2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩126頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、智能優(yōu)化算法及其應(yīng)用的研究近年來受到人們的廣泛注意,并在實際中得到很好的應(yīng)用。本文對差分進(jìn)化算法、和聲搜索算法、蟻群算法以及它們的應(yīng)用進(jìn)行了研究,主要工作如下。
  (1)針對基本差分進(jìn)化算法的不足,提出了一種改進(jìn)差分進(jìn)化算法(KDE)。該算法利用個體差異信息對種群進(jìn)行分類,將不同種群根據(jù)其適度值取值范圍進(jìn)行有區(qū)別的變異,根據(jù)種群的適度值自適應(yīng)地調(diào)整交叉率和變異率,在保證種群個體的多樣性同時,由局部搜索過渡到全局搜索,避免過早陷入

2、局部最優(yōu)值。
  (2)提出了一種改進(jìn)的快速非支配排序遺傳算法。該算法基于pareto最優(yōu)理論,利用支配的概念對解進(jìn)行評價和選擇,獲取相互均衡的非支配解集。建立了一種新的電站接地網(wǎng)優(yōu)化設(shè)計模型,并采用帶有精英策略的快速非支配排序遺傳算法對接地網(wǎng)設(shè)計模型進(jìn)行優(yōu)化。
  (3)針對現(xiàn)有改進(jìn)和聲搜索算法的不足,提出了一種自適應(yīng)和聲粒子群搜索算法(FAHS)。該算法首先用粒子群算法對和聲記憶庫內(nèi)每個變量尋優(yōu),然后利用自適應(yīng)參數(shù)PAR

3、和bw進(jìn)行調(diào)節(jié),提高對多維優(yōu)化問題的搜索效率。將本文算法應(yīng)用于0-1背包問題,并與HS算法和IHS算法進(jìn)行比較。仿真結(jié)果表明:FAHS算法比IHS算法和HS算法更為有效。
  (4)提出了一種基于模糊專家信息的多屬性決策方法。首先基于專家信息對各個屬性進(jìn)行模糊排序,然后利用投影尋蹤模型進(jìn)行客觀賦權(quán)和優(yōu)化決策。該方法既能兼顧專家們對屬性的偏好,又可以體現(xiàn)賦權(quán)的客觀性,使得決策結(jié)果更加合理、可靠。同時提出了一種自適應(yīng)聚類差分進(jìn)化算法(

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論