【摘 要】
：
基于非均匀变异算子的状态空间进化算法（NUMSEA）是一种具有新颖性的实数编码进化算法.针对传统的状态空间进化算法转移矩阵的不足,设计一种基于非均匀变异等算子改进的状态空间
【基金项目】
：
国家自然科学基金（61074018）
论文部分内容阅读
基于非均匀变异算子的状态空间进化算法（NUMSEA）是一种具有新颖性的实数编码进化算法.针对传统的状态空间进化算法转移矩阵的不足,设计一种基于非均匀变异等算子改进的状态空间转移矩阵.该矩阵突破了传统的状态空间转移矩阵,并在此基础上增加了非均匀变异算子以及非均匀算术交叉算子.通过提取分析每一代的最适值,再左乘新的转移矩阵,能够在原有的最优个体附件进行微小的搜索.进一步实现了转移矩阵随群体中个体适应度值的自适应变化,上一代群体中适值越大的个体在生成新个体时所作的贡献越大,算法的收敛速度也将增加.实验结果表明,
其他文献
针对耦合分布式系统中一个计算模块独自占用某台计算资源，导致其他计算模块无法调度到该计算资源的情况，提出了一种动态任务分配的调度算法。该算法能够根据计算任务的调度要求
在传统谱聚类算法中，构造相似矩阵时需要人为输入尺度参数；除此之外，之后的k-means过程中还需要人工输入确切的聚类数目，而以上两个参数对聚类效果影响巨大。针对以上问题，提出了
VXLAN作为overlay网络技术的代表,为解决云数据中心的组网问题提供了有效的技术支持,使网络更具可扩展性。但传统VXLAN技术是基于数据平面的,存在诸多局限性。早在EVPN之前,
随着时代的进步与技术的发展,当前以主机为中心的IP互联网的主要任务以及互联网用户的关注方向已经发生了翻天覆地的变化,而IP互联网由于其固有的特性已经不堪重负。信息中心
针对分形图像压缩过程中匹配编码效率和保证重构图像质量的冲突问题,在定义一种图像子块的新特征—相似比的基础上,提出一种基于小波变换与分形编码相结合的图像压缩算法。该算法首先利用小波变换对图像进行处理,由于经过小波变换后的原图像自相似性被破坏,在引入分形特征时,对于低频区域图像信息不再进行分形压缩,直接保存处理;在高频区域则利用提出的相似比特征,定义每个range块和domain块的相似比,建立它与匹
K-means聚类算法是基于划分的经典聚类算法之一，因其简洁、高效得到了广泛的应用。K-means算法具有容易实现、时间和空间复杂度较小的优点。但该算法的初始聚类数K通常不能通
针对现有的云计算环境下的任务调度策略缺乏考虑用户任务偏好从而导致虚拟机资源利用不充分、用户对服务质量满意度不高等问题，提出了云计算环境下基于马氏距离的任务调度策略
形变、重力分会场学术交流会议交流了20篇论文，有6篇摘要做了会议报告。本次大会的主题为“汶川地震研究及30年来地震科学进展与展望”，报告的内容也是围绕这一主题展开的。
有限高斯混合模型广泛应用于模式识别、机器学习和数据挖掘等领域，但现实中的许多数据都具有非高斯性，而高斯混合模型无法准确地描述这些数据。此外，有限高斯混合模型还存在参数
针对传统迭代算法在解决大规模问题时速度较慢的问题,在介绍了压缩感知中重构的基本模型以及传统不动点迭代方法（FPC）的基础上,提出了一种新的重构算法-快速不动点迭代方法（FFPC