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62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),請進行舉報或認領(lǐng)

文檔簡介

1、由于實際工程問題的復(fù)雜性,大量的優(yōu)化問題都是非常難解的。近年來,一類基于生物群體性智能行為的智能優(yōu)化算法,因為不依賴問題的梯度信息,且具有跳出局部極值點的潛在能力,已引起越來越多研究者的關(guān)注?;旌贤芴惴ㄊ且环N模擬青蛙覓食行為的智能優(yōu)化算法,具有參數(shù)少,魯棒性強,簡單易于理解等特點。但對于一些復(fù)雜問題的求解,混合蛙跳算法仍存在收斂速度較慢、易陷入局部極值的缺陷。
  本文針對經(jīng)典混合蛙跳算法容易早熟、收斂速度慢、尋優(yōu)精度低的缺點,

2、在研究了其尋優(yōu)機制后,提出了一種采用小生境技術(shù)的混合蛙跳算法——小生境混合蛙跳算法(NSFLA)。運用基于限制競爭選擇策略的小生境技術(shù),使各子種群動態(tài)地形成了互相獨立的搜索空間,抑制了由于群體協(xié)同導(dǎo)致的趨同性,增強了算法的全局尋優(yōu)能力,提高了收斂速度;在解的更新公式中,設(shè)計了一種自適應(yīng)調(diào)節(jié)移動步長的因子,引導(dǎo)解向最優(yōu)解方向移動,加快了算法的收斂速度;采用種群淘汰機制,隨機初始化已陷入局部最優(yōu)的子種群,避免了算法早熟收斂的情況。
 

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(quán)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。

評論

0/150

提交評論