摘要
赋时影响网是一种最近兴起的分析复杂系统关键事件行为及因果关系的建模范式,通过连接行动事件和期望效果来实现关系推理过程。基于赋时影响网设计算法在不确定条件下寻找有效行动方案和备选行动方案用以辅助系统分析决策。本文在标准粒子群优化算法的基础上给出了一种模拟退火改进策略:在规定的计算周期内以粒子群算法进行进化计算;同时为了避免陷入局部最优,采用模拟退火方法对所有粒子重新进行有选择的初始化,初始化之后再次应用粒子群算法。为了有效提高算法的运算速度,算法的实现应用了MPI。仿真结果表明,该算法具有较快的寻优能力和较好的鲁棒性。
赋时影响网是一种最近兴起的分析复杂系统关键事件行为及因果关系的建模范式,通过连接行动事件和期望效果来实现关系推理过程。基于赋时影响网设计算法在不确定条件下寻找有效行动方案和备选行动方案用以辅助系统分析决策。本文在标准粒子群优化算法的基础上给出了一种模拟退火改进策略:在规定的计算周期内以粒子群算法进行进化计算;同时为了避免陷入局部最优,采用模拟退火方法对所有粒子重新进行有选择的初始化,初始化之后再次应用粒子群算法。为了有效提高算法的运算速度,算法的实现应用了MPI。仿真结果表明,该算法具有较快的寻优能力和较好的鲁棒性。
出处
《计算机科学》
CSCD
北大核心
2012年第S3期63-66,82,共5页
Computer Science
基金
国家自然科学基金项目(61074108)资助
关键词
赋时影响网
行动方案
基于效果作战
模拟退火算法
粒子群算法
MPI
Timed influence nets
Course of action
Effects based operations
Simulated annealing
Particle swarm optimization
MPI
