已閱讀1頁，還剩84頁未讀， 繼續(xù)免費閱讀
版權說明：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，請進行舉報或認領
文檔簡介
1、傳統(tǒng)優(yōu)化算法能夠充分利用問題本身所提供的信息與鄰域知識，在搜索空間中從一個初始點按照某種確定的原則去尋找下一個迭代點，搜索過程具有針對性，而且收斂速度快、局部尋優(yōu)能力強。
遺傳算法是模擬生物在自然環(huán)境中的進化過程而形成的一種全局優(yōu)化概率搜索算法，其搜索過程是從一群初始點開始搜索，具有很強的全局尋優(yōu)能力。但是遺傳算法隨機性較強，使其存在易產(chǎn)生早熟現(xiàn)象、陷入局部極值點、局部尋優(yōu)能力差、進化后期收斂慢等缺點。
針對遺傳算法
2、在處理復雜多峰函數(shù)優(yōu)化問題時易于早熟和局部搜索能力差等問題，本文將幾種傳統(tǒng)搜索算法與遺傳算法按不同策略結合，組成多種傳統(tǒng)Memetic算法，通過數(shù)值實驗，驗證了算法的高效性。
不同的局部搜索算法對同一問題的優(yōu)化效率差別很大，導致傳統(tǒng)Memetic算法的通用性不強。針對這種情況，本文提出了一種基于分散度的自適應Memetic算法（Diversity-based Adaptive Memetic Algorithm，DAMA），該
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)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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)容負責。
- 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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。
最新文檔
- 遺傳算法及其在電機優(yōu)化設計中的應用研究.pdf
- 智能優(yōu)化算法及其在協(xié)商中的應用研究.pdf
- 文化算法及其在優(yōu)化調(diào)度中的應用研究.pdf
- 隨機類優(yōu)化算法及其在電機優(yōu)化設計中的應用研究.pdf
- 文化粒子群優(yōu)化算法及其在布局設計中的應用研究.pdf
- 低自由度協(xié)同優(yōu)化及其在機翼設計中的應用.pdf
- 免疫優(yōu)化算法及其在投資組合中的應用研究.pdf
- 基于極值動力學的MEMETIC算法及其在非線性預測控制中的應用研究.pdf
- 團隊進步算法的改進及其在天線優(yōu)化設計中的應用研究.pdf
- IPSO算法及其在硬件電路優(yōu)化設計的應用研究.pdf
- 人工蜂群算法及其在組合優(yōu)化中的應用研究.pdf
- 差分演化算法及其在函數(shù)優(yōu)化中的應用研究.pdf
- 求解動態(tài)優(yōu)化問題的Memetic算法研究及應用.pdf
- 智能優(yōu)化算法及其在圖像檢索中的應用研究.pdf
- 多目標進化算法及其在約束優(yōu)化中的應用研究.pdf
- 蟻群算法及其在電磁裝置優(yōu)化中的應用研究.pdf
- 高效全局優(yōu)化算法及其在團簇優(yōu)化中的應用研究.pdf
- 粒子群優(yōu)化算法的改進及其在圖像中的應用研究.pdf
- BP算法的改進及其在PID優(yōu)化控制中的應用研究.pdf
- 免疫算法原理應用研究及機翼結構布局優(yōu)化.pdf
評論
0/150
提交評論