暂无评论
不确定条件下的优化问题更贴近真实世界环境,因而日益受到广泛关注。综述了蚁群优化在求解一组不确定条件下的组合优化问题,即随机组合优化问题方面的应用。首先介绍了不确定条件下组合优化问题的概念分类模型,给出
针对目前常用的预测模型存在一定的问题,建立支持向量机预测模型,并将遗传算法与蚁群算法有效结合。用此组合算法对支持向量机模型参数优化。最终将建立的模型与单独两种算法所优化的模型进行精度对比。实例表明,组
研究svm的好文章,大家可以好好学习一下。同时也是学习pso的文章。两个一块学习下。
根据不同数据的背景及特征准确地选用不同的处理方法对数据进行预处理是非常困难的。基于最小二乘法原理和模拟退火遗传算法的数据预处理组合方法,综合了各种处理方法的结果,很好地解决了这个问题。通过仿真试验证明
中国科技论文在线 面向组合优化问题的智能优化算法解质量 评价方法# 1,2 1,2 1,2* 刘珍宝 冯祖仁 常洪浩 5 1. 西安交通大学系统工程研究所西安 710049 2. 西安交通大学机械制造
为了在大数据背景下从大量候选服务集中选择出合适的 Web服务,并组合成能够完成复杂增值业务过程需求的组合服务,提出一种改进的烟花算法,首次应用于离散服务组合优化问题。
:以作战任务为中心,动态集成作战系统的过程中,由于作战任务间逻辑关系的复杂性,以及作战系统的数量有限性,作战任务之间可能存在作战系统冲突问题。针对此问题,结合作战活动的特点,建立了多目标决策模型,构建
针对图像边缘检测过程中,现有算法存在阈值设定缺乏自适应性、收敛速度较慢、容易陷入局部最优解等问题,通过改进蚁群算法的子块梯度比的求取方式优化算法初始设定,并与扰动因子结合优化蚁群转移规则,再根据蚁群动
基于优化算法的股票投资组合模型选择,蔡凯达,边宁,本文采用不同的风险度量和约束条件,组合成了不同的有约束的最优资产组合模型:在风险约束条件下的期望收益最大化模型和在收益约
随着功能性属性相同而非功能性属性各异的Web服务的大量涌现,如何在服务组合业务流程中为各个任务选择相应的组件服务以达到组合服务的QoS(quality of service)最大化,并在此基础上满足不
暂无评论