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. matlab 迭代局部算法

  2. 经典局部算法，迭代算法等，通过退火，禁忌搜索方法等解释。希望能给大家点宝贵的东西..

  3. 所属分类：其它

    • 发布日期：2010-07-15
    • 文件大小：4096
    • 提供者：GXzhangdaye

  1. 带时间窗的团队定向问题

  2. 本文主要介绍了带时间窗的定向问题（TOPTW）的特点和目标，并重点提出了一种简单快捷并且行之有效的迭代式局部搜索算法。本算法包括寻找到局部最优的插入算子（insertion step）和逃离局部最优扰动算子（shake step）

  3. 所属分类：C++

    • 发布日期：2011-08-23
    • 文件大小：254976
    • 提供者：huzhi8848

  1. 键盘布局优化

  2. 如何减少输入中英文信息的按键次数，提高输入效率是手机用户很关心的问题。当前手机键盘布局 没有考虑到英语的组词规律和汉语的字音特性，增加了用户输入信息的按键次数.本文定义单词(拼音)的 平均输入码长，以平均输入码长作为评价标准，用遗传一迭代局部搜索算法(IGA)寻找优化的手机键盘布 局，用模拟退火、禁忌策略等优化方法增强算法搜索能力和搜索速度.采用新的键盘布局，单词和拼音的平 均输入码长分别减少了2.6%*ll 16.2%u.

  3. 所属分类：其它

    • 发布日期：2015-04-15
    • 文件大小：387072
    • 提供者：jianh6355

  1. 迭代局部搜索求TSP问题（c++代码）

  2. 迭代局部搜索求TSP问题（c++代码），很好的学习资源，注释详尽，适合初学者学习启发式算法

  3. 所属分类：C/C++

    • 发布日期：2018-07-27
    • 文件大小：13312
    • 提供者：qq_37977138

  1. 结合蚁群算法和禁忌搜索算法的混合优化算法.pdf

  2. 针对元件的抓取路径规划问题，提出一种以最小化时间为目的，结合蚁群算法和禁忌搜索算法的混合优化算法。首先，将基于机器视觉抓取元件的问题确定为有约束的旅行商问题（TSP）;然后，分析了元件大小和抓取放置过程对于路径规划的综合影响，对路径选择概率和禁忌域进行了适应性改进;其次，一方面引入了2-opt局部优化以及信息素惩罚、奖励机制以改善蚂蚁的搜索能力，另一方面对信息挥发因子作适应性改进以提高蚂蚁的自适应能力;最后，针对基本算法和改进的混合优化算法，仿真实验和平台实验分别进行了性能指标和抓取时间的对比

  3. 所属分类：其它

    • 发布日期：2019-07-23
    • 文件大小：893952
    • 提供者：weixin_39841856

  1. 混沌的自适应和声搜索算法

  2. 和声搜索算法是一种启发式优化算法,针对现有改进的和声搜索算法(IHS)的不足,提出了一种混沌自适应和声搜索算法(CAHS)。在该算法中,首先采用混沌策略初始化种群,然后采用自适应的和声保留概率、音调调节概率和音调调节步长产生新解,每次迭代产生多个新解,充分利用和声记忆库的信息。如果算法停滞,则采用混沌变异机制。本文用5个标准的测试函数对该算法进行测试,结果表明该算法(CAHS)比IHS和AHSPSO算法有较强的寻优能力和跳出局部最优解的能力。

  3. 所属分类：其它

    • 发布日期：2020-06-20
    • 文件大小：185344
    • 提供者：weixin_38747592

  1. 机器学习之梯度下降法

  2. 1.基本概念 梯度下降法（Gradient descent）是一个一阶最优化算法。 要使用梯度下降法找到一个函数的局部极小值，必须向函数上当前点对应梯度（或者是近似梯度）的反方向的规定步长距离点进行迭代搜索。如果相反地向梯度正方向迭代进行搜索，则会接近函数的局部极大值点；这个过程则被称为梯度上升法。 2.几种梯度下降方法（针对线性回归算法） 2.1 批量梯度下降法 1.批量梯度下降法的特点及原理 运算量大：批量梯度下降法中的每一项计算：，要计算所有样本（共 m 个）； 批量梯度下降法的梯度是损

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：214016
    • 提供者：weixin_38698149

  1. shadeils:SHADE with Iterative Local Search的源代码，这是一种专为具有高维数的实参数优化而设计的算法（大规模全局优化）-Search source code

  2. 此源代码实现了2018年IEEE进化计算大会（ 举办的大规模全球优化竞赛的获胜者 该实现是使用numpy在Python 3中完成的。 此源代码可根据通用公共许可证（GPLv3）免费获得。 但是，如果在研究论文中使用它，则应参考原始工作： “ Molina，D.，LaTorre，A。Herrera，F。SHADE通过迭代局部搜索进行大规模全局优化。2018年度会议，IEEE进化计算大会，里约热内卢，巴西，2018年7月8日至13日， pp 1252-1259“ 它在WCCI 2018中特别

  3. 所属分类：其它

    • 发布日期：2021-03-24
    • 文件大小：4194304
    • 提供者：weixin_42122340

  1. 在无范围传感器网络定位上模拟节点的局部运动的迭代搜索

  2. 提出了一种模拟节点局部运动的迭代进化算法，以寻找无范围场景下的最佳定位精度。 所有本地化方法都面临解决方案质量和计算成本之间的折衷。 当将无范围场景中的传感器网络定位视为约束满足问题时，定位将达到最高的精度，但计算复杂度很高。 为了解决约束满足问题，将仅存在于无范围定位问题中的某些特征用作启发式搜索节点位置。 它们被概括为模拟节点的局部运动的简单和复杂运动，并被证明可以有效地找到合适的搜索方向并跳出局部化中存在的局部最小值。 然后，将这些仿真包含在两目标进化算法的每次迭代中，以最小化具有被破坏的

  3. 所属分类：其它

    • 发布日期：2021-03-23
    • 文件大小：482304
    • 提供者：weixin_38720402

  1. 位置调度问题的迭代局部搜索算法

  2. 位置调度问题的迭代局部搜索算法

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：262144
    • 提供者：weixin_38737635

  1. 通过稀疏和局部线性编码进行视觉跟踪

  2. 状态搜索是任何对象跟踪算法的重要组成部分。已经提出了许多算法，但是随机采样方法（例如粒子过滤器）可以说是最有效的方法之一。 但是，状态空间的离散化使精确对象位置的搜索变得复杂。 在本文中，我们提出了一种新颖的跟踪算法，该算法将粒子观测的状态空间从离散扩展到连续，并通过两个凸包之间的迭代线性编码准确地确定了解决方案。 该算法由最优函数建模，该函数可以通过凸稀疏编码或局部约束线性编码来有效地求解。 该算法也非常灵活，可以与许多通用对象表示形式结合使用。 因此，我们首先使用稀疏表示来实现算法的有效搜索

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：2097152
    • 提供者：weixin_38716563

  1. 图形处理单元上并行迭代局部搜索算法的优化

  2. 图形处理单元上并行迭代局部搜索算法的优化

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：1048576
    • 提供者：weixin_38678022

  1. 基于快速仿射模板匹配和改进仿射迭代最近点算法的人脸稳健精确仿射配准

  2. 提出了一种仅基于单个模板的人脸仿射配准方法。首先, 为了克服人脸仿射变换而产生的局部形变, 引入颜色特征来平衡模板人脸和目标人脸之间的颜色相似性和形状错配率, 进而提出了一种基于颜色特征的人脸粗搜索算法。接着, 采用人脸粗搜索算法得到的仿射变换作为初始约束, 建立上步仿射约束下的人脸形状精确配准算法。在算法的每一步迭代中, 利用前一步迭代得到的仿射变换, 建立最近点的对应关系, 并利用前步仿射约束下的目标函数求解新的仿射变换。本文算法成功解决了旋转、缩放和噪声干扰情况下人脸形状难以配准的问题。与

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：13631488
    • 提供者：weixin_38713393

  1. 基于Memetic算法的编码曝光最优码字序列搜索方法

  2. 提出了一种基于Memetic算法的编码曝光最优码字序列搜索方法。分析了编码曝光成像理论模型，建立了最优码字选取的适应度函数准则。引入Memetic算法框架并开展了最优编码序列搜索，利用遗传搜索算法进行了全局最优解搜索，并在此基础上利用模拟退火算法进行了局部最优解求解，通过适应度函数的阈值约束及种群和最优解的更新迭代，得到了最优码字搜索结果。研究结果表明，相比其他方法，所提算法兼顾了全局最优与局部最优的求解，得到的最优码字序列具有更优性能指标，算法执行效率高，复原图像的主客观评价质量更好。

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：9437184
    • 提供者：weixin_38624556

  1. BP网络的SPDS算法的局部极小问题分析

  2. 针对BP网络的训练算法SPDS算法,研究了局部极小问题.利用基于单参数动态搜索算法的SPDS算法的变量逐一搜索的特点,证明了每次迭代的等价误差函数均为拟凸函数,进而极小点存在并可求出.将迭代必将收敛的初值集合定义为全局极小区域,针对局部极小问题给出L-SPDS算法,并证明了SPDS算法的全局极小区域沿坐标轴方向扩张的区域既是L-SPDS算法的全局极小区域,从而SPDS算法收敛于全局极小点的可能性大大增加了,算法的仿真试验也证明了这一点.

  3. 所属分类：其它

    • 发布日期：2021-02-09
    • 文件大小：215040
    • 提供者：weixin_38616033

  1. 基于增强型kick策略的ILS算法求解一类聚类问题

  2. 提出一种新型的基于环交换邻域的迭代局部搜索算法(ILS),用于求解一类聚类问题.算法的主要特点是:1)基于环交换的邻域结构:环交换邻域与传统的Swap 和Insert邻域相比, 算法在一次迭代中允许多个点同时移动;2)针对聚类问题提出了增强型的kick移动策略:根据每组内点的密度分布摄动聚类中心,对给定的解重新聚类.实验结果表明, 基于环交换的迭代局部搜索算法对求解该类聚类问题是有效的.

  3. 所属分类：其它

    • 发布日期：2021-01-15
    • 文件大小：380928
    • 提供者：weixin_38686860

  1. 两级车辆路径问题下的应急物资配送策略与绩效

  2. 研究应急物资配送中的两级车辆路径决策策略与应急物资配送绩效问题. 首先以最后完成任务的最小时间为目标, 建立了两级车辆路径模型; 然后针对主仓库恢复配送时间不确定性问题, 提出了4 种应对策略: 独立策略、乐观协同策略、悲观协同策略和折中协同策略, 设计了多起点迭代局部搜索算法和仿真程序; 最后通过数值算例比较了4 种策略对应急物资配送绩效的影响, 比较结果表明, 折衷协同策略的表现效果最好.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：181248
    • 提供者：weixin_38734506

  1. 行驶时间和服务时间随机的集配货一体的分批配送车辆路径优化

  2. 将铁路物流中心集配货路径问题抽象为行驶时间和服务时间随机的集送货一体的分批配送车辆路径问题进行优化.根据问题特点建立带修正的随机规划模型,对迭代局部搜索算法进行改进,设计允许分批配送的初始解构造算法、局部搜索算法和扰动机制.算例测试证实:分批配送在中等规模和大规模算例中能发挥较好的作用,大部分中等规模和大规模算例都比不允许分批配送时所得到的解更优,部分中等规模和大规模算例车辆数有所减少;配送点数随着算例规模的扩大而增加,但是配送点数占顾客点数的比例却逐步降低;随机因素随机性增加将导致目标函数增大

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：1028096
    • 提供者：weixin_38747211

  1. 迭代局部搜索ILS算法python实现

  2. 迭代局部搜索ILS算法python实现，解hub location问题

  3. 所属分类：互联网

    • 发布日期：2021-01-11
    • 文件大小：34816
    • 提供者：a11213441

  1. Practices-about-Maching-learning:在此存储库中，我学习了一些有关行进学习的技术，例如迭代搜索优化，线性回归等。在Python编程中-源码

  2. 进修学习实践 实践1 我已经通过几个样本学习了线性回归和最优的迭代搜索 第1部分 使用这些功能进行最优的迭代搜索 梯度下降实施 Gadient Descent算法是一种通用的迭代优化技术，可以达到局部最优。 为此，我需要一个小的常数作为学习率，用η表示。 我们必须小心使用此常数，因为如果常数太大，则可能无法达到最佳局部，如果常数太小，则可能会达到最佳局部，但是这会带来很大的计算成本。 因此，最佳学习率将取决于我们亏损状况的政策，而政策又取决于数据集。 在数学上解释算法之前，除了学习率之外

  3. 所属分类：其它

    • 发布日期：2021-04-01
    • 文件大小：1048576
    • 提供者：weixin_42131785
« 12 3 4 5 6 7 »