排序方式: 共有112条查询结果,搜索用时 31 毫秒
101.
演化算法的收敛性分析及算法改进 总被引:3,自引:2,他引:3
文章利用马尔可夫随机过程刻画了演化算法,证明了标准演化算法是不收敛的,说明了演化算法收敛于最优解的必要条件:非完全遍历性。并论证了采取精华保留策略的标准遗传算法以概率1收敛于最优解,并据此分析了一个典型实例———GTGA算法的收敛性及其算法改进方案。 相似文献
102.
利用演化算法自适应选取正则算子 总被引:1,自引:1,他引:1
提出一种新的技术,它自适应地选取正则算子以取得较理想的恢复效果.通过理论分析和实验发现当恢复图像残差的频谱能量分布较均匀时恢复效果较好.这种分布均匀性可以用正则图像残差的各子频段能量偏离平均能量的程度最小来衡量,这个最小化问题以各种各样的正则算子组成的空间为搜索空间.由于一般的优化算法对此优化问题无能为力,演化算法用来求解此问题,从而自适应地选择正则化算子.实验表明新方法选取的正则算子恢复效果较好. 相似文献
103.
104.
在分析了二次背包问题(QKP)精确算法的计算效率随利润矩阵密度下降的原因的基础上,提出了不受密度影响的QKP快速解法——利润欺骗法.在线性化QKP的目标上界估计中,利润欺骗法通过引进一适当正常数对称扩展Lagrangian乘子的变化范围,亚梯度优化算法能较快地找到-Lagrangian乘子矩阵,使对偶问题的解逼近线性化QKP问题的等式约束条件.通过提高目标函数的估计精度,利润欺骗法可以提高变量约简效率,降低分支决策深度.实例计算表明,快速算法的效率远高于精确算法,而且计算精度并不降低. 相似文献
105.
提出了一种基于均匀设计的基因表达式编程算法(UGEP),该算法对经典的GEP算法做了以下改进:利用混合水平均匀表的构造对初始种群的产生进行改进,保证了解分布的均匀性;引入自适应多亲杂交算子,用均匀优化代替随机进化。从理论上分析并证明了UGEP更具有全局收敛性,且收敛速度也优于经典的GEP。试验结果也证明,在求解函数拟合和时间序列预测等实际问题时,对比同类算法,UGEP算法体现出了较大的优越性。 相似文献
106.
基于改进Inver-over算子的并行TSP演化算法 总被引:2,自引:0,他引:2
设计了基于近邻点初始化和改进Inver-over(反序杂交)算子求解旅行商问题的并行演化算法.该算法执行时,主进程每当收集到各个种群的最好个体并形成精英种群时,就对该种群执行一次Inver-over算子,然后将其中最好的个体发送给各个种群.在PVM(并行虚拟机)并行环境下的实验结果表明,并行后能取得更好的解,并且在主进程中建立精英种群的演化有助于更好更快的收敛. 相似文献
107.
108.
109.
110.