余文
个性化签名
- 姓名:余文
- 目前身份:
- 担任导师情况:
- 学位:
-
学术头衔:
- 职称:-
-
学科领域:
计算机应用
- 研究兴趣:
余文,男,副教授,硕导。出生于1964年9月,博士(后)。1981-1988年在兰州大学数学力学系学习,先后获工学学士、理学硕士学位。2002年,获西安交通大学工学博士学位。2002-2004年,在清华大学计算机系高性能计算所,从事高性能计算和分子计算方面的博士后研究工作。主要研究高性能并行计算、分子计算、神经网络和软计算。
作为课题负责人承担了国家自然科学基金“基于硅的分子计算技术的研究”、博士后科学基金“可满足性问题的分子计算”和电力部项目“WJZP型微机直流电源屏”等科研工作,承担了“复杂系统的智能控制理论和应用”、“高性能可扩展工作站并行机系统”、“并行程序设计环境关键技术”等国家863计划、自然科学基金、军口预研等项目。
-
主页访问
1569
-
关注数
0
-
成果阅读
311
-
成果数
7
余文, 李人厚
计算机工程与科学,2001,23(4):7~10,-0001,():
-1年11月30日
基于单亲细胞的无性繁殖-分裂,提出了一类新的DNA分子自进化优化算法。算法模似了单亲细胞在恒定环境下的一种进化演变过程。论证了在恒定环境中,单亲细胞DNA分子在生命进化的基本特征-分裂和变异的交互作用下,以1的概率演化到同一个体,即环境中的全局最优点。文中对算法进行了形式描述和理论探索,给出了收敛性证明。通过实例仿真和计算,得出了有益的结论。
无性繁殖, 个体进化, DNA算法, 优化
-
71浏览
-
0点赞
-
0收藏
-
0分享
-
133下载
-
0评论
-
引用
余文, 李人厚
信息与控制,2001,30(5):470~473,-0001,():
-1年11月30日
遗传算法在处理复杂的、多模态优化问题时常不十分有效,很难同时搜索多个峰点。这主要是由全局选择机制和交叉算子引起的。针对上述不足,本文提出了一种多模态单亲遗传算法,目标不是发现一个最优解而是多个最优或次优解的集合。主要是对交叉算予和选择机制作了改进,群体中个体能较好地保留自己的遗传特性,大大增强了种群个体的分散性。该方法不仅易实现并行或分布计算,且群体规模可以任意选取。仿真结果验证了算法的有效性。
单亲遗传, 多模态, 遗传算法
-
69浏览
-
0点赞
-
0收藏
-
0分享
-
69下载
-
0评论
-
引用
余文, 李人厚
计算机工程,2001,27(7):72~73,-0001,():
-1年11月30日
在多群体遗传算法的实现中,迁移算子常会产生大量通信开销,也不利于搜索出多个模态峰点。针对上述不足, 提出了一种改进的多群体遗传算法,用灾变产生新个体方式代替子群体之间的迁移效果,同时提出了尖点灾变模型及灾变发生的分歧条件, 各子群方式受灾变条件的控制。仿真结果验证了算法的有效性。
多群体遗传算法, 灾变, 尖点模型, 进化计算
-
28浏览
-
0点赞
-
0收藏
-
0分享
-
103下载
-
0评论
-
引用
余文, 李人厚
计算机工程,2002,28(5):28~29,-0001,():
-1年11月30日
提出了一种分布式神经模糊网络和自学习模糊控制器的构成方法。它是CMAC模型的一种扩展,使其能进行模糊推理和构成学习的模糊控制器该方法除具有CMAC优点外,迁具有以下特点:输入数据通过模糊划分和隶属函数后自动编码,对精度没有限制,从现场数据直接获取控制规则,即使对术训练的数据,也能结合插值和泛化两种能力,推理结合适的输出。学习实例证明了方法的有效性。
分布式神经网络, 自学习模糊控制器, CMAC
-
26浏览
-
0点赞
-
0收藏
-
0分享
-
70下载
-
0评论
-
引用
余文, 李人厚
计算技术与自动化,2002,21(1):23~26,-0001,():
-1年11月30日
奉文提出了一种分布式神经模糊网络和自学习模粕拉翩嚣的构成方法。它是cMAc模型的一种扩展。使其能进行摸期推理和拇成自学习的横期控制器。谚方法腺具有cMAc优点井。还具有以下特点t①辅A数据通过模描划分和隶属函数后u动编码。对精度没有眼制@从现场数据直接获取控斜规划。叩使对来训练的数据。也能结台插值和泛化两种能力,推理给出合适的辅出。本文还对DNFN的逼近能力进行了讨沧。学习宴倒证明了方法的有效性。
分布式同络, 自学习模糊控制器, CMAc
-
37浏览
-
0点赞
-
0收藏
-
0分享
-
106下载
-
0评论
-
引用
余文, 李人厚
小型微微计算机系统,2003,24(3):527~530,-0001,():
-1年11月30日
基于细胞分裂中DNA分子的复制机理,提出了一类新的DNA分子双向进化算法算法模拟了一类单亲群体在恒定环境下的双向进化或演变过程论证了在选择机制下,单亲个体能够通过生命进化的基本特征分裂和变异的交互作用,以1的概率演化到环境中的全局最优点文中对算法进行了形式描述和理论探索,给出了收敛性证明通过实例仿真和计算,验证了算法的有效性。
DNA, reproduction, evolution, algorithm, optimization
-
46浏览
-
0点赞
-
0收藏
-
0分享
-
91下载
-
0评论
-
引用
余文, 李人厚
计算机科学,2002,23(6):98~101,-0001,():
-1年11月30日
In aIn a11 aspects of GA, including the constraints-handling technique, encoding, fitness function and genetic op-erator, etc, GA is able to provide an alternative optimization technique for constrained problems that are solved in a wlde va riety of domms The penalty one is the most valLd and flexible in the alI techniques, The fundamental methods that can solve the nonlinear programming prohlems in the GA area are reviewed and discussed in tttis paper
Genetic algorithms,, Constraints-handling techniques,, Nonlinear programming
-
34浏览
-
0点赞
-
0收藏
-
0分享
-
103下载
-
0评论
-
引用