已閱讀1頁，還剩62頁未讀， 繼續(xù)免費閱讀
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、隨著微電子技術(shù)和計算機技術(shù)滲透到各個科學領(lǐng)域，人類正在步入一個技術(shù)迅速發(fā)展的新時期。計算機科學與其他學科的交叉產(chǎn)生了許多新學科，推動著科學技術(shù)向更廣闊的領(lǐng)域發(fā)展，正在對人類社會產(chǎn)生深遠的影響?？茖W技術(shù)的發(fā)展和工程應(yīng)用的需要，特別是對計算速度和人工智能的需要，人們期望尋找一種高效的智能算法。進化算法通過模擬某一自然現(xiàn)象或過程來解決問題，具有高度并行及自組織、自適應(yīng)、自學習等特征，因而逐漸受到人們越來越多的關(guān)注。近年來，一種新穎的演化算法即
2、差分進化算化(Differential Evolution, 簡稱DE)在各種演化算法中脫穎而出，該算法是Rainer Storn和Kenneth Price為求解切比雪夫多項式而提出的, 已在約束優(yōu)化計算，模糊控制器優(yōu)化設(shè)計，神經(jīng)網(wǎng)絡(luò)優(yōu)化，濾波器設(shè)計等方面得到了廣泛地應(yīng)用。與遺傳算法(GA)，粒子群優(yōu)化(PSO)等智能算法相比，差分進化算法具有實現(xiàn)簡單，穩(wěn)定性強，獲得近似解速度快等優(yōu)點，在非線性函數(shù)優(yōu)化中得到廣泛應(yīng)用。但和其它進化算法
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)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 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
- 差分進化算法及其應(yīng)用.pdf
- 差分進化算法及應(yīng)用研究.pdf
- 差分進化算法的應(yīng)用研究.pdf
- 多目標動態(tài)差分進化算法及其應(yīng)用研究.pdf
- 改進自適應(yīng)差分進化算法及其應(yīng)用研究.pdf
- 混合差分進化算法及應(yīng)用研究.pdf
- 差分進化算法改進研究及其應(yīng)用.pdf
- 基于差分進化算法的預測控制及其應(yīng)用研究.pdf
- 差分進化算法的改進及應(yīng)用研究.pdf
- 基于精英搜索策略的差分進化算法及其應(yīng)用研究.pdf
- 基于擁擠差分進化算法的多模態(tài)優(yōu)化及其應(yīng)用研究.pdf
- 差分進化算法及其在電機參數(shù)辨識中的應(yīng)用研究.pdf
- 改進的混沌差分進化算法及其應(yīng)用.pdf
- 基于差分進化的優(yōu)化算法及應(yīng)用研究.pdf
- 粒子群優(yōu)化與差分進化算法研究及其應(yīng)用.pdf
- 差分進化算法及其在云計算任務(wù)調(diào)度中的應(yīng)用研究.pdf
- 自主差分進化算法設(shè)計及應(yīng)用.pdf
- 差分進化的若干問題及其應(yīng)用研究.pdf
- 差分進化算法的改進與應(yīng)用.pdf
- 差分進化算法在圖像處理中的應(yīng)用研究.pdf
評論
0/150
提交評論