暂无评论
利用混沌算法随机性、规律性和遍历性，将混沌搜索融合到蚁群算法中，用于求解最短QoS路由问题，避免蚁群算法易陷入局部寻优的缺点，提高了混合算法的搜索范围，并且加快了蚁群群体的进化速度，仿真实验表明，该算
在求解约束优化问题时，为了有效处理约束条件，克服文化算法易陷入局部极值点、混沌搜索优化初值敏感、搜索效率低等缺陷，将混沌搜索优化嵌入至文化算法框架，提出一种求解约束优化问题的混沌文化算法。该模型由基于
提出一种基于修改增广Lagrange函数和PSO的混合算法用于求解约束优化问题。将约束优化问题转化为界约束优化问题，混合算法由两层迭代结构组成，在内层迭代中，利用改进PSO算法求解界约束优化问题得到下
针对具有复杂约束条件的优化问题，提出了一种混合粒子群算法。该混合算法在将标准粒子群算法与线性搜索法有机结合的基础上，依次对粒子的每一维变量进行适当变化并同时判断其变化的效果。最后进行了数值实验，其结果
提出了一种将蚁群算法、遗传算法和粒子种群优化融合的混合智能算法来解决多约束最优路径和QoS路由问题。采用蚁群算法进行寻径生成初始群体，利用遗传算法对路径进行优化，利用PSO算法来优化蚁群算法中的信息素
针对约束优化问题，提出一种自适应人工蜂群算法。算法采用反学习初始化方法使初始种群均匀分布于搜索空间。为了平衡搜索过程中可行个体和不可行个体的数量，算法使用自适应选择策略。在跟随蜂阶段，采用最优引导搜索
利用增广Lagrange罚函数处理问题的约束条件, 提出了一种新的约束优化差分进化算法。基于增广Lagrange惩罚函数, 将原约束优化问题转换为界约束优化问题。 在进化过程中, 根据个体的适应度值将
论文研究-求解约束优化问题的内外交叉遗传算法.pdf, 针对很多约束优化问题的最优解位于可行域的边界上或其附近的特点,提
优化原理与方法 第 7 讲 * 3.4 无约束问题优化算法 二牛顿法 搜索方向 迭代式 迭代步骤 给定 选取搜索方向 作一维搜索 判别 是否满足终止条件 若是则算法终止否则 回到 由来 * 牛顿迭代式
针对协同干扰节点资源优化分配问题，通过引入协同干扰组的概念，建立了协同干扰节点优化分组模型，将系统有效干扰时间优化简化为协同干扰节点分组数优化，并考虑了协同干扰组对目标通信压制的误码率约束，保证有效压
暂无评论