微粒群算法在非线性约束优化中的应用

来源 :计算机工程与应用 | 被引量 : 0次 | 上传用户:mumuww
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
该文将微粒群算法(PSO)应用于非线性约束优化问题的求解,提出了一种求解非线性约束优化问题的新算法.数值试验表明该算法具有很强的全局寻优能力。
其他文献
文章提出了基于NS2模拟器的计算机网络虚拟实验室系统的设计模型和实现方法。该实验室以Java Applet实现客户端,使用NS2多协议模拟器作为服务器的后台计算平台,Nam作为客户端的
普通话声调识别参数除常用的基音轮廓外,基音的一阶差分、能量及能量的一阶差分等也具一定的声调特征。实验结果表明:如果将各种参数同时作为一个BP模型的输入参数,声调识别率不但没有提高,反而显著下降,因此,该文提出了将各种参数分别训练一个各自的BP网络,再将这些网络的输出作为另一高层BP网络的输入的普通话声调识别方法。另外,针对上声的特点提出了一种改进的基音平滑算法。这些方法的运用使系统的声调识别率达到
将面向对象编程(OOP—Object Oriented Programing)面向Agent编程(AOP—Agent Oriented Pmgraming)进行对比,并以JACK Agent平台为实例来分析AOP的特色。JAVA是面向对象的典型
文章提出了一种通过处理不同时间和天气情况下拍摄到的室外垂直墙面的长波红外图象来预测其灰度值的方法。讨论了长波红外(8~12μm)成象系统中图象灰度值与目标温度关系;研究了室外墙面与其背景间的能量交换,建立了墙面红外图象灰度值与时间、天气参数和地理信息之间的方程;通过已知拍摄条件的建筑物的长波红外图象数据拟合方程中的常量,文章最后给出了实验结果。