已閱讀1頁,還剩67頁未讀, 繼續(xù)免費閱讀
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),請進行舉報或認領(lǐng)
文檔簡介
1、計算機被大量應(yīng)用在工程領(lǐng)域,而工程問題中有相當一部分是搜索問題。進化計算是一類被廣泛使用的適用于解決搜索問題的啟發(fā)式算法。它相對于傳統(tǒng)的搜索算法具有對領(lǐng)域知識需求較少,不需要遍歷整個解空間,適用性廣的優(yōu)點。而差分演化算法正是其中性能較為突出的一種,具有實現(xiàn)簡單、適應(yīng)性強,收斂速度快,魯棒性強的優(yōu)點,因而被工程領(lǐng)域所廣泛的研究、應(yīng)用。
在對差分演化算法的研究中,大量的改進主要針對算法的求解精度和魯棒性,并為此引入了大量的判別
2、計算和隨機數(shù)生成計算,實際效率并不高。一個算法能被工程領(lǐng)域廣泛應(yīng)用,取決于該算法適應(yīng)問題的能力、解決問題的速度、求解的質(zhì)量和使用的簡易性。本文旨在通過對差分演化算法的研究,找出一種實際性能和適應(yīng)能力較好,簡單易用的改進方法。
論文主要完成以下幾個方面的工作。
1.提出一種將差分演化算法的縮放因子F和交叉概率因子CR兩個參數(shù)作為遺傳信息放入個體參與進化的自適應(yīng)改進方法.
2.提出一種雙/多種群進化
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(zé)。
- 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(dān)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
- 一種多差分向量的自適應(yīng)差分演化算法.pdf
- 基于種群自適應(yīng)策略的差分演化算法及其應(yīng)用研究.pdf
- 改進的差分演化算法研究及其應(yīng)用.pdf
- 改進的差分演化算法研究及其應(yīng)用
- 基于演化算法的自適應(yīng)醫(yī)學(xué)圖像壓縮算法研究.pdf
- 離散差分演化算法的研究與應(yīng)用.pdf
- 求解復(fù)雜優(yōu)化問題的差分演化算法研究.pdf
- 基于輔助函數(shù)的自適應(yīng)差分進化算法研究.pdf
- 多目標差分進化算法的自適應(yīng)策略研究.pdf
- 改進自適應(yīng)差分進化算法及其應(yīng)用研究.pdf
- 基于改進差分演化算法的應(yīng)用研究.pdf
- 基于差分演化和分布估計的混合演化算法研究.pdf
- 動態(tài)環(huán)境下差分演化算法研究與應(yīng)用.pdf
- 基于向量智能選擇技術(shù)的差分演化算法研究.pdf
- 基于多目標差分演化的序列密碼算法研究.pdf
- 差分演化算法及其改進算法集成界面的實現(xiàn).pdf
- 多目標差分演化算法的構(gòu)造及其應(yīng)用.pdf
- 差分演化算法的評估、改進與應(yīng)用研究.pdf
- 開題報告--基于自適應(yīng)和演化自適應(yīng)的組合遺傳算法的聚類分析
- 開題報告--基于自適應(yīng)和演化自適應(yīng)的組合遺傳算法的聚類分析
評論
0/150
提交評論