论文研究SJ制造工艺中光刻对准问题的改进方法 .pdf

改进的郭涛算法求解约束优化问题，薛运虎，郝仰梅，提出了一种求解约束函数优化问题的新的演化算法。该算法是在郭涛算法的基础上提出来的，主要对郭涛算法进行如下改进：一是引入了

为了延长无线传感器网络的生命周期，提高节点能量利用效率，将簇与节点调度相结合，提出了保持覆盖的无线传感器网络簇内节点调度。首先将网络分簇，然后每个簇内的节点，按节点号自小到大的顺序依次计算每个节点与簇

针对约束优化问题的求解，提出一种改进的粒子群算法（CMPSO）。在CMPSO算法中，为了增加种群多样性，提升种群跳出局部最优解的能力，引入种群多样性阈值，当种群多样性低于给定阈值时，对全局最优粒子位置

针对基本蝙蝠算法求解精度低、易陷入局部最优的缺点，提出一种改进的蝙蝠算法用于求解约束优化问题。该算法利用佳点集方法构造初始种群以维持群体的多样性，引入惯性权重以协调算法的勘探和开发能力。为了避免算法陷

通过分析传统模拟退火算法的原理和存在的不足，提出了一个用于求解TSP问题的改进模拟退火算法。新算法增加了记忆当前最好状态的功能以避免遗失当前最优解，并设置双阈值使得在尽量保持最优性的前提下减少计算量。

蚁群算法是优化领域中新出现的一种仿生进化算法，该算法具有并行、正反馈和启发式搜索等特点，但搜索时间长、易陷入局部最优解是其突出缺点。旅行Agent问题是一类复杂的组合优化问题，目的在于解决移动Agen

蜂群算法在TSP问题上的参数改进，李峰磊，丁海军，在分析蜜蜂采蜜原理和蜂群算法模型的基础上，本文对蜂群算法中的关键参数进行了理论分析，并改进了算法对局部最优解的控制机制。

将最大最小化适应度函数与罚函数相结合，提出了一种实用有效求解多目标约束优化问题的粒子群算法。采用归类和比较的思想进行替换非劣解；改变以往全局最优值的选取方法，而采用轮序方式从非劣解中获取。实验证明改进

为了有效地解决人工蜂群算法容易陷入局部最优的缺陷，提出了一种改进蜂群算法。利用反向学习方法构建初始种群，以提高初始化解的质量。同时，利用分布估计算法构造优秀个体解空间的概率模型来进行邻域搜索，以改善算

论文研究-应用SERVQUAL 标尺的若干问题及改进.pdf,