暂无评论
基于排序优化选择的蚁群算法研究,张心蕾,庄卫华,蚁群算法(ACA)是一种模拟昆虫王国中蚂蚁群体智能行为的仿生优化算法。标准蚁群算法搜索时间长、易陷于局部最优解是其最为突出的
矩阵搜索算法的改进与测试,卢阳光,,本文提出了矩阵搜索不可到达理论并进行了证明,基于此理论设计了实用高效的不可到达算法,并将算法编程实现。在机器上进行了��
提出了一个基于级连神经网络(Cascade-Correlation Neural Network,CCNN)和SVD(Singular Value Decomposition)的文本分类新模型。该神经
监测负荷运行状态有利于加强电网负荷侧管理,引导用户合理消费,实现节能降耗。针对小功率负荷与大功率负荷同时投入时,单一谐波电流特征易受线路电压、电流波动影响导致负荷辨识精度低的问题,提出一种基于改进鸡群
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
基于改进蚁群算法的WSN路由协议,刘晓东,冒勇军,针对无线传感网络节点能量有限的特点,利用蚁群能够发现从巢穴到食物源之间最优路径的特性,提出一种改进蚁群算法。该算法将蚂蚁
在基于构件的软件开发过程中,检索和提取满足用户需求的构件已成为目前研究重点。在构件库的效率优化方面,主要包括构件检索效率和构件理解效率的优化。利用数据挖掘中基于拥挤因子的改进蚁群算法来优化构件的复用规
为了解决短波通信中语音检测的问题,针对短波语音信噪比低,噪声复杂的特点,对幅度谱熵算法进行了修正,选取功率谱熵作为VAD特征,加入谱熵平滑和hangover设计,研究了基于功率谱熵的语音端点检测算法。
原有的遗传融合蚁群算法虽然克服了基本蚁群算法的不足,优化效果得到了改善,能够克服收敛速度较慢,易出现停滞,以及全局搜索能力较低的缺陷。但是还不够,因此,在原有的遗传融合蚁群算法的基础上进行了许多改进以
将蚁群优化算法(antcolonyoptimizationalgorithm,ACO)引入基因选择领域,并用基因与类别的相关性分析所得值来初始化最优化问题,缩短了找寻最优解的时间;以基因子集整体的样本
暂无评论