混合变异相关论文
为进一步提升哈里斯鹰优化算法（HHO）的收敛精度和迭代速度，提出一种多策略协同优化的改进HHO算法（MSHHO）。首先采用拉丁超立方抽样方法......
教与学优化算法（Teaching-Learning Based Optimization,TLBO）是一种新型启发式群智能优化算法,近年来被广泛应用于解决生产生活中的......
BP(Back Propagation)神经网络是目前最重要的神经网络之一,其结构简单、工作时状态稳定、并且易于硬件实现,被广泛应用于模式识别......
针对基本樽海鞘群算法收敛速度慢、收敛精度低、易陷入局部最优的缺点,提出了一种融合黄金正弦混合变异的自适应樽海鞘群算法AGHSS......
针对差分进化算法DE传统变异策略不能有效平衡全局搜索和局部搜索,并且算子固定,导致算法早收敛、搜索效率较低.基于DE变异策略性......
研究多目标优化问题,针对提高算法的快速性,提出一种混合变异克隆选择多目标优化算法。进化在三个抗体群中进行,不同的抗体群采用......
提出一种新的求解函数优化的快速演化算法;新算法的特征是引入一种基于高斯变异和Cauchy变异的混合自适应变异算子,并作为算法的唯......
提出了一种新的进化策略,基于物种保护的混合变异算子进化策略,它混合了四种不同的变异算子(Gaussian、Cauchy、Levy和单点(Single......
针对遗传算法的主要算子--交叉算子,设计了新的交叉算子,使个体尽可能地分散在整个解空间.在具体交叉操作中,产生随机个体参与交叉......
针对未知节点的定位过度依赖于接收信号强度指示（Received Signal Strength Indicator，RSSI）物理测量的精度问题，将传统RSSI定位模型转......
基本萤火虫群优化GSO（Glowworm Swarm Optimization）算法在求解函数全局寻优问题时，存在后期收敛速度慢、容易陷入局部极值等问题。为......
胶液浓度的测量在明胶的生产过程中是一项很重要的任务,为解决明胶浓度胶液手工检测中存在的滞后时间长、测量误差大等实际问题,将......
BP神经网络已在模拟电路故障诊断领域得到广泛应用,但BP神经网络存在训练速度慢且容易陷入局部最优的问题.由此,本文提出了一种基......
为了解决多目标优化问题,文章提出了一种混合方法(HMOPSO)。它是基于混合变异和时变惯性的混沌粒子群优化。利用PSO的全局搜索能力......
明胶浓度是明胶生产过程中的重要过程参数之一,明胶浓度的在线测量对明胶生产工艺的优化和控制具有重要意义。但目前,明胶浓度的测......
实际问题中,经常遇到需同时优化的相互冲突的多个目标,种群群体算法可以较好地解决多目标优化问题。基于分解的多目标优化算法(Mul......
在人工智能领域中，研究在搜索过程中自动获取和积累有关搜索空间的知识并自适应地控制搜索过程从而得到最优解的通用搜索一直是令人......
随着国民经济的快速发展,各个行业对电能质量的要求不断提高。电力系统安全、经济运行,持续不断的、高质量的电力供应已经成为现代......
变异操作是解决粒子群算法早熟的一种有效方法。针对迭代过程中种群多样性变化的特点,提出了一种自适应变异概率的混合变异粒子群......
