基于混沌优化策略的SFLA算法

来源 :计算机应用研究 | 被引量 : 17次 | 上传用户:eva690313
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
针对基本混合蛙跳算法的缺陷,提出了一种基于混沌优化策略的改进混合蛙跳算法(SFLA)。在青蛙更新策略中引入自适应扰动机制,平衡了算法搜索深度,并利用高斯变异算子代替随机更新操作,提高了算法搜索速度;在全局迭代中借鉴混沌优化策略思想,以概率形式对最优个体进行优化,避免了族群陷入局部最优,并证明了改进算法以概率1收敛于全局最优解。最后用MATLAB对测试函数进行了仿真,仿真结果表明改进的混合蛙跳算法在收敛速度、优化精度上有较大改善。
其他文献
在研究常用的数据变化捕获策略和技术的基础上,结合树型结构目录服务的特性,提出一种基于同态哈希的目录服务数据变化捕获方法,并对其总体构架与实现方案进行了描述。该方法综合运用了同态哈希函数与内存数据库技术的特殊影子表法,依据同态哈希算法的同态性,可以实现在数据变化率较小的情况下快速获取目录服务的变更数据。性能分析表明,该方法具有可行性和高效性。
针对维汉机器翻译中未登录词和译文乱序问题严重的现象,结合维吾尔语粘着性语言特点以及最大熵分类算法,提出了一种基于粘着性模糊规则的维汉机器翻译最大熵调序模型。该模型以最大熵模型为基础,在维吾尔语词级别构建粘着性规则约束,从训练语料中提取更加有效的调序规则来指导翻译解码过程。实验证明,与当前主要MSD(mono、swap、discontinuous)等调序方法相比,该方法较好地体现了维吾尔语的粘着性特
利用模糊数学思想,针对MANET提出了一种稳定性评估模型,即节点—链路模糊稳定度模型。该模型通过对位置临界点和速度进行综合模糊建模,用模糊值精确衡量MANET中节点与链路的稳定性高低。理论和模拟分析证明了该模型能更有效地对MANET的稳定性和生存能力进行定量评估。在该模型下,MANET中节点与链路在大尺度时间区间内的稳定性要高于小尺度时间区间内的稳定性。
为简化空间频繁模式挖掘的预处理步骤并提高挖掘效率,提出一种可以直接以空间矢量和栅格图层作为输入的挖掘算法FISA(fast intersect spatial Apriori)。该算法利用图层求交和面积计算操作实现谓词集支持度计数进而实现频繁谓词集和关联规则挖掘。相对于基于事务空间关联规则挖掘算法,FISA不需要预先进行空间数据事务化处理,并且所得结果均有对应图层,便于实现结果的可视化;相对于其他
基于挠性陀螺仪动力学模型,研究参数辨识在陀螺仪性能分析中的应用方法。在论述挠性陀螺仪性能指标和力学模型的基础上,利用伪随机多谐波信号作为激励信号,通过零阶保持器将离散模型转换为连续模型进行参数辨识。实验结果显示,模型预测输出与实际测量数据的拟合度达到95.3%,残差在合理的公差带以内。因此,参数辨识是陀螺仪性能分析中的一个有效性方法,可为陀螺仪故障分析和控制回路设计提供一种技术手段和理论依据。
针对Charm(channel-aware rate selection algorithm)算法在瑞利平坦衰落信道下误码率性能较差的问题,提出了M-Charm(modified Charm)速率自适应算法。该算法基于Charm算法,通过调整信噪比估计参数,增加差值补偿机制,以提高信道估计的准确性,进而降低了误码率。在瑞利平坦衰落信道模型下的仿真结果表明,M-Charm算法不仅保持了较好的吞吐量性
为提高基于单播测量的网络链路时延分布估计速度,提出了一种基于显式计算的单播链路时延快速估计方法。由于网络设备多样化导致链路时延特征存在差异,首先根据端到端测量数据为各链路分配不同的离散间隔;然后利用背靠背探测包在网络中引入的二层二叉树结构,通过显式计算推断各链路的时延分布,能明显提高估计速度。仿真结果表明,该方法将链路时延分布的估计时间降低至数百毫秒,同时更准确地捕获链路时延特征。该方法基于显式计
命名实体识别是自然语言处理必不可少的重要部分,其中组织机构名识别占了很大的比例。提出了基于词频统计的组织机构名识别方法。训练数据主要通过百度百科词条整理得到。训练时,利用百度百科词条名在词条文本中的频数统计进行机构构成词的词频统计。在此基础上,构建了数学模型,实现了组织机构名识别算法。该识别算法集成到了中文分词中,取得了较好的识别结果,可以满足一定的实际应用需求。
针对海量存储系统能耗建模的问题,在理论研究的基础上用数学语言描述系统能耗的各个组成部分,并进行整合以得出系统整体的能耗模型。通过模型估算值与实际测试值的对比,验证了该
以功能交互的视角解剖特征模型结构,从中分析特征之间存在的功能交互,并根据其中的功能实现特点设计了一套特征—构件模型映射算法来构造面向特征的高内聚构件模型。这一过程实现了特征的内在功能完整性,其之上的功能耦合也随之解除。这不仅提高了可复用软件资产自动化效率,且大大减低了日后的维护成本。