高斯变异相关论文
图像分割在日常生活中扮演重要角色，传统的K-means图像分割具有随机性且容易陷入局部最优等缺陷，这样使得分割质量大大降低。为改善......
针对综合学习算法（Comprehensive learning particle swarm optimization,CLPSO）在解决全局优化问题时精度不高且收敛速度慢的问题,......
随着社会的发展,人类的日常生活与能源、环境之间密切相关。探索经济发展的同时,也要注重保护环境,所以降低生产耗能,提高能源利用......
针对如何提高风力发电功率预测的准确率，研究设计了一种基于改进乌鸦搜索算法（ICSA）优化支持向量机（SVM）的风电功率预测模型。在乌鸦搜......
为提高焊接机器人的工作效率，提出一种基于高斯变异蝗虫优化算法（GMGOA）的焊接机器人路径规划新方法。GMGOA在蝗虫优化算法（GOA）的基础......
文章针对海洋捕食者算法(Marine Predators Algorithm,MPA)求解精度不高和收敛速度慢等缺点,提出一种多子群改进的海洋捕食者算法(......
传统K-means聚类算法容易受到初始聚类中心影响,从而导致聚类准确度较差的问题,本文利用剑鱼优化算法全局搜索能力强、收敛速度快......
针对蚁狮(ant lion optimizer,ALO)算法在寻优后期种群数量减少、精英蚁狮影响权重减小导致算法收敛速度较慢且易陷入局优的问题,......
在机械加工中,夹具是应用广泛的夹持装备。但随着机械加工技术的迅速发展,传统的基于经验的夹具设计已经逐渐不能适应高效精密生产......
旅行商问题(TSP)是经典的NP难问题,对该问题的研究从未停止,也得到了很多的近似求解算法,但每一种算法都各有特色,正因如此,对旅行......
目的 解决等离子喷涂工艺参数耦合导致的参数选取困难问题,提高AlCoCrNiFe高熵合金涂层力学性能.方法 提出全局混沌高斯融合的海鸥......
本文应用粒子群算法来解决配网电容器优化配置问题，建立了相应的数学模型，目标函数包括了系统有功损耗费用和补偿电容器投资费用。在......
在机械加工中,夹具布局优化本身是一个多目标优化问题,目前夹具布局优化大多是以工件位置总位移最小为目标函数,视作单目标优化问......
精确的短期电力负荷预测对电力系统的调度与调峰等有着重要的影响。为了提高预测精度提出了基于改进麻雀搜索算法(improved sparro......
针对麻雀搜索算法(SSA)在接近全局最优时,种群多样性减少,易陷入局部最优解等问题,提出了一种混沌麻雀搜索优化算法(CSSOA).首先,......
在工程技术、管理科学、计算机科学、科学研究等领域中存在着大量的优化问题需要解决,目前工程中常用的优化算法主要有经典优化算......
协同进化算法(最早在1991年由Hillis提出)是近年来在协同进化论基础上发展起来的一类新的进化算法,它在进化算法的基础上,考虑了种......
针对飞蛾火焰优化算法(moth-flame optimization algorithm,MFO)在求解最优化问题时存在寻优精度低、易陷入局部最优等问题,提出一......
细菌觅食优化算法(Bacterial Foraging Optimization algorithm,BFO)是一种基于大肠杆菌的觅食行为的自然启发式优化算法。由于其......
随着大数据时代的到来,作为企业管理问题中的一个关键问题,生产调度在竞争激烈的环境下,它能够使生产效率得到优化,降低生产成本,......
学位
飞蛾火焰优化算法(MFO)是澳大利亚学者Seyedali Mirjalili于2015年提出的一种新颖群体智能算法。飞蛾和火焰是该算法的两个构成部......
针对蝙蝠算法(Bat Algorithm,BA)在寻优时存在易陷入局部极值、收敛不稳定等问题,提出了一种基于多普勒补偿与变异选择的蝙蝠算法(......
针对大规模云计算环境下的资源调度问题,提出了改进的竞争粒子群优化算法,以提高云计算资源调度效率.基于多目标综合评价模型,首先......
随着科技的发展,传统的优化算法求解最优问题存在局限性,智能优化算法给优化问题的求解提供了新思路。粒子群算法是模拟生物群体行......
差分进化算法(Differential Evolution,DE)是一种群体智能优化算法,近年来被广泛应用于解决生产生活中的优化问题。DE算法具有参数......
针对标准灰狼算法种群多样性差、后期收敛速度慢、易陷入局部最优的缺陷,提出一种改进灰狼算法.利用改进Tent混沌映射初始化种群,......
为了使生物地理学优化算法的优化能力得到进一步提高,提出了一种基于遗传算法的新型生物地理学优化算法。在迁移操作之前增加了选......
粒子群优化(Particle Swarm Optimization,简称PSO)算法是一种基于迭代学习的群体智能优化算法,粒子在迭代过程中通过追随当前最优......
针对传统方法在解决化工参数辨识问题中易陷入局部最优、导致求解精度不足的问题,提出了一种组合三角变异差分进化(CTMDE)算法,融......
最优化问题一直是科学研究过程中不可忽视的一个环节,研究问题时,最后都需要在众多结果中确定出最佳方案,因此开发高效的优化技术......
布谷鸟搜索(Cuckoo Search,CS)算法是一种简单易实现的全局优化算法,但也存在局部搜索能力弱,求解精度不高的问题.为了克服这些问......
提出一种带有高斯变异的Lévy飞行特征的改进蝙蝠算法(GMBA).该算法中,每只蝙蝠根据当前位置的优劣程度选择不同的飞行方式,位置较......
为了能够找到更多真实的Pareto最优解和提高所求最优解的分布均匀性,提出了一种新型的基于量子行为特性粒子群优化和自适应网格的......
针对智能单粒子优化算法(ISPO)容易出现算法早熟、收敛精度低的现象,提出一种基于高斯变异的智能单粒子算法(GISPO)。当粒子陷入局......
针对基本花授粉算法(Flower Pollination Algorithm,FPA)容易陷入局部最优、收敛速度慢及寻优精度低等缺陷,提出了基于动态调整和......
由于基本粒子群算法存在易陷入局部最优以及过早收敛的缺点,使得基于粒子群和模糊熵的图像分割算法难以得到理想的分割效果。针对......
针对萤火虫算法存在的收敛速度较慢及易早熟收敛等问题,提出一种基于多种群学习机制的新型萤火虫优化算法:将萤火虫群分为不同参数......
针对基本萤火虫优化算法在求解函数全局最优值时的不足,提出了一种带高斯变异的人工萤火虫优化算法。该算法在萤火虫的移动过程中,......
为了解决基本蝙蝠算法(BA)局部深度搜索能力弱、寻优精度低及易陷入局部最优的问题,提出一种带有高斯变异的混合蛙跳蝙蝠算法(SFLB......
如何合理地分配云计算资源一直都是研究的热点。建立云计算环境下的资源调度模型,通过人工萤火虫算法个体最优与云计算节点资源分......
在实际的化工过程中会遇到许多非线性优化问题。常规群智能优化算法在解决这类问题时,常出现收敛精度差和容易陷入局部最优,本文针......
为了提高Alopex算法的全局搜索能力,本文提出了一种改进的Alopex算法。该算法将混沌算法引入到Alopex的初始化过程中,提出了具有停......
只采用单一变异算子的进化规划算法在解决优化问题时,不能兼顾全局探索和局部搜索能力.本文提出柯西+混沌变异和柯西+高斯变异两类......
针对网络流量预测模型存在预测稳定性不好、精度较低等问题，提出一种改进布谷鸟搜索算法优化支持向量机的网络流量预测模型（GCS．SVM）。......
目的解决粒子群算法易陷入局部最优解、出现早熟收敛从而导致求解精度不高的缺陷。方法将高斯变异(Gaussian Mutation)、Levy飞行......
