基于同步扰动随机逼近的混合萤火虫算法

针对标准萤火虫算法(FA)中存在的种群过早收敛、容易陷入局部最优等不足,提出一种以memetic算法为框架、将同步扰动随机逼近和萤火虫算法相结合的混合算法(FA-SPSA),即首先使用萤火虫算法对种群进行全局寻优,然后使用同步扰动随机逼近算法对选出的部分最优个体进行局部搜索,从而增强萤火虫算法跳出局部最优解的能力。通过6个标准测试函数对FA-SPSA算法的性能进行检验,并与标准萤火虫算法、果蝇算法、改进的果蝇算法等其他4种算法进行比较,结果表明,FA-SPSA算法在寻优精度、收敛速度、鲁棒性等方面的性能总体上优于对比算法。     

模糊控制中FMP问题的算法分析

本文主要对模糊推理的核心问题之一即FMP问题的算法进行比较,其中包括CRI算法、Mamdani算法、三I算法等推理算法,并且对各种算法的优劣性进行分析.文章给出了推理合成规则不具有还原性和不能正确进行模糊推理的原因以及正确使用CRI算法的条件,对各种蕴含算子的模糊推理进行了分析比较,从而得到较合理的推理算法.文章最后举...     

基于改进蚁群算法的物流车辆调度问题研究

传统蚁群算法在求解中容易出现搜索时间长、收敛过早或停滞现象,为克服这些缺点,通过对蚁群算法进行选择策略、信息素更新等方面的改进,以加快算法的收敛速度,提高算法的搜索能力。再将改进后的蚁群算法引入物流运输车辆调度、综合车辆调度理论,对物流运输车辆的优化调度进行了探讨,对有时间窗车辆调度问题(VSPTW)探求新的求解方法,运用Matlab语言进行编程实现,应用实例对算法进行验证。实践证明,改进后的蚁群算法基本上克服了一般蚁群算法自身的不足,提高了算法的性能。     

基于改进FCM算法的SAR图像分类

目的改进模糊C-均值FCM算法,并对SAR图像进行粗、细分类。方法对FCM算法从初始聚类中心、隶属度约束条件两个方面进行改进,并提出对SAR图像的粗、细分类。首先利用改进的FCM算法对图像进行聚类,然后在隶属度矩阵中设定阈值,对小于阈值的像素块进行进一步细分类。结果得到并验证了改进的FCM算法,该算法对图像进行分类的分类精度比传统的FCM算法要高。结论本算法既可以保持较高的精确度,又可保证较快的计算速度。     

一种改进的蚁群算法及其在VRP中的应用

从基本的蚁群算法出发,讨论参数a、β及P、Q的改变对算法的影响,并通过遗传算法对α、β和Q进行遗传变异改变其值,进而对算法进行改进.既提高了算法的收敛性,又避免了算法过早地陷入局部最优,提高了解的质量.通过实验证明算法可行、有效. .     

基于GPU的多类支持向量机改进算法

针对支持向量机算法耗时较长的问题,利用并行计算思想,基于图形处理器对多类支持向量机算法——Crammer-Singer算法进行改进,并利用循环展开、数据暂留、缓存和开放运算语言等技术对算法加以实现.分别在4个数据集上对原算法和改进算法进行对比实验,结果表明,改进算法在性能上获得了较大提升.     

一种基于用户特征的LTE下行频率选择性调度算法

通过对LTE下行频率选择性的调度算法的研究,提出一种基于用户特征的下行频率选择性调度算法。算法选出低移动性和子带频选特性稳定的用户进行频率选择性调度,而对其他用户进行一般调度,通过对用户进行筛选,该算法能够减少频率选择性调度产生的负增益,提高频选调度的性能。通过分别与经典调度算法、频选调度算法仿真对比,结果表明新算法能够提高现有频选调度算法的性能。     

基于互联网云计算的人脸识别算法研究

基于互联网云计算的人脸识别算法是人工智能的核心算法,也是计算机视觉发展的瓶颈所在.利用主成分分析算法对图像的特征点进行提取,并对传统的细菌觅食算法进行改进,提出了改进的细菌觅食算法(GBFA),利用改进细菌觅食算法对主成分分析法中的目标函数进行求解.将计算过程嵌入MATH-EMATICA Cloud云中,利用部署函数对图片进行操作,开发人脸识别程序Face_Recognition,并分别针对智能抠图抽丝、人脸分类、同一人物人脸匹配、寻找特定人物4种功能形态进行测试,测试结果显示,提出的基于互联网云计算的人脸识别算法对于人脸识别、人脸分类、人脸筛选等具有极强的适应性和极高的精确度.     

单亲遗传算法求解飞机降落排序问题的研究

为了保证飞机在降落时安全畅通,对飞机的降落排序进行了有效的排序,以单亲遗传算法(PGA)为基础,建立了以航班延误总时间最小为目标函数的规划模型,对着陆飞机排序进行了仿真计算,并与先到先服务算法、模拟退火算法以及蚁群算法进行了对比研究.仿真结果表明PGA算法在延误时间方面远低于先到先服务算法、模拟退火算法以及蚁群算法,但在计算性能上稍差于没有优化的先到先服务算法,因此提出该算法的可行性.     

四自由度点云初始配准算法对比

针对更贴合实际点云数据处理的四自由度点云初始算法,进行了背景的介绍,选取了目前主流的5种四自由度点云初始配准算法,分别为RANSAC算法、LM算法、BnB算法、FMP-BnB算法和K-4PCS算法;对2组室内场景点云数据和2组室外场景点云数据进行配准,对配准结果从精度和效率两方面进行了对比分析.实验结果表明,不同的算法适用的数据类型不同,在进行实际的数据初始配准时,可依据数据类型选取合适的算法.     

矩形窗缩放算法

该文对双线性插值法与矩形窗缩放算法进行了详细讨论, 该算法与双线性插值算法有相似的算法复杂度,但有较好的高频特性.用Matlab对最邻近插值法、双线性插值法、矩形窗缩放算法进行了比较,并详细说明了基于矩形窗缩放算法的FPGA实现过程.该算法在硬件消耗不大的情况下有较好的图像处理效果.     

人工蜂群算法及其应用

为促进人工蜂群算法理论和应用的发展, 在分析人工蜂群算法的基本原理基础上, 针对算法的不足, 全面地归纳了国内外学者对算法的改进研究, 对算法的蜜源初始化、更新策略的改进、调整策略的改进、适应度函数的选择以及与其他算法的融合进行综述, 提出了更有效的改进策略。同时从多方面综述了人工蜂群算法的应用, 并对人工蜂群算法的发展方向进行了总结和展望。     

基于树突状细胞算法的入侵检测系统研究

对树突状细胞算法在入侵检测系统中的应用进行研究.对树突状细胞算法中抗体集合的确定和阈值设置进行动态化改进,以建立动态树突状细胞算法.同时,采用UCI数据集进行对比实验.将动态树突状细胞算法与传统树突状细胞算法的检测结果进行比较,结果表明,动态树突状细胞算法提高了处理数据的有效性、鲁棒性和自适应性.     

基于孤立森林方法的催化裂化装置排污数据异常识别

基于分裂准则与相对质量算法对孤立森林算法进行了改进,优化了孤立森林算法的分支步骤与局部度量方式.利用标准数据集(Shuttle、Satellite、Annthyroid)验证了算法的有效性,并分析了算法复杂度;应用改进的孤立森林算法对某炼化企业催化裂化数据进行异常识别,与经典的孤立森林算法、SCiForest及ReMa...     

盲图像恢复算法研究

盲图像恢复是图像处理学中的重要领域,本文围绕这个方面对几种比较有代表性的图像恢复算法进行了细致深入的探讨,研究工作主要包括：介绍两种盲迭代恢复算法的原理、实现,EM恢复算法、PBD恢复算法以及两种算法的实现;介绍NAS-RIF恢复算法原理、实现,并对其恢复性能进行分析．     

基于EZW编码的改进算法及实现

对小波变换理论在图像编码中的应用及EZW算法进行了介绍,并针对EZW算法存在的不足,提出了改进措施,如对最低频子带单独进行编码,对高频子带进行边缘检测等.实验结果表明:该算法有效地克服了EZW算法存在的不足,其编解码速度、图像恢复质量等均优于EZW算法.     

基于机器学习算法的滚动轴承在线故障诊断

针对传统故障诊断方法耗时长、人工成本高且工作效率低以及现代故障诊断过于复杂的问题,提出了一种直接对振动信号进行关键特征筛选提取的方法,并结合经典的C4.5算法、Cart算法、BP算法和SVM算法对滚动轴承进行在线的故障诊断.研究结果表明,基于C4.5算法、Cart算法、BP算法和SVM算法模型的诊断方法均可对滚动轴承在...     

三种典型聚类算法在职员评定中的应用

通过利用三种典型算法:Q-型模糊聚类算法、K-means算法及K-medians算法,对公司职员的年终评定进行应用分析,得到了不同的聚类结果,通过对结果的分析比较、探讨,得出结论:针对不同问题,应结合实际,有针对性地用不同算法更适合.并在此基础上,对聚类算法的聚类过程、本文后续工作进行了探讨总结.     

具有协同寻优的蝙蝠萤火虫混合优化算法

萤火虫算法存在着对于初始解分布的依赖性、后期收敛速度慢、易于停滞、早熟和求解精度低等缺陷。本研究在萤火虫算法引入蝙蝠种群在全局最优附近进行更加详细的局部搜索,以协助萤火虫种群进行寻优;并在寻优过程中加强蝙蝠种群与萤火虫种群的信息交互,协调寻优;最后对全局最优个体进行高斯扰动以增加种群的多样性,从而避免种群陷入局部最优解。通过使用6个常见的基准测试函数对该算法进行测试,并与其他3种算法(标准粒子群算法、蝙蝠算法、萤火虫算法)进行对比实验,结果表明该混合算法的总体性能优于其他3种算法。引入蝙蝠种群对萤火虫性能有较大提升,改善切实有效。     

人力资源调度的蚁群算法模型

针对企业人力资源管理中的生产安排、工作分配和设备布置的优化调度问题,在对蚁群算法进行总结分析的基础上,提出了求解该问题的蚁群算法模型.并对蚁群算法模型进行了改进,提高了算法的全局搜索能力.提出了基于蚁群算法的人力资源调度策略,并用数学模型对求解问题进行描述,给出了算法步骤.实例证明:改进蚁群算法能有效节省人力资源成本,为人力资源调度提供参考.