改进型人工鱼群算法及复杂函数全局优化方法

在分析人工鱼群算法存在不足的基础上,对人工鱼群算法加以改进,提出了一种改进型人工鱼群算法。该算法提高了全局搜索能力和收敛速度,并用于求解具有变量边界约束的非线性复杂函数最优化问题。仿真结果表明,改进后的人工鱼群算法具有精度高、搜索速度快等特点,是一种求解复杂函数全局最优化的智能算法。     

网络环境下的编目工作

从编目规则、工作方式等方面入手,分析了网络环境下编目工作面临的新挑战,提出了以提高编目员自身素质为中心的应对策略.     

一种多策略混合型烟花算法

针对传统烟花算法存在寻优精度低，多样性差，爆炸更新具有盲目性的不足，提出一种融合算术优化算法的混合型烟花算法。首先，该算法利用算术中乘除运算和加减运算实现烟花的爆炸操作，从而提高算法的收敛能力和寻优精度。其次，采用“精英”选择策略取代“轮盘赌”选择策略，降低算法复杂度。最后，通过对8个基准函数优化测试以及联合谱聚类算法对2个UCI基本数据集进行分类实验来评估该算法的有效性。实验结果表明，该算法对于函数优化能够较好的寻优求解在4个测试函数上精度误差从10^-100附近降低至10^-300,在谱聚类算法的应用中适应度值平均值至少优于原算法3.3%,总体性能优秀。     

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。