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、降頂算法是一種啟發(fā)式優(yōu)化算法。它是解決組合優(yōu)化問題的有利工具。降項(xiàng)算法的發(fā)展將為更多實(shí)際問題的解決奠定基礎(chǔ)。降頂算法需要設(shè)定預(yù)期最優(yōu)值,但一些問題如:TSP問題,無法直接獲得預(yù)期最優(yōu)值,所以不使用降頂算法解決,這使得降頂算法的應(yīng)用范圍受到限制。同時(shí)傳統(tǒng)降頂算法的下降路線是等速下降的,搜索速度不夠快。因此為了拓展降頂算法的適用范圍以及加快收斂速度,本文做出了以下兩個(gè)方面的研究:
(1)從適用范圍的角度出發(fā),針對(duì)預(yù)先不能直接獲得預(yù)
2、期最優(yōu)值的問題,改進(jìn)降頂算法。用模擬退火的結(jié)果作為初始預(yù)期最優(yōu)值,并將運(yùn)行結(jié)果作為新的預(yù)期最優(yōu)值重復(fù)降項(xiàng)過程,也就是在原有算法的基礎(chǔ)上增加一個(gè)外循環(huán),讓每次降頂?shù)慕Y(jié)果作為下一次循環(huán)的預(yù)期最優(yōu)值。這樣重復(fù)迭代,不僅使預(yù)期最優(yōu)值越來越優(yōu),同時(shí)也使輸出的結(jié)果越來越優(yōu)。最后用TSP問題對(duì)改進(jìn)的算法進(jìn)行有效性檢驗(yàn)并將結(jié)果同傳統(tǒng)降頂算法、爬山算法、模擬退火算法、遺傳算法做比較,證明改進(jìn)后的降頂算法可以獲得比以上算法更優(yōu)質(zhì)的結(jié)果。
(2)從
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
- 降維算法的改進(jìn)與應(yīng)用.pdf
- 生成拓?fù)溆成浣稻S的改進(jìn)算法.pdf
- 基于改進(jìn)粒子群算法的模型降階.pdf
- 具有降維容噪特性的決策樹算法改進(jìn).pdf
- 基于改進(jìn)蟻群算法的降質(zhì)圖像盲評(píng)價(jià)方法.pdf
- 綜采工作面噴霧降塵機(jī)理及高效降塵噴嘴改進(jìn)研究.pdf
- φ258頂桿小車設(shè)備改進(jìn)
- 數(shù)據(jù)降維算法研究及其應(yīng)用.pdf
- 高光譜數(shù)據(jù)降維算法研究.pdf
- 數(shù)據(jù)流降維算法研究.pdf
- 半監(jiān)督降維和分類算法研究.pdf
- PageRank的算法改進(jìn).pdf
- RED改進(jìn)算法研究.pdf
- 基于模型降階的H∞控制器降階算法研究.pdf
- UKF算法及其改進(jìn)算法的研究.pdf
- 量子遺傳算法改進(jìn)算法研究.pdf
- 基于稀疏表征的降維算法研究.pdf
- 基于流形學(xué)習(xí)的降維算法.pdf
- 背包問題的一種新算法:降維遞歸算法.pdf
- 數(shù)據(jù)降維算法的研究及其應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論