头像
编著总览
Email:
Office:
Address:
PostCode:
Fax:
头像
教改论文总览
Email:
Office:
Address:
PostCode:
Fax:
头像
科研论文总览
Email:
Office:
Address:
PostCode:
Fax:
头像
Mortal Particles: Particle Swarm Optimization with Life Span. ICSI 2011.
Email:
Office:
Address:
PostCode:
Fax:
头像
自适应编码蜂群算法求解连续批量统一模型. 计算机集成制造系统, 2013.
Email:
Office:
Address:
PostCode:
Fax:
头像
动态适应布谷鸟搜索算法. 控制与决策, 2014.
Email:
Office:
Address:
PostCode:
Fax:

您是第64 Access

  • Introduction

  • Research Focus

    [1]张永韡, 肖琴, 齐亮, et al. 基于学习风格模型的学生分组优化方法 [J]. 电气电子教学学报, 2022, 44(1).

    [2]肖琴, 张永韡, 张坚强, et al. 工程教育学习风格分析及因材施教策略研究 [J]. 计算机时代, 2021.

    [3]张强, 孙雪莹, 齐亮, et al. 课程思政融入微机原理与接口技术课程教学的设计与研究 [J]. 科教文汇(中旬刊), 2021, (10): 94-6.

    [4]薛文涛, 王玉龙, 张永韡, et al. 控制学科留学生核心专业课程的教学改革探索 [J]. 电气电子教学学报, 2018, 40(4): 27-31.

    [5]王玉龙, 薛文涛, 张永韡, et al. 留学研究生精品课程建设理论研究与应用 [J]. 电脑知识与技术, 2016, 12(31): 97-9.

    [6]张永韡, 肖琴, 王玉龙, et al. Modelica在自动控制专业教学中的应用 [J]. 微型电脑应用, 2016, 32(1): 11-4.

  • Education Background

  • Teaching

  • Introduction

  • Research Focus

    [1]ZHANG Y W, XIAO Q, SUN X Y, et al. Comparative Study of Swarm-Based Algorithms for Location-Allocation Optimization of Express Depots [J]. Discrete Dynamics in Nature and Society, 2022, 2022.

    [2]ZHANG Y W, XIAO Q, SONG Y L, et al. Learning Path Optimization Based on Multi-Attribute Matching and Variable Length Continuous Representation [J]. Symmetry, 2022, 14(11).

    [3]张永韡, 汪镭. 基于协同过滤的连续黑箱优化问题元启发算法选择研究 [J]. 控制与决策, 2020, 35(6): 1297-306.

    [4]WAIBEL C, MAVROMATIDIS G, ZHANG Y W. Fitness Landscape Analysis Metrics based on Sobol Indices and Fitness- And State-Distributions; proceedings of the 2020 IEEE Congress on Evolutionary Computation, CEC 2020, F 2020, 2020 [C].

    [5]ZHANG Y W, HALGAMUGE S K. Similarity of Continuous Optimization Problems from the Algorithm Performance Perspective; proceedings of the 2019 IEEE Congress on Evolutionary Computation, CEC 2019, Wellington, New Zealand, F 2019, 2019 [C]. IEEE.

    [6]ZHANG Y W, HALGAMUGE S K. Metaheuristic Algorithm Similarity Analysis Based on Performance Metric Mapping of Fractional Ranking; proceedings of the 2018 IEEE 9th International Conference on Information and Automation for Sustainability, ICIAfS 2018, Colombo, Sri Lanka, F 2018, 2018 [C]. IEEE.

    [7]GUO M, ZHANG Y, YE W, et al. Pricing the permission of pollution: Optimal control-based simulation of payments for the initial emission allowance in China [J]. Journal of Cleaner Production, 2018, 174: 139-49.

    [8]肖琴, 张永韡, 汪镭. 增量极坐标编码的贝赛尔曲线智能优化算法 [J]. 智能系统学报, 2017, 12(6): 841-7.

    [9]肖琴, 张永韡, 汪镭. 基于人工蜂群算法的自适应物流选址规划方法 [J]. 微型电脑应用, 2016, 32(3): 5-8.

    [10]张永韡, 汪镭, 吴启迪. 动态适应布谷鸟搜索算法 [J]. 控制与决策, 2014, 29(4): 617-22.

    [11]张永韡, 汪镭, 吴启迪. 自适应编码蜂群算法求解连续批量统一模型 [J]. 计算机集成制造系统, 2013, 19(3): 596-607.

    [12]张永韡, 司呈勇, 高文倩, et al. 基于元启发的学生耐力典型评价标准研究 [J]. 微型电脑应用, 2013, 30(7): 9-11.

    [13]ZHANG Y, WANG L, WU Q. Differential annealing for global optimization [M]. 2012.

    [14]ZHANG Y, WANG L, WU Q. Modified Adaptive Cuckoo Search (MACS) algorithm and formal description for global optimisation [J]. International Journal of Computer Applications in Technology, 2012, 44(2).

    [15]ZHANG Y W, WANG L, WU Q D. Mortal particles: Particle swarm optimization with life span [M]. 2011.

    [16]汪镭, 张永韡, 郭为安, et al. 自然计算发展趋势研究 [J]. 微型电脑应用, 2010, 26(7): 1-11.

    [17]张永韡, 汪镭, 吴启迪. 自然计算在九大高新技术领域的应用研究 [J]. 微型电脑应用, 2010, 26(10): 1-8.

    [18]ZHANG Y, FEI Q, LU J, et al. Performance criteria research on PSO-PID control systems; proceedings of the Proceedings of International Conference on Intelligent Computing and Cognitive Informatics (CICCI), F 2010/06//, 2010 [C]. IEEE.

    [19]LEI M, GUO W, ZHANG Y, et al. Design of time-variable boundary layer on sliding mode control; proceedings of the Proceedings of the World Congress on Intelligent Control and Automation (WCICA), F 2010, 2010 [C].

    [20]曹洁, 张永韡. 基于PSO优化的交通信号预测控制 [J]. 科学技术与工程, 2008, 8(17): 4930-8.

    [21]曲培娟, 张永韡, 曹洁. 温度控制系统的无超调模糊-PID控制器设计 [J]. 甘肃科技, 2008, 24(4): 45=8-=8.

    [22]张永韡. 单路口交通信号ANN自校正预测控制的研究 [D]. 2008; 兰州理工大学, 2008.


  • Education Background

  • Teaching

  • Introduction

  • Research Focus

    作者

    Zhang Y

    Wang L

    Wu Q

    会议名称

    2nd International Conference on Swarm Intelligence

    会议地点

    Chongqing, China

    出版社

    Springer-Verlag Berlin Heidelberg

    年份

    2011

    页码

    138-146

    论文下载

    Mortal Particles_ Particle Swarm Optimization with Life Span

    摘要

    Born and death is the nature of lives, but most swarm in- telligence algorithm did not reflect this important property. Based on Particle Swarm Optimization, the concept of life span is introduced to control the activity generation of particles. Furthermore, the differen- tial operator is applied to enhance the convergence and precision. The performance of propose algorithm, along with PSO and DE, is tested on benchmark functions. Results show that life span and differential op- erator greatly improved PSO and with well-balanced exploration and exploitation characteristic. 

    关键字

    Swarm Intelligence, PSO, Life Span, Differential, Mutation, Optimization, Algorithm. 


  • Education Background

  • Teaching

  • Introduction

  • Research Focus

    作者

    张永韡

    汪镭

    吴启迪

    期刊

    计算机集成制造系统

    年份

    2013

    卷

    19

    期

    3

    页码

    596-607

    论文下载

    自适应编码蜂群算法求解连续批量统一模型

    摘要

    针对连续生产过程与间歇生产过程混合的生产调度问题，建立了统一优化模型。使用随机比例法对 调度任务序列进行二次编码，并使用波动修正稳定设备生产效率。对最大完工时间评价准则进行修正，引入最小 停机次数准则，细化解的评价层次。使用蜂群算法使种群搜索最优解，并通过逆向解码得到调度序列。将所提算 法应用于化工企业烧碱生产过程，并与文献所给出的结果进行比较分析，证明了算法的有效性。 

    关键字

    生产调度; 混合调度; 连续批量; 蜂群算法; 编码算法; 评 价 准 则 


  • Education Background

  • Teaching

  • Introduction

  • Research Focus

    作者

    张永韡

    汪镭

    吴启迪

    期刊

    控制与决策

    年份

    2014

    卷

    29

    期

    3

    页码

    617-622

    论文下载

     动态适应布谷鸟搜索算法

    摘要

    介绍一种新的生物启发算法—–布谷鸟搜索(CS)及其相关的Le ́vy飞行搜索机制.为了进一步提高算法的适 应性, 将反馈引入算法框架, 建立了 CS 算法参数的闭环控制系统. 将 Rechenberg 的 1/5 法则作为进化的评价指标, 引 入学习因子平衡种群的多样性和集中性, 提出动态适应布谷鸟算法 (DACS). 最后, 通过数值实验验证了所提出算法 的有效性. 

    关键字

    布谷鸟算法;Le ́vy飞行;动态适应;反馈控制 


  • Education Background

  • Teaching