基于信息素改进的蚁群算法

蚁群算法是一种优秀的启发式算法，具有较强的鲁棒性。针对基本蚁群算法在求解过程中容易出现收敛时间过长以及容易陷入局部最优的不足。本文提出了一种改进的蚁群算法，该算法通过在信息素挥发系数上增加一个收敛函数，加快了收敛速度；通过信息素增量与优秀路径选择相结合，引导算法收敛到最优路径，实验结果表明，改进后的算法在收敛速度和全局寻优能力上有了较大的提高。     

一种新的量子蚁群优化算法

 针对蚁群算法在求解连续空间优化问题时易于陷入局部最优和收敛速度慢的问题，提出了一种新的基于量子进化的蚁群优化算法。 该算法采用量子比特的概率幅表示蚂蚁当前位置信息；设计了一种新的量子旋转门更新蚂蚁位置, 完成蚂蚁的移动；最后采用量子 非门实现蚂蚁所在位置的变异, 增加位置的多样性。不仅从理论上证明了所提出算法的收敛性，而且通过仿真实验表明该算法可使 搜索空间加倍，比传统的蚁群算法具有更好的种群多样性，更快的收敛速度和全局寻优能力。     

蚁群神经网络在变压器故障诊断中的应用

针对蚁群算法收敛速度慢的问题, 提出了一种改进方法, 通过为蚁群算法增加一种收敛因子, 使其在信息素的全局更新中为每次迭代产生的最优路径赋予额外的信息素增量, 降低了算法陷入局部最优解的可能性。分析了改进蚁群算法的收敛性, 并对其寻优能力进行了测试, 结果表明, 改进蚁群算法具有较强的寻优能力和较快的收敛速度。用改进蚁群算法优化神经网络并将其应用于变压器的故障诊断, 与BP神经网络诊断结果对比, 蚁群算法优化神经网络具有更快的收敛速度和更高的诊断精度。     

基于信息权重自适应蚁群算法求解TSP问题

为了提高蚁群算法求解TSP问题的寻优效果和计算效率,在传统蚁群算法的基础上,将信息权重系数引入路径选择机制及信息素调节机制,根据城市聚度,动态调整路径选择概率;根据路径寻优结果,自适应调整各路径信息量分布,提出了基于动态路径选择机制及自适应信息量更新的动态自适应蚁群算法,克服了传统蚁群算法计算收敛慢,容易陷入局部最优,个体早熟等缺陷。算法应用于Oliver30和Ch150两个TSP实例仿真,并与传统蚁群算法进行对比。结果表明:自适应蚁群改进算法可以有效地求解TSP问题,并且在求解效率和求解质量上都取得很好的效果。     

求解TSP问题的萤火虫参数优化的改进蚁群算法

针对蚁群算法参数难以确定、易停滞等问题,提出了一种求解TSP问题的改进蚁群算法。引入萤火虫算法,利用萤火虫算法对蚁群算法的参数进行优化;同时采用了全局异步和精英策略相结合的信息素更新方式来减少时间开销。为了提高寻优结果,运用3-opt算子作为局部优化方法来改进当前进化所得到的最优解,缩短了路径长度,加快算法收敛速度。最后,通过tsplib标准基准函数中的实例进行计算机仿真实验,结果表明本文算法是有效的,与参考文献中其他算法比较,本文所需的蚂蚁数较少,寻优效率较高。     

并行混沌优化算法在分包商选择中的应用

为了提高工程优化问题的寻优效率,提出一种用于求解优化问题的改进并行混沌优化算法。根据当前解中精英个体的分布情况从优化变量的定义域中划分出精搜索空间。在优化过程中,精搜索空间不断缩小,搜索概率不断增加,这可保证算法具有较快的收敛速度。同时,算法始终以一定概率保持对原搜索空间进行混沌搜索,这可保证算法始终具有全局寻优能力。函数优化以及分包商选择等组合优化问题可利用该算法进行有效求解。仿真实验结果表明:对于相同的优化问题,改进的并行混沌优化算法可以求得更好的优化解,从而证明该方法具有良好的寻优性能。     

求解物流配送中心选址问题的改进鸽群算法

为了提高鸽群优化算法求解物流配送中心选址问题的优化效果，减少物流配送成本，提出了一种改进的鸽群优化算法。该算法在基础鸽群优化算法上，引入灰狼优化算法在寻优过程中的捕食策略，能够有效地提高鸽群优化算法的局部搜索能力、增强算法的寻优性能。由函数测试实验可得，该算法在求解测试函数最优值上具有寻优速度快、收敛精度高的特点。最后，将其应用到求解物流配送中心选址问题中，实验结果表明：改进的鸽群优化算法更适合求解高维物流配送中心选址问题。     

智能交通系统中车辆调度问题的自适应蚁群算法

考虑智能交通系统中员工在聚集站点上下班,建立车辆调度问题的数学模型。针对蚁群优化算法的缺点,自适应地改变信息素挥发因子,采用混沌搜索产生初始种群可以加速染色体向最优解收敛,构成一种自适应蚁群优化算法。应用该算法和基本蚁群优化算法对该模型求解,实验证明了构造算法在收敛速度和寻优结果两方面都优于基本蚁群优化算法。     

改进收敛因子和变异策略的灰狼优化算法

针对灰狼优化算法(GWO)在求解复杂优化问题时容易出现收敛速度慢和早熟收敛等缺点,提出了一种改进收敛因子和变异策略的新型灰狼优化算法(CMGWO)。为了平衡GWO算法的全局探索能力与局部开发能力,设计了一种基于反余弦函数变化策略的收敛因子;为了进一步提高算法跳出局部最优解的能力,提出了一种新的位置变异策略。仿真实验结果表明,与已有的3种智能优化算法和5种典型改进灰狼优化算法相比,改进算法具有更快的收敛速度和更高的寻优精度,更适用于解决各种函数优化问题。     

基于改进最大-最小蚁群算法的QoS路由算法

针对蚁群算法在OoS路由应用上的收敛速度慢和易陷入局部最优等缺陷,提出了一种"基于改进的最大-最小蚁群算法的Q0s路由算法",在算法中改进节点选择策略,并将最大-最小蚁群算法与局部搜索结合起来,有效抑制算法的过早收敛,提高了全局寻优能力和收敛速度,使QoS路由优化问题得到很好的解决.     

第指数函数与指数函数之比较

本文给出了第指函数的定义，讨论了第指数函数与指数函数的差异，结合它们的图象，分析了二者的不同特征。     

原函数与导函数的性质比较

将原函数与导函数的奇偶性、有界性、周期性和单调性等性质进行了归纳总结,得出了六点结论。     

函数的百分位值与序化及其应用

本文将顺序统计量的思想引入函数的分析,提出函数的百分位值及序化函数的新概念,考察函数百分位的代数几何属性,证明序化函数的若干重要结论,介绍函数的百分位形态变换及其形态函数、形态特征参量等形态分析的新方法;并阐述它们在随机过程与图象分析中的应用。     

样条函数与样条小波

介绍了多项式样条函数及样条小波的统一表达式 ,并给出了几种具有特殊性质的样条函数及小波 ,同时根据 L2空间多分辨分析的定义推导出样条的分解 /综合快速塔式算法。     

关于亚纯函数的特征函数

关于亚纯函数的特征函数蔡健（数学系）设ｆ（Ｚ）是开平面上的亚纯函数，记的级定义为则［１］得出下面结论：本文比较增函数与更一般的函数，其中ρ（ｒ）是精确级，满足下列性质：１）ρ（ｒ）于ｒ≤ｒ＿０为单调，分段连续可微，４）命μ（ｒ）＝ｒ￣（ρ（ｒ））是型...     

函数的百分位值与序化及其应用

本文将顺序统计量的思想引入函数的分析,提出函数的百分位值及序化函数的新概念,考察函数百分位的代数几何属性,证明序化函数的若干重要结论,介绍函数的百分位形态变换及其形态函数、形态特征参量等形态分析的新方法;并阐述它们在随机过程与图象分析中的应用.     

Copula函数与广义Copula函数

在综述Copula函数性质的基础上,给出了广义Copula函数的概念,并讨论了广义Copula函数的一系列性质。     

几何凸函数平方凸函数与凸函数的关系

给出了一定条件下几何凸函数，平方凸函数与凸函数的等价关系，以及几何凸函数，平方凸函数的二阶导数判别法。     

狄利克雷函数与黎曼函数的性质

总结并证明了狄利克雷函数与黎曼函数的性质,主要包括奇偶性、周期性、连续性、可微性、可积性.特别地,引入极限函数描述狄利克雷函数,并在连续性中引入了上、下半连续.     

周期等差函数与周期等比函数

周期性是函数的一种特殊而重要的性质,在函数的研究中占有重要的地位.函数的周期等差性和周期等比性是将周期性与等差性及等比性结合而得到的,这些性质对函数的研究将提供一定的帮助.