我院本科生陈莹同学的一作论文被《计算机科学》(CCF B中文期刊)接收

近期,我院人工智能专业大三本科生陈莹以第一作者身份向《计算机科学》投稿的文章被接收,论文标题为 “基于分层学习和差分进化的混合PSO

近期,我院人工智能专业大三本科生陈莹以第一作者身份向《计算机科学》投稿的文章被接收,论文标题为 “基于分层学习和差分进化的混合PSO算法求解车辆路径问题”。研究成果在特聘研究员樊小毛和沈映珊副教授指导下完成,樊小毛老师和沈映珊老师为共同通讯作者,华南师范大学为第一完成单位。

image.png

图1 论文算法流程图

车辆路径问题旨在求解每辆车的服务路线,使其在完成配送任务的情况下行驶距离之和最短,是运筹学中经典的组合优化问题,属于 NP 难问题,且具有较高的理论意义与实际应用价值。针对该问题提出了一种基于分层学习和差分进化的混合粒子群优化算法(Hybrid Particle Swarm Optimization Algorithm Based on Hierarchical Learning and Different Evolution,DE-HSLPSO)。DE-HSLPSO 中引入了分层学习策略,以适应度值和迭代次数为依据将种群粒子动态划分为三层,在前两层粒子的进化过程中引入了社会学习机制,而第三层粒子进行差分进化,通过变异和交叉有效地增加粒子的多样性,从而开拓空间,有利于跳出局部最优。通过在经典的 CVRP 数据集上进行仿真实验,来探究 DE-HSLPSO 各部分对整体性能的影响,实验证明分层策略与差分进化均可提升算法整体性能。另外,在七个基本算例上对 DEHSLPSO 与其他优化算法进行了测试,综合时间与最优解进行对比,结果表明 DE-HSLPSO 的求解性能优于其他对比算法。

image.png

图2 陈莹同学

陈莹同学大二以来积极参加院内导师科研项目,主要研究方向为深度学习与计算智能,曾获华南师范大学优秀学生奖学金以及百优共青团员称号等。学习之余也有自己的兴趣爱好,例如乒乓球,平常也积极参与志愿活动。