通信网频率分配算法研究

本文总结了在频率分配领域中运用的各种可行、有效的智能算法,它们是：遗传算法,蚁群算法,模拟退火算法,禁忌搜索算法等。这些算法大大丰富了现代优化技术,也为那些传统优化技术难以处理的组合优化问题提供了切实可行的解决方案。对频率的分配有参考价值。     

微粒群优化神经网络算法的研究

介绍了微粒群算法的基本原理、特点,分析了常用的BP网络结构,提出了微粒群优化神经网络算法,实验结构表明,该算法优化了神经网络结构,从而提高了神经网络的模式分类性能。     

基于四叉树和改进蚁群算法的全局路径规划

为解决机器人在大范围二维平面区域内的路径规划问题,提出一种四叉树和改进蚁群算法相结合的路径规划方法.基于四叉树分解法,对路径规划的二维区域进行环境建模,在环境建模的基础上,采用改进蚁群算法进行高效的路径规划.四叉树在完整地记录环境信息的同时对环境信息进行了高效地压缩,改进蚁群算法可以规划出与障碍物保持一定安全距离的路径,提高了规划出的路径的实用性.仿真实验表明,提出的路径规划方法在执行效率和路径的实用性上取得了良好的平衡,可以高效地对大区域进行路径规划.     

一种基于种子生长的匹配算法

立体匹配是三维重建的重要组成部分,被广泛用于数字城市、虚拟现实等领域中.提出了一种基于种子生长的匹配点扩散算法.首先用SIFT算法提取图像间对应的特征点并将其做为种子点,对种子点在其领域范围进行区域传播匹配.接着将生长得到稠密匹配点经重采样转换为准稠密匹配点.最后再用对称对极点距离法去除误匹配得到整幅图像上均匀分布的精...     

基于遗传算法的多校区排课系统分析与设计

排课问题是一个多约束、多目标的优化问题。将遗传算法应用于学分制模式下的多校区排课系统．通过对排课因素和约束条件的深入分析,制订了排课问题的优化目标,设计出适合于遗传操作的编码模型,并给出了合理的适应度值的计算方法。通过对初始种群进行选择、交叉、变异等过程不断进化,取得了优化的课表。利用真实的数据进行系统测试,并分析了各...     

蚁群聚类算法在物流网络优化中的应用

为了解决物流配送中的路径优化问题,运用改进的蚁群算法来建立配送车辆路径的数学模型,通过减少蚁群的选路次数、更新信息素等策略,提高了算法的收敛速度和全局搜索能力。经过实验分析和计算,证明了应用蚁群算法可以优化物流配送线路,可以有效地解决多回路运输问题。该成果对物流企业控制成本、增强市场竞争力有一定参考价值。     

基于混合正态核函数的蚂蚁矿工算法

为了提高蚂蚁矿工算法处理连续属性的性能,采用混合正态核函数处理连续属性,使蚂蚁矿工算法能够处理具有连续与离散混合域的数据集.通过分析表明,混合域蚂蚁矿工算法有更高的准确率,能产生更简洁的规则.     

基于逐点优化模糊推理的模糊系统的概率表示

揭示了基于逐点优化模糊推理的模糊系统的概率论意义,给出了几种典型的概率分布,如Mamdani分布、Larsen分布、Zadeh分布、Lukasiewicz分布、Goguen分布等,指出了在概率意义下,上述几种典型分布对应的模糊系统与由CRI算法构造的模糊系统是等效的.     

支持向量机的SMO算法及其自适应改进研究

提出在SMO算法上应用自适应学习的思想,并利用求解凸二次规划寻优问题的基础上进行改进的研究.研究表明,基于自适应学习的思想对SMO算法进行改进,可使SVM算法更能适应实际应用快速、高效的需求.     

遗传算法在边坡稳定圆弧滑动面搜索中的应用

将遗传算法应用于边坡工程的分析和设计,若边坡滑动面为圆弧状,可搜索出圆弧形临界滑动面的圆心及滑出点坐标,从而确定了临界滑动面的位置,并利用简化毕肖普法和瑞典法求出对应的抗滑稳定安全系数,实现了遗传算法在边坡稳定分析中的应用.通过计算实例证明,遗传算法在边坡稳定分析中具有一定的适用性及优越性.