【摘 要】
:
针对阿基米德优化算法(AOA)寻优过程中存在全局搜索能力弱、收敛精度低、易陷入局部最优等缺陷,提出一种融合多策略的阿基米德优化算法(MAOA)。首先,采用随机高斯变异策略,选取适应度优的多个个体引导种群向最优解区域寻优,增强全局搜索能力;其次,利用多种混沌映射的随机性、遍历性和多样性,引入局部混沌搜索策略,扩大混沌空间的搜索范围,提高算法的局部开发能力;同时,为了协调算法的全局勘探和局部开采能力,
论文部分内容阅读
针对阿基米德优化算法(AOA)寻优过程中存在全局搜索能力弱、收敛精度低、易陷入局部最优等缺陷,提出一种融合多策略的阿基米德优化算法(MAOA)。首先,采用随机高斯变异策略,选取适应度优的多个个体引导种群向最优解区域寻优,增强全局搜索能力;其次,利用多种混沌映射的随机性、遍历性和多样性,引入局部混沌搜索策略,扩大混沌空间的搜索范围,提高算法的局部开发能力;同时,为了协调算法的全局勘探和局部开采能力,提出一种非线性动态密度降低因子;最后,利用Levy飞行引导机制的黄金正弦策略对种群位置进行扰动更新,增加
其他文献
经典的基于L2范数的波形反演难以克服周期跳跃问题,导致迭代反演往往陷入局部极小值点,无法给出正确的成像结果.根据最优传输理论,文章采用一种新的基于Wasserstein度量的目标函数,该度量能保持分布的几何特性,提升反问题的稳定性与凸性.数值实验表明,基于Wasserstein度量的全波形成像具有更大的收敛半径、更快的收敛速率并能有效克服周期跳跃问题.将此方法应用到龙门山地区,获得了该区域可靠的岩
高寒草地是青藏高原的主要生态系统,其水热交换的准确模拟对于加强高原陆气相互作用过程的认识具有十分重要的意义.本文利用青藏高原东北部黑河流域上游地表过程综合观测网的四个高寒草地站点生长季观测数据,对Noah-MP陆面模式的集合数值模拟进行了评估,并对参数化方案进行了改进.首先开展了生长季7个主要物理过程/物理量的集合数值模拟试验,共计1008种参数化选项组合方案,并基于泰勒技巧分选取适合高寒草地水热
特定人语音分离算法是指从包含多种说话人同时讲话场景的混合语音中,通过一个特征向量的引导来分离出特定说话人的语音。特征向量的获取通常有两种方式,一种是使用一组自定义的正交独热(one-hot)向量,该方法可以在训练过程中达到更好的训练效果,但是无法处理训练过程中未见过的说话人;另一种的方法是使用一个分类网络自适应地生成具有说话人特征的嵌入式向量(embedding),该做法会因为分类网络的误差而损失
针对信息传输过程的时间消耗和信道估计误差对网络能效的影响,提出了一种基于非线性能量收集的全双工认知中继网络的联合优化方法。该方法是在中继采用非线性能量收集并考虑非完美信道状态信息下,首先通过将能效非凸优化问题转化为两个凸的子优化问题,求出次用户和中继的传输功率以及收集的能量;其次在保证主用户干扰和传输功率非负的情况下,求出信道容量传输的范围;最后再将传输功率代入表达式得到关于时间目标函数,利用海森
有界置信模型(bounded confidence model,BCM)是舆论动力学中对偏好演化进行建模的重要模型,但其假设个体会完全接受与之交流个体的偏好以及所有的个体会诚实表达其偏好与实际情况不符,存在明显不足。针对该问题,提出了一种动态信任感知的偏好演化模型(dynamic trust-aware preferences evolution model,DTPEM)。首先,引入偏好接受度算子
针对交互数据稀疏和推荐多样性问题,基于卷积协同过滤推荐框架,提出卷积融合文本和异质信息网络的学术论文推荐算法(WN-APR)。算法首先学习不同语义下用户和论文的多样化特征,缓解数据稀疏问题;然后基于外积设计不同语义特征相互增强的方式融合它们,并使用三维卷积神经网络代替二维卷积神经网络充分挖掘不同特征对性能的影响;最后改进贝叶斯个性化排序损失函数增强推荐多样性。在CiteuLike-a、CiteuL
近年来,人们发现拓扑光子学可以保护多种光学器件的光学行为不受缺陷和其他微扰的影响.因此,拓扑光子学与滤波器设计的结合正被提上日程.最近的研究结合时域耦合模式理论,导出了四端子的多谐振腔级联耦合系统中的传输效率方程,并基于此设计了一种通用型高阶非互易性上/下载滤波器结构,获得了与理论预测相匹配的仿真结果.
为解决玻塑混合高分辨率手机镜头制造中,玻璃镜片与塑料镜组在组装时存在的位置敏感、效率和良品率低等问题,基于多点式无限共轭调制传递函数测量的实时反馈对准与组装方法成为优选方案。作为调制传递函数系统图案采集的关键成像元件,多光轴聚焦镜头的各项性能在保证测量准确性方面发挥着至关重要的作用。通过建立多光轴聚焦镜头性能指标与待组装手机镜头光学参数之间的关系,采用ZEMAX仿真软件进行光学系统的多重结构设置与
针对算术优化算法(arithmetic optimization algorithm)存在的收敛速度慢、易陷入局部最优等问题,提出了自适应t分布变异和动态边界策略改进的算术优化算法(t-CAOA)。利用引入自适应t分布变异策略提高种群的多样性和质量可以有效提升算法的收敛速度,同时通过引入余弦控制因子的动态边界策略优化AOA的寻优过程,从而协调AOA算法的全局勘探和局部开发能力。对10个单模态和多模
获奖项目: 2020年度北京市科学技术奖技术发明奖一等奖、2020年国家卫健委第一届医学科技创新大赛医研组金奖和2017年首都首届转化医学创新大赛最佳创意奖国家专利: 基于数据挖掘的全口义齿制作方法