暂无评论
遗传算法是一种比较成熟的智能算法，一般通过改进遗传算法的算子达到提高算法性能的目的。提出一种改进的遗传算法，遗传算子是基于近邻选择策略设计的，另外还对评估函数、种群多样性以及保留精英算子等方面对遗传算
针对于求解一般的整数规划问题，提出了和声蚁群耦合算法。采用和声搜索更新种群策略和个体扰动策略改善了蚁群算法过早收敛的问题，同时采用蚁群算法对寻优路径信息素的正反馈来加快和声搜索收敛于最优路径。实验结果
基于蚁群算法求解TSP问题的研究，吴璇，，蚁群算法(antcolonyoptimization,ACO)，是一种用来在图中寻找优化路径的机率型技术，其利用多样性和正反馈性机制能够进行分布式并行查找
一种快速的M-P逆矩阵求解算法 function Y = geninv(G) % Returns the Moore-Penrose inverse of the argument % Transpo
基于对JPDA和PDA算法的研究，为解决密集杂波环境下多目标跟踪算法复杂性问题，提出了一种新的快速算法，即在多目标环境下考虑近邻目标的影响，采用一种快速方法计算聚概率矩阵，然后用阈值法获取确认概率矩阵
针对传统跟踪—学习—检测（tracking-learning-detecting，TLD）目标跟踪算法由于检测模块扫描大量子窗口而导致检测时间过长，并且在跟踪过程中当目标发生严重遮挡、形变时，TLD算
通过对目标高度、距离、速度、角度这些空间态势因素和空战能力因素的分析，建立了目标威胁评估模型，提出了基于PSO-BP(粒子群和后向传播)算法的目标威胁程度评估方法。通过对空中八个目标某一时刻威胁程度的
粒子滤波算法是进行运动目标跟踪的一种重要方法。针对传统粒子滤波算法在进行目标跟踪时存在的计算量大、实时性不足的问题，提出一种基于二值掩码图像的粒子滤波目标跟踪快速算法。该算法在传统粒子滤波算法的每个帧
针对电力市场的投资组合优化问题，采用多目标花授粉算法（MOFPA）构造Pareto最优解集，为发电商面临不同的交易做出选择。为避免多元化不足，增加一个目标以增强多元化，得到四目标的均值-方差-偏度（M
小波粒子滤波算法在目标跟踪中的应用，何佳，史健芳，粒子滤波算法中粒子的初始化存在较大的噪声以及有粒子权值进化过程中引入了噪声,本文通过将小波去噪应用到粒子滤波粒子过程中,用�
暂无评论