暂无评论
粒子群优化(PSO)是一种基于群体智能的数值优化算法,由社会心理学家James Kennedy和电气工程师Russell Eberhart于1995年提出。自PSO诞生以来,它在许多方面都得到了改进,
蚁群优化(ACO)是群体智能的一部分,它模仿蚂蚁的合作行为来解决复杂的组合优化问题。它的概念是由Marco Dorigo[1]和他的同事提出的,当他们观察到这些生物在寻找食物时所采用的相互交流和自我组
重点介绍了智能可视化的各种形式和内容,包括研讨信息统计可视化、关注水平及其状态可视化、共识水平及其状态可视化、共识分析可视化、共识变化预测与建议可视化等,并最终在ECBAR系统中实现了其功能。
论文研究-Skyline查询应用扩展及其优化算法.pdf, Skyline查询处理是近年来信息管理和数据库交叉学科的一个
利用ASP.NET的缓存功能,结合性能良好的存储过程,一次性地缓存数据库数页数据,以供用户分页查询,是优化Web数据查询性能的比较理想的方式。文章详细介绍了优化模型的实现,并进行了性能分析
针对人工鱼群算法局部搜索不精确、微粒群优化算法易发生过早收敛等问题,提出一种新的人工鱼群与微粒群混合优化算法。算法的主要思想是先利用人工鱼群的全局收敛性快速寻找到满意的解域,再利用粒子群算法进行快速的
为了提高图染色算法的寻优能力和收敛速度,结合禁忌搜索算法和遗传算法的优缺点,提出了一种混合优化算法(GA-HM)。该算法利用遗传算法生成初始解,将染色元素分到不同的色集中,然后通过禁忌算法进行变领域搜
软时间窗车辆路径问题(VRPSTW)是VRP的一种重要扩展类型,定义了其惩罚函数并建立数学模型。设计用于求解该问题的混合改进型蚁群算法并求解标准数据库中的紧时间窗实例。经过大量数据测试,获得了较好的效
一种自适应的混沌粒子群算法优化XML数据聚类策略,刘波,杨路明,针对海量XML文档数据挖掘进行聚类划分效率低的不足,本文尝试对XML数据聚类方法进行优化。通过说明XML键及其聚类定义,结合混沌运动�
研究粒子群算法在数据库查询优化中的应用问题。为了解决大型数据库信息检索困难、查询效率低的问题,提出了一种基于粒子群算法优化数据库查询技术方案。算法提出了一种数据库查询执行计划代价模型,主要包括了查询多
暂无评论