本文選題：人工智能 + 模型診斷��； 參考：《吉林大學(xué)學(xué)報(工學(xué)版)》2017年03期

【摘要】：針對最小碰集求解問題,提出一種改進的GRASP算法。在算法構(gòu)造解階段,提出一種結(jié)合部件動態(tài)變化度d-covered的打分機制,用來選擇可能是最小碰集的部件,避免非最小碰集部件的加入,并能較早地得到最小碰集;在算法局部搜索階段,結(jié)合部件動態(tài)變化度drcovered給出錦標(biāo)賽策略,進而從當(dāng)前解對應(yīng)的冗余部件中刪除較可能是非最小碰集的部件。此外,還給出了完備算法和不完備算法的時間復(fù)雜度分析。實驗結(jié)果表明:與現(xiàn)有完備算法相比,本文算法能夠在較短的時間內(nèi)找到最優(yōu)解;與現(xiàn)有不完備算法相比,本文算法可以找到更短長度的最小碰集。
[Abstract]:An improved GRASP algorithm is proposed for solving the minimum collision set problem. In the phase of constructing the solution of the algorithm, a scoring mechanism combining the dynamic variation degree of components d-covered is proposed, which is used to select the components that may be the minimum collision set, to avoid the addition of the non-minimum collision set components, and to obtain the minimum collision set earlier. In the local search phase of the algorithm, the tournament strategy is given in combination with the dynamic variation degree of components drcovered, and then the components that are more likely to be non-minimum collision sets are removed from the redundant components corresponding to the current solution. In addition, the time complexity analysis of complete algorithm and incomplete algorithm is given. The experimental results show that the proposed algorithm can find the optimal solution in a short time compared with the existing complete algorithm, and the algorithm can find the minimum collision set with shorter length than the existing incomplete algorithm.
【作者單位】： 吉林大學(xué)計算機科學(xué)與技術(shù)學(xué)院;吉林大學(xué)符號計算與知識工程教育部重點實驗室;
【基金】：國家自然科學(xué)基金項目(61672261,61502199,61402196,61373052) 浙江省自然科學(xué)基金項目(LY16F020004)
【分類號】：TP18

【相似文獻】

相關(guān)期刊論文 前2條

1 Gerd HIRZINGER;;An anthropomorphic controlled hand prosthesis system[J];Journal of Zhejiang University-Science C(Computers & Electronics);2012年10期

2 ;[J];;年期

相關(guān)會議論文 前1條

1 ;A Study on Quality Functions for Grasp Synthesis and Fixture Planning[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

相關(guān)碩士學(xué)位論文 前1條

1 張婷;關(guān)于融合GRASP算法的選擇性集成學(xué)習(xí)方法研究[D];南京航空航天大學(xué);2016年

，

本文編號：1779203