启发式搜索策略(爬山法)的改进与实现

介绍一种启发式搜索策略——爬山法的原理;讨论了爬山法的不足,提出一种改进的方法：将其不可撤回的搜索方式改为可以回溯的方式,从而使爬山法也可应用于复杂问题的求解．最后阐述如何用Ｃ语言实现改进的爬山法．     

自动对焦综合性能指标及一种基于双向两次下降的自动对焦算法

为了改善经典爬山法的性能同时进行算法综合性能评价,提出基于双向两次下降的自动对焦算法和一种综合性能评价指标。首先,根据清晰度评价值的大小确定初始对焦方向。接着,以变化步长方式搜索,直至出现清晰度评价值下降。然后,按照双向两次下降法确定是否处于评价函数波峰的下降位置。最后,以单步长方式在检测到的波峰下降位置处搜索波峰位置即为对焦目标位置。在用18倍数字高清摄像机采集的两个图像序列中比较了本文方法和几种经典的对焦算法的性能差别,实验结果表明:提出的方法在平均过冲步数和平均行程步数这两个指标上具有明显优势,并且在其他分项评价指标上没有明显的短板,其综合性能评价指标为0.98,高于爬山法、改进爬山法、全局搜索法和二分搜索法等算法的综合性能评价指标值。     

基于爬山法的快速图像匹配

针对高速系统的应用需求,分析一种基于爬山法的快速图像匹配算法.文章首先通过分析NNPROD算法的相关度量曲面,设计了多个爬山者按照优先级依次爬山的启发式搜索算法,该算法能够保证全局最优.然后分析了进一步提高算法快速性的三种改进方案:爬山步长的自适应调整、通过图像样本集来计算相关度、爬山与分层相结合的搜索策略.实验结果表明,爬山搜索算法性能优越.目前,该法已在实际系统中得到应用.     

基于改进的自适应遗传算法HCGA的测试数据自动生成

针对软件测试数据的自动生成,提出了一种自适应遗传算法和爬山算法相结合的改进算法HCGA. 通过设计自适应交叉和变异算子,加强了遗传算法的前期全局搜索能力;在进化后期嵌入了爬山算法,提高了局部搜索能力. 实验结果表明,该算法在测试数据的自动生成上优于遗传算法,提高了效率.     

求解大规模软硬件划分问题的爬山淘汰粒子群算法

为了求解大规模软硬件划分问题,提出了一种爬山淘汰粒子群算法(EPSO-HC).首先,模拟达尔文进化论,淘汰群体中当前全局最差位置附近的个体,保持搜索种群的多样性,防止算法早熟收敛;其次,改进爬山法的搜索机制,以粒子自身经历的最优位置为方向,在当前全局最优位置附近集中搜索,提升解的质量;然后,采用图形处理器并行计算软硬件通信代价,以减少EPSOHC算法的运行时间;最后,通过求解基准任务和特大规模任务来评价EPSO-HC算法的性能.试验结果表明,针对23个软硬件划分任务,与其他软硬件划分算法相比,所提算法解的质量更高,运行时间更少.     

基于风电系统阻抗变化规律的最大功率点跟踪控制研究

为解决风电热泵制热系统和压缩制冷系统的最大功率点跟踪(MPPT)控制问题,采用MPPT控制模型推导和实验验证的方法,得出系统阻抗变化与风轮转速、风电转化效率间的对应关系.基于系统运行时压缩机阻抗的变化规律,提出了一种改进的变步长爬山搜索法(HCS).通过多变风速条件下的实验验证了改进算法的高效性,解决了搜索方向错误和功率振荡的问题,并将平均风电转化效率由31.6%提高至40.58%.     

一种改进的粒子群爬山优化图像分割方法

针对粒子群优化算法在图像分割中存在算法搜索能力不足并且分割不够精准的问题，文章提出了一种改进的粒子群爬山优化图像分割方法。文章首先引入爬山算法，检测粒子群搜索空间中多个全局极值点，增强粒子群算法的局部搜索能力；其次将算法作用于图像中生成K个峰值的三维直方图，根据欧几里德距离，将每个像素分配给最近的峰值从而分割图像；利用标准图像数据集进行实验，并与其他基于粒子群优化的图像分割方法对比分析，该算法在图像分割的视觉效果和5种常用的客观评价指标都具有更优越的性能。     

一种用于平滑视频聚焦的自适应搜索算法

为了满足视频聚焦的平滑性要求,提出了一种快速、精确的自适应聚焦搜索算法.首先介绍了应用于视频聚焦的自动聚焦模型,该模型采用基于图像的方法寻找聚焦位置.然后针对于该模型从搜索方向的寻找、自适应步长的选择和聚焦判定机制3个方面进行了聚焦搜索算法的设计.其中步长的自适应选择机制可以有效地解决视频聚焦中的平滑性问题.在几种典型视频序列上的实验结果表明,提出的自适应搜索算法比现有的快速爬山算法以及改进的爬山法,在聚焦速度、抗干扰能力和聚焦平滑性上都有较大的提高.     

风力发电系统最大功率点跟踪控制策略研究

为了最大限度地捕获到风能,变速风电系统一般采用最大功率点跟踪（MPPT）的控制策略.MPPT有三种控制方法：即最佳叶尖速比控制、功率信号回馈控制和爬山搜寻控制.前两种方法需要准确测量风速或需要事先测量风力机功率曲线,在实际执行中存在困难,爬山搜寻法与风轮的空气动力学特性没有关系,并且可以用软件来实现.着重研究了爬山搜索...     

基于偏转变换和冲量的函数最优学习算法

爬山算法是一种贪婪局部搜索算法,通过朝函数值增加方向持续移动的方式求解函数最优。它能够很快向着解的方向进展,但是容易陷入局部最优解。本文在爬山算法的基础上,提出了一种通过对目标函数实施偏转变换和在学习过程中增加冲量的求解函数最优的新算法。实验表明,改进的算法可以提高爬山算法找到全局最优的概率,提高收敛速度,获得比简单的随机重新开始爬山算法更理想的效果。     

基于三次插值法的光伏最大功率点跟踪策略

针对光伏发电系统最大功率点跟踪(MPPT)算法的跟踪速度、精准度及稳定性不理想的问题,提出了一种基于三次插值法改进的自适应爬山法。该方法是通过利用三次插值法改进的自适应爬山法,能够快速准确地达到对最大功率点进行跟踪。利用MATLAB/Simulink搭建了光伏发电系统MPPT跟踪控制仿真模型。仿真结果表明,该算法能够显著提高MPPT跟踪的速度、准确度和稳定性。     

直驱永磁风力发电机组MPPT综述

风力发电系统的运行需要快速准确地进行最大功率点跟踪(MPPT),主要介绍了几种常见的风力发电系统MPPT控制方法,包括叶尖速比法、功率信号反馈法、爬山搜索法以及模糊智能控制,分析了各自的优缺点,并指出了MPPT方法的发展趋势.     

直接搜索方法的改进

本文提出一种六分搜索法。与DSC法相结合。提供了对于连续函数的最有效而且可靠的一维直接搜索方法。对于离散变量函数的一维搜索,按Fibonacci数增、减步长是一种有效的直接搜索方法。改进方法的计算程序简单,可用于某些n维直接搜索法之中。     

整数规划松弛邻域整点搜索法的改进

文献[1]提出了求解整数规划问题的一种新方法--松驰邻域整点搜索法.文献[2]给出了松驰邻域整点搜索法的缺点,并做了改进.本文结合上述文献,对松驰邻域整点搜索法进行了改进.     

一种混合遗传禁忌搜索的模糊聚类算法

传统基于目标函数法的模糊聚类算法是一种迭代的"爬山"算法,容易陷入局部最优解.提出了基于遗传算法与禁忌搜索结合的模糊聚类算法,综合运用遗传算法的多出发点和禁忌搜索的记忆性来改善聚类的效果,并通过迭代的遗传禁忌搜索算法产生最优聚类中心,实验中分别通过人工数据和标准数据测试验证了该算法的有效性.     

遗传算法用于TSP问题的研究

本文将遗传算法用于ＴＳＰ问题的求解，并结合爬山搜索法的思想提出了一个新的遗传算子，实验表明效果明显。     

用遗传-禁忌搜索混合算法求解组合投资问题

提出了一种基于遗传算法和禁忌搜索的混合算法,用遗传算法提供并行搜索的主框架,用禁忌搜索作为遗传算法的变异算子.遗传算法中变异过程解空间的搜索由禁忌搜索实现,并且用混合算法求解了概率准则意义下的组合证券投资模型.实例证明,遗传/禁忌混合算法有较强的爬山能力,较遗传算法有更高的计算效率,为组合证券投资者提供了一种高效的决策方法.     

一种混合遗传禁忌搜索的模糊聚类算法

传统基于目标函数法的模糊聚类算法是一种迭代的“爬山”算法，容易陷入局部最优解．提出了基于遗传算法与禁忌搜索结合的模糊聚类算法，综合运用遗传算法的多出发点和禁忌搜索的记忆性来改善聚类的效果，并通过迭代的遗传禁忌搜索算法产生最优聚类中心，实验中分别通过人工数据和标准数据测试验证了该算法的有效性．     

基于改进爬山算法的Bayesian网结构增量学习方法

已建成的贝叶斯网与领域环境间可能存在较大偏差,加之领域本身固有的动态变化特征,因此在观察到新数据时,改善贝叶斯网的性能和优化网络结构是十分必要的.对传统爬山算法进行研究并改进Gamez等提出的爬山算法,该算法通过引入删除结点时的禁忌表和环路禁忌表,避免搜索不必要的冗余结点,提高搜索效率,并给出禁忌表的更新方法.在ALARM数据集上进行实验,结果表明该算法是有效的.     

非线性方程组拟牛顿法中线性搜索的一种改进

改进了Ｇｒｉｅｗａｎｋ（１９８６）提出了关于求解非线性方程组的一种线性搜索方式。在理论上保证了线性搜索的实现,使得算法是适定的,而且,在改进的线性搜索条件下,Ｂｒｏｙｄｅｎ算法仍具有全局收敛性和局部超线性收敛性。