一种基于密度的局部搜索NSGA2算法

一种基于遗传算法的密度聚类改进策略，叶宗林，曹晖，本文提出了一种基于遗传算法的密度聚类改进策略。选择闵科夫斯基标准作为遗传算法的适应度函数，对DBSCAN算法的Minpts和Eps两个参数在

通过在目标空间中利用目标本身信息估算个体k最近邻距离之和，作为个体的密度信息，根据个体的密度信息对群体中过剩的非劣解进行逐个去除，以便更好地维护解的多样性，由此给出了一种基于个体密度估算的多目标优化演

针对DBSCAN算法中最小点数和最大邻域半径难以确定、算法时间开销大、对起始数据点的选择比较敏感，以及难以发现不同密度下的邻近簇等问题，提出一种基于扩展区域查询的密度聚类算法（GISN-DBSCAN）

提出一种基于数据场的多目标引力搜索算法(DFMOGSA). 该算法利用外部档案存储非支配解, 同时将外部档案视为目标空间的数据场, 通过计算非支配解的势能来判断每个解的密度; 密度最低的解被选为第1类

作为一种新型群体智能方法，苍狼算法模拟了苍狼在群体捕食过程中的搜索跟踪、包围、攻击等行为，具有结构简单、寻优能力强的特点。分析了该算法的优化机理，并对算法优化过程进行了数学定义及描述；提出了一种基于并

针对文化算法求解函数优化问题存在过早收敛、不稳定等缺陷，基于文化算法框架、嵌入混沌搜索优化，提出了一种混沌文化算法。该算法模型由基于混沌的群体空间和存储知识的信念空间组成，利用标准知识和形势知识分别引

一种基于单纯形搜索的粒子群优化算法.pdf

likelike, 一种基于Hadoop的局部敏感散列 likelike一种局部敏感哈希的实现概述Likelike是Hadoop上 LSH ( 局部敏感哈希)的一个实现。 程序可以用于电子商务网站的最

为提高非支配排序遗传算法(NSGA-II)的搜索精度和多样性,借鉴差分进化中加强局部搜索的策略,提出了一种改进的NSGA-II算法(LDMNSGA-II)。该算法利用拉丁超立方体抽样技术对解种群进行初

在Wang–Landau类型的算法中，相对于状态密度执行蒙特卡洛更新，该状态密度在仿真过程中进行迭代完善。然后通过标准积分获得分配函数和热力学可观测值。在这项工作中，我们分析并进一步开发了我们最近在此