适应的动量更新策略。其次,基于该更新策略,提出了一种能够快速收敛的Adams算法。最后,通过理论分析证明了Adams算法的收敛性。基于文本分类和图像分类的对比实验表明,相比于Adam和AMSGrad算法,Adams收敛速度更快、训练结果更好,且具有优秀的泛化能力;消融实验证明了Adams算法自适应动量更新策略的有效性。

关键词：优化算法自适应动量更新策略一阶动量二阶动量

在线全文

学校读者我要写书评

暂无评论

基于最小松弛量的启发式一维装箱算法

计算机科学 2019年第9期46卷 315-320页

作者：罗飞任强丁炜超卢海峰华东理工大学信息科学与工程学院

一维装箱问题是组合优化中的NP难问题,在有限的时间内获得问题的精确解非常困难。启发式算法和遗传算法是解决装箱问题的两类主要方法,但是,采用经典启发式装箱算法得到的结果在极端情况下非常差,而遗传算法在解决装箱问题的过程中容易... 详细信息

一维装箱问题是组合优化中的NP难问题,在有限的时间内获得问题的精确解非常困难。启发式算法和遗传算法是解决装箱问题的两类主要方法,但是,采用经典启发式装箱算法得到的结果在极端情况下非常差,而遗传算法在解决装箱问题的过程中容易出现无效解,致使需要处理的数据量十分巨大。为了获得装箱问题的近似最优解,文中针对目前的装箱问题算法展开分析,提出了一种新型的启发式装箱算法。提出的IAMBS算法允许装箱有一定的松弛量,使用随机思想搜索局部最优,进而获得装箱问题的全局最优解。随机松弛量使该算法不易陷入局部最优,具有较强的发现全局最优解的能力。采用来自两个数据集的1410个基准测试实例进行实验。最终,IAMBS算法获得了1152个实例的最优解。实验数据表明,IAMBS算法可以有效地获得近似最优解,比经典装箱算法更有优势。

关键词：装箱问题启发式算法随机算法蒙特卡洛

基于同步更新外部归档集的NSGA-Ⅱ改进算法

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2018年第20期54卷 28-34页

作者：顾春华刘鑫平罗飞丁炜超华东理工大学信息科学与工程学院上海200237

NSGA-Ⅱ在执行拥挤系数计算时不考虑父子代种群各自独立的个体分布情况,使某些在全局空间中分布优秀的个体被淘汰。针对NSGA-Ⅱ收敛结果的较差分布性,提出了改进算法(UEA-NSGA-Ⅱ),在迭代过程中随机填充一定量子代种群的非支配个体到外... 详细信息

NSGA-Ⅱ在执行拥挤系数计算时不考虑父子代种群各自独立的个体分布情况,使某些在全局空间中分布优秀的个体被淘汰。针对NSGA-Ⅱ收敛结果的较差分布性,提出了改进算法(UEA-NSGA-Ⅱ),在迭代过程中随机填充一定量子代种群的非支配个体到外部归档集内,使用拥挤系数算子用于归档集的剪枝操作。同时,针对二进制编码存在陷入局部最优的问题,采用格雷码和动态变异算子增强算法在解空间上搜索速度与宽度。在ZDT系列问题上执行测试,并与两种典型算法和三种NSGA-Ⅱ改进算法对比,结果表明UEA-NSGA-Ⅱ在算法的稳定性与优化效果方面均优于所对比的算法。

关键词：多目标进化算法 NSGA-II 外部归档集归档策略