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]！  

搜索资源列表

  1. 基于混合遗传算法的TSP问题优化

  2. :为了进免陷入局部优化，提出使用混合遗传算法，即用应用模拟退火算法的Boltzmann生存方法，根据个体适应性的变异值和概率值，来保持个体的多样性，阻止提前收数，用顺序交叉算子和部分路径翻转变异算子来提高算法的收数速度，较好地解决了群体的多样性和收数速度的矛质.算法分析和测试表明，该改进算法是有效的.

  3. 所属分类：其它

    • 发布日期：2009-05-27
    • 文件大小：384000
    • 提供者：amdchenc

  1. 几种局部优化算子在求解TSP中的性能比较

  2. 几种局部优化算子在求解TSP中的性能比较，将局部优化算子引入遗传算法求解TSP问题，以求提高算法的性能

  3. 所属分类：其它

    • 发布日期：2009-12-10
    • 文件大小：43008
    • 提供者：Fish8020

  1. 基于混合遗传算法的TSP问题优化研究论文

  2. :为了进免陷入局部优化，提出使用混合遗传算法，即用应用模拟退火算法的Boltzmann生存方法，根据个体适应性的变异值4f和概率值exp(-4'/T)，来保持个体的多样性，阻止提前收数，用顺序交叉算子和部分路径翻转变异算子来提高算法的收数速度，较好地解决了群体的多样性和收数速度的矛质.算法分析和测试表明，该改进算法是有效的.

  3. 所属分类：其它

    • 发布日期：2008-05-01
    • 文件大小：384000
    • 提供者：myzhzygh

  1. 改进小生境粒子群优化算法的电力系统无功优化研究

  2. 粒子群算法是一个非常简单的算法，且能够有效地优化各种函数。从某种程度上说，此算法介于遗传算法和进化规划法之间。此算法非常依赖于随机的过程，这也是和进化规划的相似之处。此算法中朝全局最优和局部最优靠近的调整非常类似于遗传算法中的交叉算子。此算法还使用了适应值的概念，这是所有进化计算方法所共有的特征。

  3. 所属分类：专业指导

    • 发布日期：2013-05-23
    • 文件大小：491520
    • 提供者：kunchao2010

  1. 一种更简化而高效的粒子群优化算法

  2. 针对基本粒子群优化(basic particle swarm optimization,简称bPSO)算法容易陷入局部极值、进化后期 的收敛速度慢和精度低等缺点,采用简化粒子群优化方程和添加极值扰动算子两种策略加以改进,提出了简化 粒子群优化(simple particle swarm optimization,简称sPSO)算法、带极值扰动粒子群优化(extremum disturbed particle swarm optimization,简称tPSO)算法和基于二者的带极值扰动的简化粒

  3. 所属分类：其它

    • 发布日期：2008-10-09
    • 文件大小：386048
    • 提供者：niedx2007

  1. 带有遗传算子的烟花爆炸优化算法

  2. : 受烟花爆炸现象的启发并结合遗传算法思想提出一种新的优化算法———带有遗传算子的烟花爆炸优化算法( GAFEO)。该算法主要模 拟烟花爆炸的方式对解空间进行基本的并行弥漫式爆炸搜索,引入自适应局部搜索策略和遗传算法中的交叉变异策略以改善算法的优化性能。 通过实验对 12 个常用高维测试函数进行优化计算,结果表明,与 PSO 算法以及其他新型算法相比, GAFEO 算法在寻优能力、寻优精度等方面 都具有较好的性能。

  3. 所属分类：机器学习

    • 发布日期：2019-02-26
    • 文件大小：166912
    • 提供者：weixin_44684342

  1. 鹰策略结合差分进化的可靠性冗余优化算法

  2. 将鹰策略和差分进化结合用于解决可靠性冗余优化问题.优化过程分为两个阶段:第一阶段使用Lévy飞行在解空间中进行全局搜索,第二阶段使用差分进化算法在前阶段得到的有前途解的周围进行快速的局部搜索.同时,修改了差分进化算法的变异算子和交叉算子以提高局部搜索的性能.该算法较好地实现了全局搜索和局部搜索的平衡,既有利于跳出局部最优,又可以加快局部收敛.通过对可靠性冗余优化的两个基本问题的实验表明,所提出的算法在解决可靠性冗余优化问题上是有效的.

  3. 所属分类：其它

    • 发布日期：2020-05-17
    • 文件大小：814080
    • 提供者：weixin_38665162

  1. matlab改进的遗传算法求解路径优化问题.zip

  2. 所走路程的最短路径,其可能的路径数与城市个数成指数关系增长.目前应用遗传算法解决TSP问题,主要要解决编码问题和算子的设计问题.编码方式约束了运算空间的大小,好的编码方式可以压缩求解空间,提高运算效率.常见的编码方式有二进制编码,实值编码,自然编码等本文主要讨论**自然编码方式下算子的改进**及其MATLAB的程序实现.针对TSP问题,提出**贪婪交叉算子**和**倒位变异算子**来加快算法的收敛速度,同时又**不易陷入局部最优**,从而较好地解决了群体的多样性和收敛速度的予盾。

  3. 所属分类：讲义

    • 发布日期：2020-03-18
    • 文件大小：8192
    • 提供者：weixin_46567845

  1. 基于实数编码的遗传算法在水库优化调度中的应用

  2. 基于实数编码的遗传算法在水库优化调度中的应用，胡晓雨，徐英，基于实数编码的遗传算法(RGA)可以快速收敛到最优解附近、且不易陷入局部最优。通过选择、交叉和变异等遗传算子的共同作用使种群不�

  3. 所属分类：其它

    • 发布日期：2020-01-11
    • 文件大小：194560
    • 提供者：weixin_38535808

  1. 基于改进粒子群优化算法的PID控制器参数优化

  2. 针对PID控制器参数整定问题,提出一种基于改进粒子群优化算法的优化方法。该方法在实数编码及设定参数搜索空间的基础上,采用基于指数曲线的非线性惯性权值递减策略,以较大幅度地提高算法的收敛速度和精度;嵌入基于差分进化算法变异算子的局部搜索策略,以有效提高粒子个体的适应性和群体的多样性,改善解的质量,同时增强算法全局空间探索和局部区域改良能力的平衡。仿真结果表明,该方法与传统和智能算法相比较,所得到的控制器参数能够使控制系统获得更好的动态响应特性和满意的控制效果。

  3. 所属分类：其它

    • 发布日期：2020-05-27
    • 文件大小：161792
    • 提供者：weixin_38526914

  1. PSO混合DE算法求解约束优化问题

  2. 出了一个全新的混合算法并命名为微粒群差分算法，该算法在标准微粒群算法的基础上结合了差分进化算法用于求解约束的数值和工程优化问题。传统的标准微粒群算法由于其种群单一性容易陷入局部最优值，针对这一缺点利用差分进化算法中的变异、交叉、选择3个算子来更新每次迭代每个粒子新生产的位置以使粒子跳出局部优值。融合了标准微粒群算法和差分进化算法优点的混合算法加速了粒子的收敛速度。为了避免惩罚因子的选择对实验结果的影响，采取了可行规则法来处理约束优化问题。最后将微粒群差分算法用于5个基准函数和两个工程问题，并与其

  3. 所属分类：其它

    • 发布日期：2020-10-17
    • 文件大小：869376
    • 提供者：weixin_38547397

  1. 优化粒子群的云计算任务调度算法

  2. 任务调度作为云计算的关键技术之一,却一直没有得到很好的解决。针对云任务调度的特点,基于基本粒子群优化(PSO)算法,文中提出了一种带极值扰动的相关性粒子群优化(EDCPSO)算法。该算法采用Copula函数去刻画随机因子间的相关结构,支持粒子合理利用自身经验信息和群体共享信息,解决了粒子群优化算法在寻优过程中没有考虑随机因子作用而造成全局优化能力不足的缺陷;采用添加极值扰动算子的策略,进一步改进粒子群优化算法,避免了粒子群优化算法在进化后期容易陷入局部寻优现象。仿真结果表明,在相同条件下,带极值

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：644096
    • 提供者：weixin_38735119

  1. 优化加权TV的复合正则化压缩感知图像重建

  2. 目的压缩感知理论突破了传统的Shanon-Nyquist采样定理的限制,能够以较少的采样值来进行原信号的恢复。针对压缩感知图像重建问题,提出一种基于优化加权全变差(TV)的复合正则化压缩感知图像重建模型。方法提出的重建模型是以TV正则化模型为基础。首先,为克服传统TV正则化会导致重建图像的边缘和纹理细节部分模糊或丢失的缺点,引入图像的梯度信息估计权重,构建加权TV的重建模型。其次,利用全变差去噪(ROF)模型对权重进行优化估计,从而减少计算权重时受噪声的影响。再次,将非局部结构相似性先验和局部自

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：1048576
    • 提供者：weixin_38675967

  1. 求解TSP问题的离散型萤火虫群优化算法

  2. 基于求解TSP问题,提出一种离散型萤火虫群优化(DGSO)算法,该算法结合TSP问题特点,给出一种有效编码和解码方法,并定义适合编码的个体间距离计算公式和编码更新公式.同时,为增强算法求解TSP问题的局部搜索能力,加快算法的收敛速度,算法使用了操作简单的2-Opt优化算子.最后,通过对10个TSP问题进行仿真实验,实验结果表明本文提出的算法是在种群规模较小,迭代次数较少的情况下就可以收敛到已知最优解.在大规模TSP算例中算法获得的最优值与理论最优值的误差也在1%以下.

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：386048
    • 提供者：weixin_38625143

  1. 通过量子绝热计算学习量子算子

  2. 在本文中，我们将量子绝热计算引入了量子算符学习的研究领域。 与现有的传统优化方法相比，绝热算法确保达到全局最优解，从而避免了局部极小问题。 在两个任务上的实验性能表明了这种新方法的可行性和潜力。 我们坚信，量子绝热计算可以应用于机器学习的其他任务。

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：806912
    • 提供者：weixin_38524246

  1. 基于改进遗传算法的开放生产线多元调度优化仿真。

  2. 本文试图克服开放生产线瓶颈识别和调度优化的缺陷。 为此，作者分析了外部干扰和系统配置变化对生产线的影响机理，并通过计算机仿真提出了生产线的多瓶颈识别模型。 然后，将所提出的模型用于优化开放式生产线的调度。 具体而言，基于层次聚类和多属性决策的生产线瓶颈识别方法，旨在克服传统瓶颈识别算法的候选集少，准确性低的缺点。 实验结果表明，该算法具有清晰的主逻辑和次逻辑。 主瓶颈簇的数量随着顺序的增加而减少。 主瓶颈集群中的机器数量非线性变化； 机器负载和瓶颈之间没有直接联系； cophenetic相关系数

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：509952
    • 提供者：weixin_38704922

  1. 基于候选解分布知识的改进极值优化

  2. 极值优化（EO）是一种模仿现象的算法，其灵感来自统计物理学领域的自组织临界的Bak-Sneppen模型。 规范EO在单个解决方案上工作，仅使用变异算子，该算子倾向于过早收敛到局部最优。 本文提出了一种基于种群的极值优化算法，为探索搜索空间提供了一种并行方式。 此外，通过分析解决方案集中每个组件集的分布知识，提出了一种新的名为云突变的突变策略。 带有云突变的基于种群的极值优化是挖掘和重建搜索过程中候选解的不确定性特性的特征。 最后，与其他已报道的元启发式算法相比，该算法适用于数值优化问题。 统计结

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：1048576
    • 提供者：weixin_38612568

  1. 改进的花朵授粉算法在微网优化调度中的应用

  2. 研究了用于解决微网优化调度问题的群智能算法．针对微网优化调度问题的多目标、多约束条件等特点，对微网优化调度问题建模; 提出了改进的花朵授粉算法，并将其应用到微网优化调度问题．在初始化时，采用对立点方法增加种群多样性和优化搜索空间; 局部更新时，使用一种新的局部更新算子提高算法收敛速度; 此外，为了减少计算量和避免陷入局部最优，定义了是否使用遗传操作的判断条件．仿真结果表明，该算法性能优于原始花朵授粉算法和遗传算法等其他算法

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：262144
    • 提供者：weixin_38713393

  1. 高光谱端元提取的变异算子加速量子行为粒子群优化算法

  2. 最终成员提取算法为不同的材料选择了纯签名谱的集合，在高光谱分解中起着重要的作用。 本文将端元提取算法描述为一个组合优化问题，并提出了一种新的突变算子加速量子行为粒子群算法（MOAQPSO）。 所提出的方法采用量子行为粒子群优化（QPSO）来查找具有良好性能的最终成员。 据我们所知，这是QPSO首次被引入高光谱端成员提取中。 为了遵循粒子运动的规律，提出了高维粒子定义。 另外，为了避免陷入局部最优，使用突变操作来增加种群多样性。 拟议的MOAQPSO算法已在合成和实际高光谱数据集上进行了评估。 实

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：3145728
    • 提供者：weixin_38518638

  1. 基于虚拟蚂蚁的局部优化蚁群算法

  2. 蚁群算法在解决一些NPC(Non-deterministic polynomial complete)问题时具有较大的优势,但也存在一些不足,如收敛精度低、收敛速度慢等.为了平衡收敛精度与收敛速度之间的矛盾,提出一种基于虚拟蚂蚁的局部优化蚁群算法.该算法通过降低重复计算资源的比例来提高计算资源的利用率,从而提升较少迭代次数时的精度.对单位信息素和全局更新策略进行调整,使之与所提出的算法匹配.同时,增加两点局部优化算子——点交换和交叉去除,加快收敛速度,进一步提高解的精度.通过约束局部优化算子的参

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：391168
    • 提供者：weixin_38551187
« 12 3 4 5 6 »