共查询到20条相似文献,搜索用时 453 毫秒
1.
2.
3.
4.
蚁群算法(ACO)是一种新型的模拟进化算法,是受自然界中蚂蚁搜索食物行为启发而提出的一种智能优化算法。探讨了P2P网络架构下蚁群算法的应用,对在P2P网络架构下怎样使用蚁群算法解决网络服务中的Peer间的通信和路由、服务注册和查找等问题进行了研究。采用的蚁群算法在性能和收敛性速度上优于常规算法。 相似文献
5.
6.
提出了一种基于混沌蚁群算法优化二维模糊划分最大熵的红外图像分割方法。二维模糊划分最大熵分割方法不仅利用了灰度信息以及空间邻域信息,并且兼顾图像自身的模糊性,能取得很好的分割效果,然而最大熵的最优参量组合却很难快速准确地获得。本文将混沌蚁群优化算法应用到二维模糊划分最大熵分割方法当中,充分利用混沌蚁群算法快速寻找最优解的特点,来搜索二维模糊划分最大熵的最优参量组合。实验仿真结果表明,该方法比传统的图像分割方法有更好地分割效果,有效抑制了图像噪声对目标区域分割的干扰。 相似文献
7.
在无线传感器节点能量有限的条件下,如何使网络寿命最大化是无线传感器网络研究的重点,均衡网络能量消耗是延长网络寿命的一个有效方法。在蚁群算法的基础上引入了模糊理论的概念,提出了一种ACO for Fuzzy Theory算法,根据节点剩余能量、通信距离、邻居节点数目和信息素等因素采用模糊综合评判法进行下一跳节点的选择。仿真实验表明,与基于能量有效蚁群算法(EEABR)进行比较,相同条件下AFT算法有效地减少了网络平均能量消耗,增强了网络节点的存活率。 相似文献
8.
基于混沌蚁群算法的BP神经网络训练研究 总被引:1,自引:1,他引:0
针对BP学习算法依赖于初始权值的选择和只能处理具有求导或者梯度特性目标函数,导致函数逼近误差较大的缺点,基于适值理论,建立了混沌蚁群算法模型.采用实值编码,把BP神经网络的权值和偏值作为混沌蚁群算法搜索的蚂蚁空间位置;设置合适的适值函数,对BP神经网络权值进行训练,并将其应用于曲线拟和.分别用混沌蚁群算法对不包含噪声的BP神经网络和包含噪声的BP神经网络进行了训练仿真,对仿真结果进行分析,取得了很好的效果. 相似文献
9.
洪月华 《微电子学与计算机》2014,(4):156-159
为了解决BP神经网络对高维冗余样本分类时收敛速度慢、易陷入局部极小值问题,提出基于蚁群算法与粗糙集的混合BP神经网络分类模型.该混合BP神经网络用粗糙集对样本进行约简和降维,输入层神经元个数得到减少,降低了训练神经网络的计算复杂度,用蚁群算法解决了选取神经网络权值和阈值的随机性,避免了因其而导致的易陷入局部极小值的不足.对UCI数据库中数据集的测试结果说明,提出的混合BP神经网络对高维冗余复杂样本进行分类是可行的,性能远远比传统BP神经网络和蚁群神经网络优越. 相似文献
10.
11.
根据空中目标威胁估计的特点,分析了基于BP神经网络的空中目标威胁估计方法的不足。运用蚁群优化算法(ACO)的全局寻优能力,对BP神经网络的初始权值进行优化,建立了改进的BP (ACOBP)空中目标威胁估计方法,解决了BP神经网络初始权值的随机性和网络易陷入局部极小值的问题,提高了算法的收敛速度。并采用30组训练样本数据及8组测试数据,对算法的性能进行了仿真分析。仿真结果表明,该算法估计结果准确合理,收敛速度和收敛精度均优于BP算法,证明了该方法的有效性。 相似文献
12.
13.
VOD代理服务器的节目预取方法决定了园区网VOD系统的整体运行效率。提出一种节目预取模型,采用BP神经网络构建分类器并对VOD节目进行分类,再根据分类结果采用基于分组的方法实现代理服务器的节目预取。模型中引入遗传算法对已建立的分类模型进行改进,以克服局部极小值问题。仿真实验表明,该预取模型具有较高的命中率,能有效提高代理服务器的利用率。 相似文献
14.
基于变尺度寻优和遗传搜索技术的模糊神经网络全局学习算法 总被引:3,自引:0,他引:3
本文给出了一种改进的拟牛顿算法与具有新型交配方式和可变变异概率的遗传算法相结合的全局寻优算法,用以搜索模糊神经网络误差函数的全局量小点。 相似文献
15.
Many ant colony routing (ACR) algorithms have been presented in recent years, but few have studied the problem that ants will get stuck with probability in any terminal host when they are searching paths to route packets around a network. The problem has to be faced when designing and implementing the ACR algorithm. This article analyzes in detail the differences between the ACR and the ant colony optimization (ACO). Besides, particular restrictions on the ACR are pointed out and the three causes of ant being-stuck problem are obtained. Furthermore, this article proposes a new ant searching mechanism through dual path-checking and online routing loop removing by every intermediate node an ant visited and the destination host respectively, to solve the problem of ant being stuck and routing loop simultaneously. The result of numerical simulation is abstracted from one real network. Compared with existing two typical ACR algorithms, it shows that the proposed algorithm can settle the problem of ant being stuck and achieve more effective searching outcome for optimization path. 相似文献
16.
为了解决分布式卫星光网络波长路由分配复杂的问题,论文提出基于小窗口策略的蚁群优化算法。采用链路可持续时间和波长空闲率作为启发函数,在实现负载均衡的同时,降低网络的拥塞率;引入小窗口策略引导蚂蚁在最小路由请求区域内进行选路,提高了算法的收敛速度;通过计算相邻链路空闲波长的交集,实现了由单只蚂蚁同时完成路由选择和波长分配。对单主星和双主星两种场景下的算法性能进行了仿真分析,结果表明:与经典的Dijkstra+FF算法相比较,单主星和双主星时的网络拥塞率最高分别降低了0.5和0.7,网络资源利用率改善最高可达到0.45和0.50。 相似文献
17.
18.
基于神经网络的时间序列动态预测器的调整学习算法 总被引:9,自引:1,他引:8
时间序列预测在金融等领域有着广泛的应用,近年来,基于时间网络的时间序列预测器引起了人们极大的研究兴趣,然而,基于神经网络的时间序列预测器经常给出无效的预测值。本文首先从理论上分析了基于神经网络的时间序列预测器给出无效预测值的概率,然后给出基于神经网络的时间序列预测器的调整学习算法(RLNNP),采用RLNNP算法,基于神经网络的时间序列预测器,给过充分训练能够给出时间序列的有铲预测值。 相似文献
19.