已閱讀1頁，還剩79頁未讀， 繼續(xù)免費(fèi)閱讀
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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、數(shù)值優(yōu)化問題廣泛存在于工程和科研領(lǐng)域。演化算法作為一類新興的啟發(fā)式優(yōu)化算法，因其簡(jiǎn)單、高效、全局搜索能力強(qiáng)等特點(diǎn)，在數(shù)值優(yōu)化領(lǐng)域得到了越來越廣泛的應(yīng)用。然而，多數(shù)演化算法都會(huì)面臨“維數(shù)災(zāi)難”問題，它們的求解性能會(huì)隨著問題維數(shù)的增加而迅速下降。針對(duì)這一問題，本文研究基于模因算法(Memetic Algorithms，MAs)的高維數(shù)值優(yōu)化相關(guān)技術(shù)，重點(diǎn)圍繞改進(jìn)局部搜索算子開展研究。
本研究主要內(nèi)容包括：⑴在MA框架下，設(shè)計(jì)了一個(gè)
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(qǐng)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(qǐng)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(huì)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(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Memetic優(yōu)化的高維代謝組特征數(shù)據(jù)智能加權(quán)算法研究.pdf
- 基于Memetic算法的套料與切割優(yōu)化方法研究.pdf
- 基于Memetic算法的聚類方法及其應(yīng)用.pdf
- 基于PCA的高維多目標(biāo)優(yōu)化算法研究.pdf
- 基于memetic算法的電路演化設(shè)計(jì)研究.pdf
- 求解動(dòng)態(tài)優(yōu)化問題的Memetic算法研究及應(yīng)用.pdf
- 多目標(biāo)夾具布局建模與基于Memetic算法的優(yōu)化設(shè)計(jì).pdf
- 高維粒子群優(yōu)化算法.pdf
- 一種基于互學(xué)習(xí)的高維蜂群優(yōu)化算法研究.pdf
- 基于Memetic算法的應(yīng)用層組播樹的優(yōu)化和仿真.pdf
- 面向高維數(shù)據(jù)的隨機(jī)森林算法優(yōu)化研究.pdf
- Memetic算法及其在機(jī)翼優(yōu)化設(shè)計(jì)中的應(yīng)用研究.pdf
- 基于Memetic算法的軟件測(cè)試數(shù)據(jù)生成.pdf
- 基于粒子群算法的數(shù)值方法研究.pdf
- 基于SIMPLE算法的三維湍流流場(chǎng)數(shù)值模擬方法的研究.pdf
- 高維優(yōu)化進(jìn)化算法及其應(yīng)用研究.pdf
- 高維多目標(biāo)集合進(jìn)化優(yōu)化算法.pdf
- 基于規(guī)范切的Memetic圖像分割方法.pdf
- 基于LPP和TWSVM--RFE算法的高光譜圖像降維方法研究.pdf
- 基于半監(jiān)督的高維聚類算法研究.pdf
評(píng)論
0/150
提交評(píng)論