论文研究基于改进差分进化算法的Flow Shop调度问题求解 .pdf

集成分类通过将若干个弱分类器依据某种规则进行组合，能有效改善分类性能。在组合过程中，各个弱分类器对分类结果的重要程度往往不一样。极限学习机是最近提出的一个新的训练单隐层前馈神经网络的学习算法。以极限学

TSP问题是测试组合优化领域算法性能的经典平台。提出了一种求解TSP问题的自适应邻域搜索算法，该算法通过为每个城市设定邻域来降低TSP问题的复杂度，并结合满意度和活跃度来构建一种自适应邻域搜索算子，使

这项研究的目的是提出一种解决计划问题的直接且相对有效的方法。 针对车间作业调度问题（JSP），本文提出并提出了一种新的启发式算法，目的是最大程度地减少工期。 此方法确定每台机器的作业订单。 评估基于调

多径干扰因具有位置上的不相关性、不确定性等特点,不能通过差分技术来消除,成为高精度定位的主要误差源之一。因此,估计多径参数对抑制多径误差、提高导航系统的定位精度具有重要意义。本文将多径估计问题转化为状

为了对作物根系在土壤中生长的知识进行有效管理，针对不同土壤容重中棉花根系的形态特征和生长特点，提出一种结合知识模型和可视化模拟的作物根-土系统知识管理方法。建立棉花主根轴向生长速度与土壤容重定量关系的

为了平衡差分进化算法的全局探测能力和局部搜索能力,提出基于共轭增强策略的差分进化算法.首先,根据个体适应度信息设计基于轮盘赌的个体选择策略,选取适应值较差的个体组建子种群;然后,基于个体的时间和空间知

针对传统基于走时微震定位方法存在的定位精度依赖于走时精度问题,提出了改进定位目标函数的差分进化微震定位方法。基于传统微震P波走时定位方法,在定位目标函数中加入了误差加权系数,通过降低初至拾取精度低的微

为实现煤尘融合区域内单个颗粒准确分离，进一步明确煤尘特性参数图像分析内在机理，构建改进差分进化粒子群模型(IDE-PSO，全称Improved Differential Evolution Parti

针对粒子群优化算法搜索空间有限、容易出现早熟现象的缺陷，提出将量子粒子群优化算法用于求解作业车间调度问题。求解时，将每个调度按照一定的规则编码为一个矩阵，并以此矩阵作为算法中的粒子；然后根据调度目标确

针对K-调和均值聚类算法易陷入局部最优的缺点，提出了一种基于改进差分进化的K-调和均值聚类算法。该算法通过引入基于Logistic变尺度混沌搜索和指数递增交叉概率算子的差分进化算法来增强全局寻优能力。