论文研究一种改进的多目标约束优化差分进化算法.pdf

图像拼接技术中消除特征点误匹配是一项重要环节，针对传统的消除误匹配的RANSAC算法迭代次数多，计算复杂度较大且不能完全消除误匹配等缺点，提出了一种基于几何约束的RANSAC改进算法。该算法将几何约束

设计了基于标准差分进化算法(differentialevolution,DE)与遗传算法(geneticalgorithm,GA)的混合差分进化算法(hybridDE,HDE),同时用典型的测试函数对

差分进化计算（DE）是继遗传算法、微粒子群算法、蚁群算法之后的又一个成功的智能算法。它有三个算子即变异算子、交叉算子、选择算子。差分进化利用种群中个体之间的差异信息实现向最优解区域的搜索。实验证明，该

为满足生产中的不同需求,以最小化完成时间、最小化工件总延期时间、最小化机器总空闲时间为目标函数,建立多目标优化模型。提出一种改进混沌烟花算法,通过逻辑自映射产生混沌序列避免算法陷入局部最优,并设计了一

MOALO优化算法——多目标蚁狮优化算法:一种求解工程问题的多目标优化算法

提出了一种用于图像序列中检测运动目标的优化算法。针对用于室内目标检测的差分法存在着“虚影”噪声，以及用于室外目标检测的背景估计法在对短序列进行检测时，其结果中存在“残像”噪声的问题，揭示并利用两次差分

一种改进的自适应抗差UKF空地目标滤波算法，邢雷，高兵，随着平台运动变化，机载雷达在进行空面目标探测时回波会受到强度不同的地面杂波影响，导致角度测量常常出现异常偏差，在实际应用

针对传统的三帧差分运动目标检测算法存在的通用性差和检测目标不完整的问题,提出一种改进的三帧差分运动目标检测算法,并给出了试验中的检测效果对比图。该算法采用自适应阈值对差分结果进行二值化,从而提高了算法

标准差分进化算法（SDE）具有算法简单，控制参数少，易于实现等优点。但在难优化问题中，算法存在收敛速度较慢和容易早熟等缺陷。为克服此缺点，提出一种改进算法——双种群差分进化规划算法（BGDEP）。该算

针对标准杂草优化算法易出现的早熟、后期收敛速度慢、易陷于局部最优等问题，提出基于新型差分进化模型的多等级子群杂草优化算法（DEMIWO）。首先，引入一种改进型的混合混沌系统对种群进行初始化，提高初始种