搜索筛选:
搜索耗时0.7800秒,为你在为你在102,285,761篇论文里面共找到 15 篇相符的论文内容
类      型:
[期刊论文] 作者:黄樟灿,陈思多, 来源:系统工程与电子技术 年份:2000
针对非最小相位系统传递函数的模型降阶工作,通过对频域误差平方和加权的形式,提出了同时考虑频域幅值与相位因素的多目标参数优化指标。针对传统的求解多目标优化方法的不足,提......
[期刊论文] 作者:黄樟灿,陈思多, 来源:武汉汽车工业大学学报 年份:2000
针对传递函数的模型降阶工作,提出了采样点对分度采样区间上均匀分布的频域采样方案,以及基于对数的最小二乘指标。...
[期刊论文] 作者:黄樟灿,陈思多, 来源:武汉大学学报:自然科学版 年份:2000
通过对路径的节点序列内在关联性的分析,提出了适合曲面最短路径问题的邻域结构,使整段路径的优化问题能够通过局部得以实现,将模拟退火算法的框架引入路径寻优中,提出了解决曲面......
[期刊论文] 作者:陈思多,黄樟灿, 来源:武汉汽车工业大学学报 年份:2000
给出了一种基于等高线求解坡度约束下曲面上两点间最短路径的搜索算法,自起点开始,路径方向始终尽量指向终点。通过已确定的增量变化高度,路径得以穿越各条等高线到达终点,最后给......
[期刊论文] 作者:黄樟灿,陈思多, 来源:武汉汽车工业大学学报 年份:2000
遗传程序设计作为演化计算的分支,具有概率搜索的本质和结构优化的特征,已成为研究计算机自动程序设计的重要工具。文中对遗传程序设计的研究进展作了综述,着重比较了遗传程序设......
[期刊论文] 作者:黄樟灿,陈思多, 来源:计算机应用研究 年份:2000
引入(μ+1)选择策略;提出在群体形成的最小凸集中随机均匀地生成新个体的空间划分选择策 略,并将其引入细粒度并行演化模型中;提出了应用于此模型的新算法。给出了并行运算求解的仿真 实例,并分析了新算法在防止早熟收敛方面的特性.......
[期刊论文] 作者:黄樟灿,李亮,陈思多, 来源:计算机工程与应用 年份:2001
提出了一个求解无线局域网设计的新算法.算法充分利用遗传算法内在的并行性,不但满足了多目标约束问题的优化,而且确定了无线局域网中各个基站的具体分布位置.算法引进了蚂蚁...
[期刊论文] 作者:黄樟灿,陈思多,等, 来源:软件学报 年份:2002
通过对局部最优吸引域的分析,说明了种群隔离的作用,以局部演化的方式,实现了种群间分离与种群内自聚集,使多峰函数优化问题转化为单峰函数优化问题,结合在单峰函数优化中收敛速度......
[期刊论文] 作者:黄樟灿,陈思多,吴方才, 来源:计算机应用研究 年份:2000
在给定的地形上,求连接两点间的最短路径是许多工程规划中的重要问题。介绍了解决这一问题的新方法,并介绍了基于此方法开发的软件系统。通过简单的操作,即可求得令人满意的路径。......
[期刊论文] 作者:黄樟灿,陈思多,金庭枝, 来源:武汉汽车工业大学学报 年份:2000
针对传递函数的模型降阶工作 ,提出采样点在对数分度采样区间上均匀分布的频域采样方案 ,以及基于对数的最小二乘指标。应用遗传算法对此复杂的目标函数进行了求解 ,并通过与...
[期刊论文] 作者:徐胜阳,陈思多,金豪, 来源:数学的实践与认识 年份:2000
本文将旧井的利用问题归结为 0 -1规划问题 ,由此建立了目标函数 .提出映射原理 ,将旧井的位置映射到一个单位网格中 ,从而大大地简化了模型的求解 .应用映射原理和穷举方法...
[期刊论文] 作者:黄樟灿,黄樟灿,陈思多,李亮, 来源:软件学报 年份:2002
通过对局部最优吸引域的分析,说明了种群隔离的作用.以局部演化的方式,实现了种群间分离与种群内自聚集,使多峰函数优化问题转化为单峰函数优化问题.结合在单峰函数优化中收...
[期刊论文] 作者:黄樟灿,陈思多,李亮,刘晓娥, 来源:武汉汽车工业大学学报 年份:2000
遗传程序设计作为演化计算的分支,具有概率搜索的本质和结构优化的特征,已成为研究计算机自动程序设计的重要工具.文中对遗传程序设计的研究进展作了综述,着重比较了遗传程序...
[期刊论文] 作者:黄樟灿,胡晓林,王德兴,陈思多, 来源:武汉汽车工业大学学报 年份:2000
在对飞剪机结构参数的优化设计中 ,应用了一种新兴的高效寻优方法———遗传算法。文中对基于遗传算法的参数优化过程进行了全面和简要的说明。实例计算表明 ,该方法可以获得...
[期刊论文] 作者:游凤荷,李亮,黄樟灿,陈思多,谢献谋, 来源:武汉大学学报:自然科学版 年份:2001
针对具有物理模型参数的辨识,提出了新的多目标优化模型及遗传算法.它突破了数据处理最小误差的传统思想,提出了“病态”数据分析方法,进一步挖掘了数据中的信息.文中充分利用......
相关搜索: