蝉鸣优化:一种新的仿生进化算法

来源 :计算机科学 | 被引量 : 0次 | 上传用户:cuthberthirsch
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
借鉴秋蝉呜叫中表现出的某种同步化以及蝉的生活习性提出了一种新的仿生优化算法:蝉鸣优化(CSO),分析并指出了CSO除具有一般进化算法的特性外还具有两点独特的特性,并基于有限Markov链理论证明了CSO的渐近收敛性.利用CSO、PSO和DE对9个高维Benchmark函数的仿真计算比较表明:CSO是一种非常适于求解数值最优化问题的进化算法.
其他文献
随着我国经济快速发展,人民生活和健康保障水平不断提高,医疗卫生需求与医疗市场服务之间存在较大矛盾,主要是医疗价格上涨,整体医疗费用水平高于国民生产总值的增长速度。当前,在
提出了一种鲁棒的快速角点检测算法,以解决现有基于点到弦距离累加的角点检测算法存在的缺陷,即角点定位低、算法时间复杂度高等问题。该算法结合了‘单尺度’和‘多尺度’的优势,首先在‘单尺度’下获取候选角点集合,保留了邻近角点,并使得后续计算量大大降低,然后在‘多尺度’下计算候选角点的特征值,使之有效地去除伪角点。实验表明,所提算法的时间复杂度降低了,并且保持了算法的鲁棒性,角点定位精度也得到了提升。
随着时代的发展、社会的进步及我国社会主义市场经济体系的建立,大量新的投资主体和经济团体应运而生,国家重点建设项目不断扩大,档案管理在经济建设和各项社会事业中的作用
近几年,许多企业和研究所为了进行工业产业结构调整,加大了固定资产项目建设,新建、扩建、改建了许多科研、生产基地,由此产生了大量固定资产投资项目档案。如何做好固定资产投资
线性SVM具有算法简单、训练和测试速度快等优点,但不能用于解决线性不可分问题。为此,将样本数据集划分为多个集合并分别构造它们的LSVM,然后运用径向基函数的非线性组合来拟合非线性的决策函数,从而解决线性不可分问题。鉴于此,提出了一种适合非线性大样本分类的LSVM快速集成模型FMELSVM。该模型利用径向基函数RBF改善了LSVM的非线性输出能力,同时引进了优化权来提升LSVM的集成效果。UCI数据
为了产生、加工出一组逼近白噪声统计信号特性的信号并将其作为扩频码来降低扩频通信系统的误码率、提高可靠性,基于三元组随机数提出三元组扩频码.该扩频码由真随机熵源提供
在我并不算太长的档案职业生涯中,曾亲历过两次“档案空白”,而这两次“空白”时常会清晰地浮现在我的脑海,真切地站立在我的面前,挥之不去,成为永远抹不掉的疤痕和伤痛。
Twig模式最小化作为XML查询优化的一个重要方面,由于在进行最小化的过程中通常要利用XML Schema中的约束信息,因此被称为Schema特征。为了简化运用传统方法提取Schema特征的过
计算机技术的飞速发展几乎在所有业务领域都创造了奇迹,成为人类社会的巨大生产力。随着办公自动化和CAD设计的普及,越来越多的社会活动和科技生产活动的记录产生于电子工作环
档案的价值是通过为社会服务而实现的,这一性质决定了档案管理工作的最终目的是最大限度地开发利用档案信息资源,为人类社会活动和社会实践服务。高等学校档案管理工作,就是要最