动态邻域相关论文
本文的目的是研究和改进具有量子行为的粒子群算法(Quantum-behaved Particle Swarm Optimization,简称QPSO)。群体智能算法是一种......
粒子群优化算法PSO是一种基于群智能的优化方法。该算法受启发于社会心理学和人工生命中的相关观点,模仿个体之间的社会交互,即现......
现代战场上,尤其是城市环境作战,针对微弱目标(尤其是隐身目标或者是隐蔽目标)的检测前跟踪(Track Before Detect,TBD)技术愈加受......
多目标最优化(MOP)也称为多标准优化，多绩效或向量优化问题。多目标问题求解困难而且广泛存在，吸引着大量科研工作者对其进行深入的......
流形学习是机器学习与数据挖掘领域的一个重要研究方向。其经典算法总是假设高维数据批量存在于单一流形,且不能有效处理增量式出......
粒子群算法(PSO)求解约束优化问题存在较严重的早熟收敛现象,为了有效抑制早熟收敛,提出了基于改进的约束自适应方法的动态邻域粒......
提出了一种新的粒子群优化方法--融合近邻交互的粒子群优化算法（Particle Swarm Optimization Combined with Near Neighbor Intera......
对光伏发电输出功率进行准确的预测可以减小对光伏发电电网供电系统平衡性的冲击,保证供电系统的需求平衡和安全稳定运行,但传统方......
针对基本蚁群聚类算法较长时间开销和易产生冗余聚类数目的缺陷,提出了一种基于动态邻域的多载蚁群聚类算法。算法通过邻域动态自......
传统的最近邻居算法主要分为k-最近邻居和逆最近邻居，然而二者均在邻域参数选择问题中饱受困扰。在这两种思想的基础上，提出一种具有......
针对基本粒子群优化(PSO)算法早熟收敛、易陷入局部极值的缺陷,提出自适应任务分配的粒子群优化算法。该算法根据粒子的多样性动态......
针对微粒群优化解决复杂优化问题时易陷入局部收敛、效率不高的缺点,提出一种基于动态邻域和自适应惯性权重的微粒群优化算法。通......
针对粒子群算法在多目标优化问题中存在收敛性差,容易陷入局部最优等缺陷,提出了一种改进的粒子群优化算法。该算法在原有的粒子群......
针对人工鱼群算法易陷入局部最优且寻优精度不高的问题,提出了一种基于自适应动态邻域结构的人工鱼群算法。算法中,每条人工鱼先根......
本文在根据实际交通场景确定图像的检测区域后，将检测区域划分为直行区域和左转区域，进而利用动态邻域确定了不同区域的车辆排队长度......
针对粒子群优化算法(PSO)易出现早熟收敛及寻优精度低等缺陷,提出一种动态邻域调度策略DNSS,该策略的基本思想是:结合全局版PSO快......
粒子群优化(PSO)算法对于多峰搜索问题一直存在早熟收敛问题。为在增强PSO算法全局搜索能力的同时提高收敛速度,提出一种动态邻域......
流形学习是近年来机器学习与数据挖掘中的一个新的研究热点,其本质在于根据有限的离散样本学习和发现嵌入在高维空间中的低维光滑......
将监控数据的已知状态作为先验类别标签,构造出新的有监督的粒子群优化(S-PSO)分类算法,并对设备进行故障诊断。为提高故障诊断的......
流形学习是机器学习与数据挖掘领域的一个重要研究方向。其研究目的在于揭示隐藏在高维数据集中的内在低维结构,从而能够重构并进......
研究了邻域拓扑结构对粒子群算法性能的影响。设计了两种动态邻域生成策略,并基于一组具有代表性的测试函数,对两种典型的算法模型......
针对离散布谷鸟算法求解旅行商问题时邻域搜索效率低和易陷入局部最优解等问题,提出了一种自适应动态邻域布谷鸟混合算法(Adaptive......
针对流形学习的邻域优化问题,提出一种动态邻域的算法。基于局部采样密度和流形弯曲度估计切空间,并为所有样本点动态地选择邻域,......
邻域因子是城市动态变化的重要驱动因子,该文提出了动态邻域约束思想,在借助蚁群优化（ACO）算法提取城市用地转换规则的基础上,结合元......
