点数信息
www.dssz.net
注册会员
|
设为首页
|
加入收藏夹
您好,欢迎光临本网站!
[请登录]
!
[注册会员]
!
首页
移动开发
云计算
大数据
数据库
游戏开发
人工智能
网络技术
区块链
操作系统
模糊查询
热门搜索:
源码
Android
整站
插件
识别
p2p
游戏
算法
更多...
在线客服QQ:632832888
当前位置:
资源下载
搜索资源 - 基于全局最优算法的应用研究
下载资源分类
移动开发
开发技术
课程资源
网络技术
操作系统
安全技术
数据库
行业
服务器应用
存储
信息化
考试认证
云计算
大数据
跨平台
音视频
游戏开发
人工智能
区块链
在结果中搜索
所属系统
Windows
Linux
FreeBSD
Unix
Dos
PalmOS
WinCE
SymbianOS
MacOS
Android
开发平台
Visual C
Visual.Net
Borland C
CBuilder
Dephi
gcc
VBA
LISP
IDL
VHDL
Matlab
MathCAD
Flash
Xcode
Android STU
LabVIEW
开发语言
C/C++
Pascal
ASM
Java
PHP
Basic/ASP
Perl
Python
VBScript
JavaScript
SQL
FoxBase
SHELL
E语言
OC/Swift
文件类型
源码
程序
CHM
PDF
PPT
WORD
Excel
Access
HTML
Text
资源分类
搜索资源列表
蚁群算法在求解连续空间优化问题中的应用研究
摘 要: 蚁群算法是受自然界中真实蚁群集体行为的启发而提出的一种基于种群的模拟进化算法,属于带构造性特征的随机搜索算法。 本文研究了一种可用于求解连续空间优化问题的蚁群算法策略,能提高最优解搜索过程的效率以及搜索状态的多样性和随机性,且不受优化目标函数是否连续、可微等因素的限制,为实际应用提供了途径,数值算例结果表明该搜索策略能较好地找到近似全局最优解。
所属分类:
其它
发布日期:2009-07-10
文件大小:623616
提供者:
god168
基于改进遗传算法的加热炉炉温控制研究
加热炉是轧钢生产线上的关键设备,窑炉温度的稳定性对后续工序的正常进行和保 证产品质量至关重要。但是由于加热炉是一个大惯性、大滞后、时变的被控对象,这类 对象被公认为较难控制。其数学模型相对来说较难建立,采用常规理论和方法进行控制 效果不够理想,通常还需辅以操作工的看火经验来调节控制。因此采用新的控制方法改 善加热炉炉温的控制性能具有重要的理论和实际意义。 遗传算法是通过模拟自然界遗传机制和生物进化而形成的一种过程搜索最优解的 算法。其特点是几乎不需要所求问题的任何信息而仅需要目标函数的信息,不
所属分类:
其它
发布日期:2010-05-09
文件大小:919552
提供者:
magicfxn
【matlab】基于BP算法和遗传算法的自适应噪声抵消器
一、引言自适应噪声抵消技术是一种能够很好的消除背景噪声影响的信号处理技术,应用自适应噪声抵消技术,可在未知外界干扰源特征,传递途径不断变化,背景噪声和被测对象声波相似的情况下,能够有效地消除外界声源的干扰获得高信噪比的对象信号。 从理论上讲,自适应干扰抵消器是基于自适应滤波原理的一种扩展,简单的说,把自适应滤波器的期望信号输入端改为信号加噪声干扰的原始输入端,而它的输入端改为噪声干扰端,由横向滤波器的参数调节输出以将原始输入中的噪声干扰抵消掉,这时误差输出就是有用信号了。在数字信号采集、处理中
所属分类:
硬件开发
发布日期:2012-12-30
文件大小:2048
提供者:
mmfile
基于SCE-A算法的新安江模型参数优化及应用
为了减小水文模型参数优化中人工试错法和局部优化法的不确定性, 以一种快速有效的优化方法搜索到水文模型参数的全局最优解。以安徽呈村流域为例, 使用SCE-UA算法对新安江模型参数进行优化, 日模型和次洪模型分别采用总体水量误差和对数绝对值误差作为目标函数, 分析优化结果并对优化参数进行检验。经检验分析, 日模型检验期确定性系数均达到0.8, 次洪模型检验期确定性系数接近0.9。研究结果表明, 采用 SCE-UA算法优化新安江模型参数可以取得较好结果, 目标函数的选择对参数优化有着重要作用。
所属分类:
专业指导
发布日期:2016-03-09
文件大小:316416
提供者:
peak_personal
人工智能在最优潮流中的应用综述
上述文献将不同的人工智能方法引人电力系 最优潮流,增强了算法的全局优化能力,为处理混 整数规划提供了新的出路。本文主要针对基于AI 方法的OPF向在线应用发展,提出一些有待进一 研究解决的问题:
所属分类:
其它
发布日期:2008-12-12
文件大小:392192
提供者:
yefhouse
一种新的交叉粒子群算法及其应用
粒子群算法是基于群集智能、受到人工生命研究结果的启发而提出的一种现 代优化方法。作为一类随机全局优化技术,与传统优化方法相比较,对目标函数 的解析性质要求不高,所以常用于解决一些复杂的、大规模的、非线性、不可微 的优化问题,近年来受到学术界的广泛重视。 本文介绍了标准粒子群算法和几种改进粒子群算法,在利用标准粒子群算法 优点的同时,进行了一些改进,例如:在位置更新方程中设置动力参数以限制粒 子在搜索区域内、采用减弱速度更新的策略减少速度更新的次数等。在此基础上 提出一种新的交叉粒子群算法,该算
所属分类:
其它
发布日期:2009-04-07
文件大小:2097152
提供者:
u012803624
粒子群优化算法的改进与应用
粒子群优化算法是在对鸟群捕食行为模拟的基础上提出的一种群 集智能算法,是进化计算领域中一个新的分支。它的主要特点是原理简 单、参数少、收敛速度较快、易于实现。因此,该算法一提出就吸引了 的广泛关注,逐渐成为一个新的研究热点。目前,粒子群优化算法应用 于神经网络的训练、函数优化、多目标优化等领域并取得了较好的效果, 有着广阔的应用前景。 论文的主要工作有 对粒子群优化算法的理论基础和研究现状作了简要的介绍,分 析了粒子群优化算法的原理及算法流程,对算法参数的选择做了详细的 研究,并进行了相应的仿
所属分类:
其它
发布日期:2009-04-07
文件大小:4194304
提供者:
chinhape
遗传神经网络在近红外光谱煤质分析中的应用研究
针对BP神经网络收敛速度慢及容易陷入局部最优解的缺点,结合遗传算法全局搜索的特点,提出了一种基于遗传算法和BP神经网络建立近红外光谱煤质分析模型的方法;并利用主成分分析法提取煤炭样品的主成分值,有效地压缩了数据。实验对比了BP模型与GA-BP模型,结果表明,GA-BP模型能有效地减小测试集的预测值与真实值之间的误差平方和,相关系数也得到了提高,有效地提高了预测精度和分析速度。
所属分类:
其它
发布日期:2020-05-13
文件大小:354304
提供者:
weixin_38679839
基于免疫算法的分层覆盖组播技术研究
为了克服传统的实时流媒体数据单播I、P组播等传输方式浪费网络带宽,甚至导致服务器过载的缺陷,提出了基于免疫算法的覆盖网络应用层组播树的构建方法。该方法以节点间网络延迟和节点的度作为约束条件,采用免疫算法划分组播岛、找出使整个系统"花费"最小的组播服务节点,实现了组播服务节点的全局最优选取。仿真结果表明,该方法有效可行,较采用传统的遗传算法具有更快的收敛速度和更高的搜索能力。
所属分类:
其它
发布日期:2020-04-25
文件大小:231424
提供者:
weixin_38698403
基于全局最优算法的应用研究
基于全局最优算法的应用研究,刘洋,,盲源分离算法大多计算复杂、迭代步多。针对该问题,本文研究了无须迭代的全局最优盲源分离算法,首先在非高斯源信号混合时使用该
所属分类:
其它
发布日期:2020-01-11
文件大小:626688
提供者:
weixin_38608189
改进PSO算法在污水处理控制器优选中的应用
针对控制性能指标不兼容难以选择控制器,提出了一种改进的PSO控制算法.构造了基于多性能指标参数的目标函数,研究了基于PSO的改进控制算法,剖析了可快速搜索到收敛于全局最优极值所对应各个控制器控制参数机理,以SBR工艺污水处理系统控制器参数选择为例,建立了DO参数控制模型,设计了改进的PID控制器和多模态HSIC控制器.仿真实验显示:改进的PSO算法有更强的鲁棒性和更好的动静态控制品质.研究结果表明该算法用于污水处理系统控制器参数优选的合理性与可用性.
所属分类:
其它
发布日期:2020-06-28
文件大小:829440
提供者:
weixin_38633475
基于遗传算法的BP神经网络优化动力配煤模型的研究
BP神经网络具有较强的学习能力,但在传统的研究中,隐含层节点、学习因子和动量因子往往采用试凑法得到相对较佳值,而试凑法在浪费较多时间的同时,可能得不到理想的BP神经网络输出,这对研究造成了一定的困难。文中采用智能算法来解决BP神经网络优化问题。遗传算法作为一种随机搜索算法,能够快速寻找到全局最优解,可以应用于本优化问题。因此,文章采用遗传算法优化BP神经网络上述参数,将改进后的BP神经网络运用于动力配煤非线性模型的研究。结果表明,采用遗传算法优化的BP神经网络具有较强的预测能力,对煤质的发热量预
所属分类:
其它
发布日期:2020-10-16
文件大小:479232
提供者:
weixin_38614462
通信与网络中的改进PSO算法在LSSVM入侵检测模型的应用
粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation),有Eberhart博士和kennedy博士发明。源于对鸟群捕食的行为研究。PSO同遗传算法类似,是一种基于叠代的优化工具。系统初始化为一组随机解,通过叠代搜寻最优值。但是并没有遗传算法用的交叉(crossover)以及变异(mutation)。而是粒子在解空间追随最优的粒子进行搜索。同遗传算法比较,PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化,神经网络训练,模糊系统控
所属分类:
其它
发布日期:2020-10-22
文件大小:330752
提供者:
weixin_38643127
嵌入式系统/ARM技术中的基于具有量子行为的粒子群优化算法惯性权重研究及应用
粒子群优化(PSO)算法是一种群智能优化算法,最早由Kennedy和Eberhart于1995年共同提出,其基本思想是对鸟群捕食行为的仿生模拟,通过鸟群之间的集体协作,快速搜寻并找到最优解。其基本的进化方程如下: 其中,r1,r2∈[0,1]为均匀分布的随机数;C1,C2均是正常数;t表示进化代数;Vt,Xt分别表示每个粒子的速度和位置;Pg,Pt分别是粒子群的全局最优和个体最优。 为了改善基本PSO算法的收敛性能,Y?Shi等人提出了惯性权重的方法和用模糊控制器来动态自适应地改
所属分类:
其它
发布日期:2020-11-05
文件大小:164864
提供者:
weixin_38733787
基于全局优化凸模型和分裂布雷格曼算法的快速边缘检测方法
主动轮廓模型是一种典型且有效的闭合边缘检测算法,已广泛应用于遥感图像处理中。 由于图像数据源的多样性,应用背景的复杂性以及边缘检测的局限性,使得主动轮廓模型的鲁棒性和通用性在边缘提取的实际应用中大大降低。 该研究提出了一种基于全局优化凸模型和Split Bregman算法的快速边缘检测方法。 首先,提出的方法定义了一个广义凸函数变分模型,该模型结合了RSF模型的原理和Chan的全局优化思想,可以得到全局最优解。 其次,采用基于分裂Bregman迭代算法的快速数值最小化方案,克服了噪声等缺点。 最
所属分类:
其它
发布日期:2021-03-14
文件大小:496640
提供者:
weixin_38532849
基于改进遗传算法的认知无线电网络参数调整
多目标参数调整在提高认知无线电(CR)系统的性能中起着重要作用。 当前的研究集中在遗传算法(GA)上,以实现CR中的参数优化,而通用GA总是处于过早收敛的状态。 此后,本文提出了对个体染色体适应度的线性尺度变换,它可以减少早期进化迭代中退出的非凡个体的影响,并确保后期进化迭代中个体之间的竞争。 本文还将自适应交叉和变异概率算法引入参数调整中,可以保证种群的多样性和收敛性。 CR的参数调整有两种应用,一种偏爱误码率,另一种偏爱带宽。 仿真结果表明,改进后的参数调整算法可以快速收敛到全局最优解,而不
所属分类:
其它
发布日期:2021-03-09
文件大小:115712
提供者:
weixin_38544152
基于种群的伪布尔函数进化算法的下界分析
进化算法(EA)是基于种群的通用优化算法,已成功应用于现实世界的优化任务中。 但是,以前的理论研究通常只在父母或后代中使用EA,并将重点放在特定问题上。 此外,它们通常只显示运行时间的上限,而下限对于全面了解算法也是必需的。 在本文中,我们针对具有唯一全局最优性的伪布尔函数类分析了(μ+λ)-EA(仅基于突变的基于总体的EA)的运行时间。 通过应用最近提出的开关分析方法,我们首次证明了下界Ω(n ln n +μ+λnln ln n / ln n)。 特别是在两个被广泛研究的问题OneMax和Le
所属分类:
其它
发布日期:2021-03-06
文件大小:231424
提供者:
weixin_38599518
基于差分进化算法的油田区域配电网无功优化技术的研究
针对油田区域配电网负荷大、无功严重不足、电力损耗大的特点,提出了一种适用于油田区域电网的无功优化方法。该方法建立了综合考虑系统的经济性和安全性并使其互为约束的无功优化数学模型,并采用在电力系统无功优化领域应用较少的差分进化算法对模型进行求解。该方法具有优化结果与初始值的选取无关、需要控制量少和容易找到全局最优解的优点,实例分析和不同优化算法对比结果表明了所提出的区域配电网无功优化方法的可行性和有效性。
所属分类:
其它
发布日期:2021-03-03
文件大小:1010688
提供者:
weixin_38747566
基于混合优化算法的分块镜共相位误差校正
对采用分块拼接式主镜的大口径空间望远镜,有必要研究适合在轨应用的共相位误差校正方法。以像清晰度函数作为评价函数,通过仿真分析了单色光和白光照明2种情况下分块镜共相位误差与评价函数的变化关系。仿真结果表明:采用单色光照明时,分块镜平移误差校正的动态范围小于0.5 λ;采用白光照明时,评价函数存在局部极值,必须采用全局最优化算法。仿真结果表明,当平移误差大于0.5 λ时,采用随机并行梯度下降(SPGD)算法易陷入局部极值,而采用遗传算法(GA)可以搜索到全局最优解,但迭代速度较慢。提出了采用基于SP
所属分类:
其它
发布日期:2021-02-07
文件大小:3145728
提供者:
weixin_38741540
蚁群算法在求解TSP问题中的改进研究
针对蚁群算法在求解大规模优化问题时存在的3个缺点:消耗时间长、蚂蚁在下次搜索时目标导向不强导致搜索随机性大、寻优路径上的信息素过度增强导致得到假的最优解。本文提出了基于边缘初始化和自适应全局信息素的改进蚁群算法。在相同参数下,其搜索时间大大缩短,并且得到了更好的最优解。将其应用到旅行商(TSP)问题中,和基本蚁群算法、遗传算法相比较,其具有以下优点:较好的搜索最优解的能力;对新解不会过早的终止;探索新解的能力进一步增强。因此,改进的蚁群算法在求解TSP等组合优化问题时非常有效。
所属分类:
其它
发布日期:2021-01-28
文件大小:1048576
提供者:
weixin_38587705
«
1
2
3
4
»