一种改进的全局和声搜索算法求解线性互补问题

给出求解线性互补问题的一个新方法。将线性互补问题等价地转化为绝对值方程,进而转化为一个不可微优化问题。提出了一个改进的和声搜索算法,算法使用位置更新和小概率变异策略。实验结果表明,本算法具有较强的全局搜索能力、数值稳定性好、参数少等优点。本方法对矩阵M无限制,适用于各类线性互补问题。     

求解Flow Shop调度问题的混合禁忌搜索算法

针对目标为总完工时间的FlowShop调度问题,提出了一个启发式算法与禁忌搜索算法相结合的混合禁忌搜索算法HTA(Hybrid Tabu Algorithm):将RZ算法的结果作为初始解,然后采用禁忌搜索算法对其进行改进.实验结果表明:在最好调度的获取能力、所得调度的平均质量及算法的稳定性方面,HTA算法均是最优的.     

一类改进的和声搜索算法及其在化工优化问题中的应用

和声搜索(HS)属于启发式搜索算法。研究Zou等2010年文献中的改进和声搜索(NGHS)算法,通过求解连续变量全局最优化问题,表明NGHS算法具有较强的全局搜索能力。将NGHS算法应用于求解换热网络的优化计算,结果表明,NGHS算法能以较少的计算代价获得较高的计算精度,且NGHS算法参数少、容易实现,适用于工程优化问题。     

基于遗传禁忌混合算法的静态电压稳定裕度计算

提出一种基于遗传禁忌混合算法的静态电压稳定裕度计算的新方法．该方法将全局搜索能力强的遗传算法和局部搜索能力强的禁忌搜索算法结合在一起，通过改进的连续潮流法计算，可快速而准确地获取系统最大静态电压稳定裕度，并在一定程度上弥补遗传算法和禁忌搜索算法单独使用的不足．应用该混合算法对IEEE14节点系统进行仿真计算，验证了该方法可行且有效．     

一种改进的和声搜索算法

针对和声搜索算法在处理复杂函数优化问题时容易陷入局部最优、收敛精度低的缺点,提出了一种改进的和声搜索算法,不同于已有的HS算法.整个和声记忆库被划分为一些小的子和声记忆库,每个子库适时地更新内部信息,然后将各子库中的最优解构成一个较优记忆库并进行搜索,这些子记忆库通过重组周期被反复重组,信息在这些子库中被交换,在算法的最后搜索阶段,为了表现一个更好的局部搜索能力,所有和声形成一个和声记忆库.同目前提出的一些HS算法相比,新算法有更好的优化性能.     

基于狼群搜索算法的函数优化问题求解

针对当前函数优化问题求解方法存在求解精度低、收敛速度慢等不足,提出了基于狼群搜索算法的函数优化问题求解方法 .首先构建函数优化问题的数学模型,然后采用狼群搜索算法在潜在解的空间进行寻优,找到函数优化问题的全局最优解,最后进行了具体函数优化问题求解的仿真实验.测试结果表明:狼群搜索算法加快了函数优化问题的求解速度,而且函数优化问题解的精度高,优于其他函数优化问题求解方法.将狼群搜索算法应用于无线电信异常信号识别的特征选择中,获得了较好的无线电信异常信号识别效果.     

一种基于离散蛙跳算法的旅行商问题求解方法

针对旅行商问题,提出了一种新的离散化蛙跳求解算法.新算法借助蛙跳算法优化机理,采用基于城市序列的编码方式和新的个体产生方法扩展了传统蛙跳算法的求解模型,并结合简化邻域搜索算法给出了改进策略.仿真实验表明了所提算法及策略的有效性.     

引力搜索算法优化脉冲耦合网络的图像检索方法

启发于脉冲耦合网络(PCN)在视觉特征表示方面的优势,提出使用引力搜索算法(GSA)优化脉冲耦合网络(PCN)来提取图像的视觉特征,对PCN的参数使用优化机制来提高所获取的特征质量,由此来提高基于内容的图像检索(CBIR)的分类和检索结果.首先对学习的图像用PCN生成特征码;然后计算特征码间的距离,距离变量作为适应度函数的输入;最后利用引力搜索算法优化PCN的几个变量,进行参数更新.在Caltech256和Corel数据库上的实验结果表明提出方法的有效性,相比于改进的相关反馈方法(IRF)、颜色边缘结合离散小波变换方法(CE-DWT)和色矩结合局部二进制模式方法(CM-LBP),提出的方法检索精确度至少提高了5%,查全率提高4%左右.     

基于布谷鸟优化算法的加权极限学习机模型

鉴于极限学习机的待定参数对模型极大的影响力,利用布谷鸟优化算法对核参数和惩罚因子进行优化选择,以进一步提高模型的预测精度,然后利用非线性权值函数对极限学习机的不同样本数据进行加权,得到新的加权极限学习机模型,提高模型的鲁棒性能。     

智能算法求解TSP问题的比较

截至目前,针对如何解决旅行商问题(即TSP问题)的方法出现了很多版本,而且各具特色,毫不雷同。通过大量的搜集总结,可以归纳出目前被广泛使用的几种解法:禁忌搜索算法、蚁群算法、进化算法、Hopfield神经网络算法、粒子群优化算法和模拟退火算法。通过对6种方法优缺点的比较,可得出适合智能求解TSP问题的方法及改进措施。     

智能算法求解TSP问题的比较

截至目前,针对如何解决旅行商问题(即TSP问题)的方法出现了很多版本,而且各具特色,毫不雷同。通过大量的搜集总结,可以归纳出目前被广泛使用的几种解法:禁忌搜索算法、蚁群算法、进化算法、Hopfield神经网络算法、粒子群优化算法和模拟退火算法。通过对6种方法优缺点的比较,可得出适合智能求解TSP问题的方法及改进措施。     

北营轧钢厂1780mm平直度优化算法改进

该文介绍了北营轧钢厂1780mm板形设定模型和平直度优化算法,分析了平直度优化算法存在的问题,并对其进行了改进。结果表明,改进后的平直度优化算法能够提高带钢凸度以及平直度的命中率,充分发挥轧机的能力。     

基于莱维飞行扰动策略的麻雀搜索算法

为了解决麻雀搜索算法存在迭代后期搜索多样性不足、容易陷入局部最优等问题,提出了一种基于莱维飞行扰动策略的改进麻雀搜索算法.首先借鉴Sin混沌搜索机制,改进种群初始化策略.然后在麻雀种群觅食搜索过程中引入莱维飞行扰动机制,牵引种群移动适当的步长,增加空间搜索的多样性.最后对14个典型高维测试函数进行实验的结果表明:所提出...     

一种基于图像处理的快速自动聚焦算法

提出了一种基于图像处理的快速自动聚焦算法.该方法采用拉普拉斯梯度函数作为聚焦评价函数,然后利用改进的极点搜索算法寻找对焦平面.采用该搜索算法能在全局内进行极点搜索,快速找到成像质量最高的图像,有效地避免局部极值的干扰,快速有效地实现自动聚焦.     

基于改进遗传算法的多元函数优化计算

研究了基本遗传算法在多元函数优化问题中存在的缺陷,提出了一种改进的遗传算法,使用适应值比例变换方法,在交叉与变异算子,染色体基因解码方式等方面做了改进,通过对难以优化的多元函数的优化计算,证明了该算法有良好的全局搜索能力和较快的收敛速度。     

基于ICT的《模拟电子技术》课程优化与整合

介绍了利用信息通信技术(ICT)整合与优化《模拟电子技术》课程的教学,围绕教学目标,对优化课程内容,改进教学方式,改变教学模式和运用现代化教学手段等方面进行了探讨.教学实践表明,整合优化的课程教学增强了师范院校学生的创新意识,培养了学生的动手能力、观察能力、创造能力以及分析和解决问题的能力.     

改进遗传算法的传感器节点覆盖优化策略

针对当前传感器节点覆盖优化方法存在覆盖率低、节点部署不均匀等难题,设计了一种基于改进遗传算法的传感器节点覆盖优化策略。首先基于覆盖率、节点利用率等评价指标建立传感器节点覆盖优化目标函数,然后采用遗传算法对节点覆盖优化目标函数求解,并针对常规遗传算法存在的缺陷对遗传算子进行相应的改进,提高其搜索和收敛能力,得到最优传感器节点覆盖方案。最后与其他算法进行了传感器节点覆盖优化仿真对比实验。结果表明,改进遗传算法的传感器节点覆盖率更高,降低了传感器节点重复覆盖比例,使节点部署更加合理。     

混合粒子群算法求解作业车间调度问题

针对最小化完工时间的作业车间调度问题,提出混合的粒子群优化算法.针对作业车间调度中随机交换2个工件邻域变换存在盲目性,采用机器空闲时间的关键工序邻域搜索算法,结合粒子群算法收敛速度快和遗传算法变异操作增加全局搜索能力的优点,将2种算法结合.通过标准JSP问题测试库验证了算法的有效性．     

约束可满足问题求解策略的改进和实验结果

通过对那些属于ＮＰ－Ｃｏｍｐｌｅｔｅ的约束可满足问题（如图着色，规划、ＳＡＴ问题等）的求解实验，指出了局部搜索算法的局限性，由此给出改进的搜索策略，实验结果表明，应用改进的搜索策略使算法效率明显提高。     

贪婪随机自适应搜索算法婪随机自适应搜索算法(GRASP)研究

贪婪随机自适应搜索算法(GRASP)是近几年提出的一种新兴的算法框架,由Feo和Resend在1989年提出,分成构造阶段和局部搜索阶段两个部分。首先在第一阶段构造一个初始解,随后对初始解进行局部搜索。该算法普遍应用于生活、经济、医疗、工业等方面的各种组合优化问题。本文从贪婪随机自适应搜索算法为出发点,详细分析了该算法框架的基本内容,并运用在0-1背包问题上,加深对此算法框架的理解和运用。