随机摄动蚁群算法的收敛性及其数值特性分析

第七章蚁群算法及其应用 蚁群算法的背景 20世纪50年代中期创立了仿生学,人们从 生物进化的机理中受到启发提出了许多 用以解决复杂优化问题的新方法,如进化 规划进化策略遗传算法等,这些算法 成功地解决

中国工业环境效率及其空间差异的收敛性分析--基于地级城市面板数据的分析，张子龙，薛冰，本文利用超效率数据包络分析方法，基于可持续发展工商理事会（WBCSD）的环境效率概念，构建了工业环境效率评价模型，

本文研究了多目标多伯努利(MeMBer)滤波器和基数平衡的MeMBer(CBMeMBer)滤波器的顺序蒙特卡罗(SMC)实现的收敛性。 本文证明了SMC-MeMBer和SMC-CBMeMBer滤波器在

带惩罚项的复神经网络学习算法的收敛性，费舟莹，董健，本文对两层复值BP神经网络中带有惩罚项的批处理梯度算法的收敛性问题进行分析与研究，给出了在网络训练过程中误差函数是单调下降�

学习蚁群算法很好的材料

蚁群算法及其应用研究 赵天男,王晓红 (渤海大学信息科学工程学院,辽宁锦州121000 摘 要:蚁群算法是一种新型的模拟进化算法,是受到真实蚁群的觅食机制的启发而提出的介绍了蚁群算法的基 本原理和工作

Ant Colony Algorithm and Its Application (Song Xuemei)

论文研究-平衡问题解的收敛性.pdf,  利用集收敛、函数收敛建立了集值映射收敛的概念及其性质 ,并依此讨论了平衡问题解的收敛性 .

Convergence of solutions in finite element calculation

国防工业大学高数(一)课件。。。。。与国防工业大学出的书配套课件。