几种现代优化算法的比较研究

现代优化算法主要包括遗传算法、蚁群算法、禁忌搜索算法。这些算法主要是解决优化问题中的难解问题。由于这些算法在求解时不依赖于梯度信息 ,因而特别适用于传统方法解决不了的大规模复杂问题。介绍了3种算法的基本思想 ,阐述了它们的特点并进行了比较 ,提出了今后研究的方向     

一种改进的RBF神经网络学习算法

提出了一种改进的RBF神经网络学习算法 ,分别通过减聚类和监督学习算法对网络参数和权值进行训练 ,既可以根据样本合理地聚类、确定RBF径向基函数的个数和相应参数 ,又具有较强的网络映射能力 ,从而不仅使RBF神经网络结构得以优化 ,性能也得到了提高。仿真结果表明了该学习算法的实用性和有效性     

基于数据过滤Apriori算法的图书推荐模型

可以从读者的图书借阅记录中挖掘有价值的数据,识别读书佦好,提供个性化的图书借阅推荐服务.Apriori算法存在单一用户的单一借阅记录在整体数据集中变成离群点,导致分析时间和内存开销显著增加的问题.通过设定置信度、支持度和过滤度的阈值,对原数据集进行过滤;再使用Apriori算法对新的数据集进行关联规则分析.带有数据过滤...     

五阶KdV方程的行波解、周期波解及其渐近分析

五阶KdV方程主要用于模拟非线性色散波,如激光光学和等离子体物理在量子力学和非线性光学中有着广泛的应用。利用Tanh-coth法,得到了五阶KdV方程的行波解,再根据Riemann theta函数周期波解的方法,构造了五阶KdV方程的2-周期波解。借助数学软件Maple绘制了2-周期波解的传播形式的图,对周期波解和孤子解之间的关系做了分析,证明了参数在一定的极限条件下,周期波解趋近于孤子解。     

一类污染环境下的捕食系统周期解的存在性

研究了一类毒素环境中的食饵一捕食系统,通过运用Gaines和Mawhin延拓定理,得到系统周期解存在的一个充分条件.     

基于改进ALOHA算法的RFID抗冲突问题

由标签引起的冲突一直是影响RFID系统性能的重要因素。文章介绍了经典的防冲突算法——ALOHA算法,根据冲突情况,从数学角度对动态时隙ALOHA算法的标签数作出实时估计,动态地改变帧长;提出一种基于分组的ALOHA算法,分析和仿真均证明该算法在标签数量巨大时能提高系统效率。     

分层多目标优化的区间算法

文章根据分层多目标优化的基本原理,结合区间分析的方法,提出了求解约束分层多目标规划问题的区间算法,克服了传统算法中存在的评价函数选取难和有效解可选性差的缺点,证明了算法的收敛性,给出了数值算例。     

基于MLFMA的飞行器电磁散射特性分析

文章通过计算结果与测试结果、金属球双站RCS的Mie级数解结果的对比,证明开发的多层快速多极子算法程序可用于飞行器不同布局电磁散射特性研究;采用该算法求解分析几种飞行器典型布局沿方位角变化时的电磁散射特性,由不同角域内的算术均值、曲线趋势研究了各种布局的优缺点和相应的作战任务;从飞行器外形结构出发,分析了RCS曲线分布的原因,并提出根据作战任务进行飞行隐身设计的思想。     

基于Relief算法的特征学习聚类

聚类作为数据挖掘常用工具之一,是按照事物间的相似性进行的一种无监督分类．然而传统的聚类方法较少考虑特征权值．为此,通过研究、分析Relief算法及其在聚类应用中存在的问题,提出了一种基于Relief算法的特征评价函数,并将此函数运用到特征学习聚类中,以解决特征权值取值不当对聚类产生的负面影响．     

时间尺度上三点边值问题的拟线性方法

研究了在时间尺度上非线性二阶三点边值问题的1种有效求解方法.利用拟线性方法构造了2个解序列,它们分别从左右两侧收敛于所求解.而且,收敛速度是二阶的.