论文部分内容阅读
基于群体迁徙的优化算法及其应用
【机 构】
：
华东理工大学
【出 处】
：
华东理工大学
【发表日期】
：
2019年期
其他文献
在信息科技高速发展的今天,软件已成为现代高新领域中不可缺少的一部分,被广泛地应用于通信网络,尖端武器以及日常办公处理中.但是,由于软件以人为本,是一个主观创造过程,因
随着Internet的飞速发展，网上的信息资源空前的丰富。人们迫切需要拥有能够从中快速、有效地发现资源和知识的工具，提高在Web上检索信息、利用信息的效率。将传统的数据挖掘与W
无线局域网（WLAN）应用的迅速增长表明无线网络正在成长为现代通信的一个重要方式。随着对移动设备的熟悉和应用，人们越来越希望能充分利用这些设备的优势。为了保证移动设备从原
多目标优化是近些年来逐渐兴起的最优化范畴的关键方向。该领域研究的是在多个优化方向相互制约的情况下，如何达到某种实际意义上的最优化状态的问题。在生产和生活实践中存在
数据库中知识发现(Knowledge Discovery in Database，简称KDD)是当前涉及人工智能和数据库等学科的一门相当活跃的研究领域，序列模式的发现是其中的一个重要研究课题。本文着重
近年来随着计算机网络的迅速发展,网络的规模不断扩大和速度的提高,出现了越来越多的网络应用,网络的用户也显著增加,复杂性不断增加,对网络的管理与计费的要求也相应提高.该
XML文档是一种公认的有语法而无语义信息的半结构化数据，但语义对保护数据的完整性、数据存储和查询优化都有着十分重要的作用。本文在讨论现有XML数据管理方法的基础上，对XML
随着流媒体服务的爆炸式增长,传统的流服务模式—客户端/流媒体服务器呈现出新的问题:首先,随着客户的大量增长,流媒体服务器的负载越来越大,服务器响应越来越慢,导致流服务
本文将事例推理(CBR)、基于本体的建模方法引入学习支持系统(LPSS)中，用人工种经网络的方法改造这两种技术，研究并设计了LPSS双层网络模型。 本模型包括自适应本体网络层和C