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)
文檔簡介
1、最優(yōu)化是人類不斷追求的目標(biāo),文中首先討論了一種模仿蟻群覓食過程的仿生優(yōu)化方法,通過分析其中蘊(yùn)含的優(yōu)化機(jī)理提出了一種基于Bayes統(tǒng)計(jì)推斷的改進(jìn)型蟻群優(yōu)化算法,使改進(jìn)后的算法在一定程度上克服了基本型蟻群算法易于早熟的不足.為了進(jìn)一步拓展蟻群算法的應(yīng)用范圍和尋找一條新的信號(hào)處理途徑,該文的一項(xiàng)主要工作內(nèi)容就是致力于將蟻群算法的優(yōu)化思想引入到信號(hào)處理領(lǐng)域,并用于實(shí)現(xiàn)對(duì)觀測信號(hào)的噪聲抑制.為便于比較,詳細(xì)分析了兩種典型的現(xiàn)代濾波方法:卡爾曼濾波
2、法和主成分分析法,在肯定了兩者優(yōu)點(diǎn)的同時(shí)也分別指出了各自的局限性.譬如,卡爾曼濾波可以較好的估計(jì)含噪信號(hào)的一階微分參量,但需要事先建立信號(hào)模型;而主成分類方法可以實(shí)現(xiàn)混沌信號(hào)與噪聲的分離,卻要求背景噪聲無方向性.針對(duì)這些局限性,作者將局部循環(huán)相關(guān)操作植入到蟻群算法的路由選擇策略中,實(shí)現(xiàn)了無先驗(yàn)知識(shí)時(shí)的噪聲抑制,并取得了良好的效果.仿真試驗(yàn)表明,這種局部循環(huán)相關(guān)式蟻群算法可以提高信噪比15dB左右,而且具有計(jì)算簡單和魯棒性強(qiáng)等特點(diǎn).本文的
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
- 啟發(fā)式算法及其在工程優(yōu)化中的應(yīng)用.pdf
- 一維下料問題的一種啟發(fā)式算法及其應(yīng)用.pdf
- 啟發(fā)式優(yōu)化算法的方法和應(yīng)用研究.pdf
- 兩種啟發(fā)式優(yōu)化算法的研究及其應(yīng)用.pdf
- 一種啟發(fā)式屬性約簡算法的研究與應(yīng)用.pdf
- 一種基于因果圖啟發(fā)式的并行概率規(guī)劃方法.pdf
- 現(xiàn)代啟發(fā)式優(yōu)化方法研究及其在單元機(jī)組協(xié)調(diào)控制中的應(yīng)用.pdf
- 啟發(fā)式粒子群優(yōu)化算法及其在結(jié)構(gòu)優(yōu)化設(shè)計(jì)中的應(yīng)用.pdf
- 64674.一種無監(jiān)督的模式識(shí)別方法及其在油氣識(shí)別中的應(yīng)用
- 一種面向工程應(yīng)用的啟發(fā)式頻率分配算法研究與應(yīng)用.pdf
- 計(jì)算網(wǎng)格中一種負(fù)載均衡的啟發(fā)式調(diào)度方法研究.pdf
- 關(guān)于啟發(fā)式優(yōu)化算法及其應(yīng)用的研究.pdf
- 分塊凸優(yōu)化方法及其在模式識(shí)別中的應(yīng)用.pdf
- 一種基于CPM的多資源約束項(xiàng)目調(diào)度啟發(fā)式方法研究.pdf
- 一種求解直角邊零件下料問題的啟發(fā)式方法.pdf
- 一種啟發(fā)式貝葉斯分類算法及其在鐵路貨運(yùn)客戶細(xì)分中的應(yīng)用研究.pdf
- 面向單箱弱異類CLP的一種改進(jìn)啟發(fā)式方法研究.pdf
- 啟發(fā)式算法研究及其應(yīng)用.pdf
- 啟發(fā)式算法在矩形件優(yōu)化排樣中的應(yīng)用.pdf
- 解一維下料問題的一種改進(jìn)的啟發(fā)式算法.pdf
評(píng)論
0/150
提交評(píng)論