版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、降頂算法是一種啟發(fā)式優(yōu)化算法。它是解決組合優(yōu)化問題的有利工具。降項算法的發(fā)展將為更多實際問題的解決奠定基礎(chǔ)。降頂算法需要設(shè)定預(yù)期最優(yōu)值,但一些問題如:TSP問題,無法直接獲得預(yù)期最優(yōu)值,所以不使用降頂算法解決,這使得降頂算法的應(yīng)用范圍受到限制。同時傳統(tǒng)降頂算法的下降路線是等速下降的,搜索速度不夠快。因此為了拓展降頂算法的適用范圍以及加快收斂速度,本文做出了以下兩個方面的研究:
(1)從適用范圍的角度出發(fā),針對預(yù)先不能直接獲得預(yù)
2、期最優(yōu)值的問題,改進降頂算法。用模擬退火的結(jié)果作為初始預(yù)期最優(yōu)值,并將運行結(jié)果作為新的預(yù)期最優(yōu)值重復(fù)降項過程,也就是在原有算法的基礎(chǔ)上增加一個外循環(huán),讓每次降頂?shù)慕Y(jié)果作為下一次循環(huán)的預(yù)期最優(yōu)值。這樣重復(fù)迭代,不僅使預(yù)期最優(yōu)值越來越優(yōu),同時也使輸出的結(jié)果越來越優(yōu)。最后用TSP問題對改進的算法進行有效性檢驗并將結(jié)果同傳統(tǒng)降頂算法、爬山算法、模擬退火算法、遺傳算法做比較,證明改進后的降頂算法可以獲得比以上算法更優(yōu)質(zhì)的結(jié)果。
(2)從
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 降維算法的改進與應(yīng)用.pdf
- 生成拓撲映射降維的改進算法.pdf
- 基于改進粒子群算法的模型降階.pdf
- 具有降維容噪特性的決策樹算法改進.pdf
- 基于改進蟻群算法的降質(zhì)圖像盲評價方法.pdf
- 綜采工作面噴霧降塵機理及高效降塵噴嘴改進研究.pdf
- φ258頂桿小車設(shè)備改進
- 數(shù)據(jù)降維算法研究及其應(yīng)用.pdf
- 高光譜數(shù)據(jù)降維算法研究.pdf
- 數(shù)據(jù)流降維算法研究.pdf
- 半監(jiān)督降維和分類算法研究.pdf
- PageRank的算法改進.pdf
- RED改進算法研究.pdf
- 基于模型降階的H∞控制器降階算法研究.pdf
- UKF算法及其改進算法的研究.pdf
- 量子遺傳算法改進算法研究.pdf
- 基于稀疏表征的降維算法研究.pdf
- 基于流形學習的降維算法.pdf
- 背包問題的一種新算法:降維遞歸算法.pdf
- 數(shù)據(jù)降維算法的研究及其應(yīng)用.pdf
評論
0/150
提交評論