论文研究基于改进差分进化算法的水文模型参数多目标优选研究.pdf

该程序为差分进化及其改进算法的matlab程序,其中包含了标准差分进化算法DE,以及三种改进算法ADE,SDE,SADE,程序运行时需注意里面部分包含了两种不同的应用,所以根据需要把不相关的注释掉(已

自适应调节的差分进化算法matlab程序（原创）——RD-DE 算法在优化初期需要搜索能力更强的阶段采用[0,1]之间随机选择变异因子 F 以及交叉概率因子 CR 的策略；而在后期需要开发能力 更强的

论文研究-用多目标进化算法求解二层规划双目标模型.pdf,

基于差分进化的在线极限学习机，王建功，，在线极限学习机(OS-ELM)是一种在线学习算法，它可以逐个或者逐段地学习数据，并且OS-ELM比一般的在线学习算法学习速度要快。为进一步�

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

采用量子多目标进化算法对从任务级进行抽象建模所得到的系统模型进行软硬件划分,并针对SOC系统设计中存在的特点,对量子多目标进化算法进行改进。采用量子个体编码方案,避免个体编/解码的冗余。并将Paret

提出一种结合分阶段二次变异和混沌理论的改进差分进化(DE) 算法, 以解决多目标约束优化问题. 其核心 思想是, 在DE进化前期采用基于非支配解的随机二次变异来提高算法的全局寻优能力, 进化后期采用基

作为粗糙集的一种推广,模糊粗糙集在属性约简中的应用尤为重要.约简规模和约简依赖度作为评判约简性能的两个重要指标,分别对应着约简的效率以及精度.传统的约简算法通常以追求约简的最大依赖度为导向进行寻优,并

为解决三维复杂环境下无人机动态航迹规划问题,提出一种基于改进约束差分进化算法的动态航迹规划方法,以满足对实时性及动态搜索精度的要求.首先,根据无人机航迹规划特点将其描述为包括飞行约束及威胁约束在内的约

基于高斯变异改进的多目标差异演化算法，卢青波，张学良，为克服差异演化算法在求解多目标优化问题时易