拉马克学习相关论文
为了平衡粒子群算法多样性与收敛速度,本文在Memetic框架下结合多属性决策,提出基于直觉模糊Memetic双种群混合优化算法.算法采用......
近些年来,多目标进化算法的研究逐渐成为进化计算研究领域的一个重要内容。拉马克学习理论,从文化进化的理论层次,提供了一种解决......
提出一种Memetic框架下的混合粒子群优化算法(HM-PSO).针对粒子群算法的搜索结果,该算法采用基于拉马克学习的局部搜索策略帮助具......
给出了一种基于拉马克学习和精英保留策略的新型遗传算法。设计了拉马克学习规则和拉马克遗传算法框架,给出了算法收敛性的数学证......
针对增量型超限学习机（incremental extreme learning machine,I-ELM）中大量冗余节点可导致算法学习效率降低,网络结构复杂化等问题,......
在遗传算法中引入个体学习机制能够提高算法的性能,避免算法收敛过慢或陷入局部最优。常用的个体学习机制有两种,即拉马克学习与鲍......
针对经典遗传算法在复杂空间上局部搜索能力较弱,易过早陷入未成熟收敛,并在接近最优解时,由于优化压力较小导致搜索效率低等问题,......
针对多目标规划获取的参数模糊,求解算法容易早熟收敛和陷入局部最优的问题,提出了求解直觉模糊多目标规划的改进遗传算法。该算法......
将复杂网络社区检测转换为优化问题,并将拓展模块度密度作为目标函数,可从多种分辨率分析网络。基于社区检测的NP(non-determinist......
