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57頁未讀, 繼續(xù)免費(fèi)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、實(shí)際工程問題的復(fù)雜性、約束性、非線性和建模困難等特點(diǎn),對優(yōu)化和計(jì)算技術(shù)提出了更高的要求,尋找新型的智能優(yōu)化方法逐漸成為一個新的研究熱點(diǎn)。群體智能,作為一種新興的智能計(jì)算技術(shù)正受到越來越多研究者的關(guān)注。 本文主要研究了群智能領(lǐng)域中兩個具有代表性的算法:粒子群優(yōu)化算法和蟻群優(yōu)化算法。通過對已有理論的研究對比,進(jìn)一步加深對兩種算法的認(rèn)識。并在研究已有基本粒子群優(yōu)化算法及其改進(jìn)形式的基礎(chǔ)上,基于基本粒子群優(yōu)化算法搜索后期,眾多微粒都擁擠

2、在歷史最優(yōu)位置周圍進(jìn)行重復(fù)性無效搜索這一現(xiàn)象,提出一種自適應(yīng)搜索區(qū)域的粒子群優(yōu)化算法。其優(yōu)化性能比基本粒子群優(yōu)化算法有明顯提高,并有效地避免了粒子群優(yōu)化算法早熟收斂的問題。其次,在分析K-均值聚類算法原有缺陷的基礎(chǔ)上,將傳統(tǒng)的K-均值聚類算法思想融入到粒子群優(yōu)化算法中,提出了基于粒子群優(yōu)化算法的聚類算法,通過粒子群優(yōu)化算法基于種群的全局尋優(yōu)能力更好地彌補(bǔ)了聚類算法的不足。從而提高收斂速度并改善分類效果。 最后,將基于粒子群優(yōu)化算

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