论文部分内容阅读
为了提高免疫算法求解约束优化问题的性能,给出了一种融合乘子法的免疫算法。设计了乘子法对约束条件的转换过程,给出了基于实数编码的克隆变异算子、浓度抑制算子和免疫算法框架,并对标准测试函数进行了实验验证。实验结果表明,该算法优于文献算法,具有较好的应用价值。
求解约束优化问题的改进型免疫算法
【摘 要】
：
为了提高免疫算法求解约束优化问题的性能,给出了一种融合乘子法的免疫算法。设计了乘子法对约束条件的转换过程,给出了基于实数编码的克隆变异算子、浓度抑制算子和免疫算法框架,并对标准测试函数进行了实验验证。实验结果表明,该算法优于文献算法,具有较好的应用价值。
【机 构】
：
电子科技大学成都学院,四川教育学院
【出 处】
：
计算机应用研究
【发表日期】
：
2011年11期
其他文献
针对无人机非线性、强耦合等特点,提出了基于该自结构动态递归模糊神经网络的姿态控制系统,给出了基于Lyapunov函数的系统稳定性证明。对四层模糊神经网络进行了优化和改进,设计了自结构动态递归模糊神经网络,该网络可以根据系统状态在线更新权值、创建/删除节点、优化网络结构。仿真表明:该控制方法的突出优点是,在兼顾考虑了系统中的不确定性因素、非线性因素及外部干扰并存的情况下,保证系统的稳定性和跟踪性能;
针对已有3G位置区优化方法的不足,借鉴免疫受体编辑的思想,提出一种改进的克隆选择算法实现3G位置区的优化。算法对种群抗体基因进行受体编辑,允许在整个区域大幅度跳跃寻找抗体结果,实现全局范围内的最优解。实验结果表明,算法用于3G位置区优化,位置更新次数有所减少,其对应寻呼量也有下降,算法优化结果是有效的。
通过建立群结构的视觉密码目标优化模型,设计了一种基于异或的(k,n)门限方案。该方案将基础矩阵构造问题转换为共享份中出现黑白像素概率的求解问题,通过概率矩阵对加密规则进行选择得到共享份。实验结果表明,该方案在像素不扩展的同时,使相对差大幅改善。
重大灾害救援中,应急资源车辆调度时常因某些道路毁损(通行功能失效)而绕行,相对延长了调度时间。基于现实可行性和必要性,将抢修失效路段与资源调度联为二级递阶系统,并考虑车辆行驶时间的动态性,建立了数学模型,同步规划道路恢复和车辆路径,为有效提升救援效率提供了新的途径。设计了双层基于启发式算法的求解策略,作为模型的直接应用和说明,最后的算例验证了模型和算法的合理性和可行性。
针对软件可靠性选择主要依靠人的主观经验进行判断、缺乏客观性和准确性的问题,提出了一种基于改进的K-means聚类和粒子群优化(PSO)算法的软件可靠性模型选择方法。该方法采用多评价标准编码,选定一种新的规则化距离作为元素间的相似性度量,应用K-means聚类和PSO分析实现了软件可靠性模型的选择。实验结果验证了该方法的有效性,为软件可靠性模型选择提供了一条新途径。
针对新一代视频压缩标准H.264,提出一种基于混沌置乱以及运动矢量域的视频水印方案。该方案在运动矢量域自适应嵌入水印和提取经过混沌置乱的水印信息,再经过置乱逆变换恢复得到原水印信息。混沌序列的伪随机性和初值敏感性为水印的安全性提供了保证。实验结果表明,主客观视频质量都与原始视频序列相当,码率误差小。
Hex博奕Hex(n)是一种在六边形拼接的n×n棋盘上进行的二人博奕,博奕中二人轮流下红色和蓝色棋子,先构造出一条从一边连到对边的单色路者为胜者。Hex博奕中先手有必胜策略。设δ(n)为Hex(n)中先手能保证获胜所需的最少步数,Garikai Campbell通过研究其他对象间接地证明了δ(n)>n对任意n≥4成立。利用新的方法来分析对称性,给出了δ(n)>n一个直接而简单的证明,并在此基础上利
为了实现F层参数的自动度量,为电离层短期监测提供实时可靠的数据,以MATLAB7.6.0为仿真平台,首先对F层描迹图像进行预处理去除离散噪声点;针对F层描迹常见的寻常波和非寻常波重叠的现象,根据描迹形态特征,采用基于形态学算子的骨架提取方法以及骨架分解算法提取出寻常波;利用最小二乘分离F1层和F2层;结合形态学重建、Radon变换以及图像投影方法读取参数。该方法可以实时自动读取F层主要参数并获得较
目前大部分的信息抽取方法都是针对主题信息块的提取,没有进一步深入到各个单独主题信息的抽取。针对这一问题,提出了一种基于启发式规则的网页主题信息精确定位方法。首先针对各个单独的主题,分析其多方面的特征,制定出对应的启发式规则;然后利用不同的规则对定位主题重要度不同的这一特点,得到启发式规则的权值矩阵;最后利用基于启发式规则的定位算法精确定位各个主题。将该方法用于网页主题信息抽取系统中,抽取系统能够有
使用基于模板的方法对中文人物评论语句进行意见元素挖掘,提取出句中所含的评价对象、评价词语,并分析出意见的倾向性。进行了中文人物评论语句的自动意见挖掘实验,实验中首先建立了一定数量的熟语料库,然后从语料库中生成意见模板,最后用生成的模板来提取语句的意见元素。实验获得了72.55%的F-score,表明该算法是有效的。