已閱讀1頁，還剩69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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、遺傳算法、交叉熵方法均是有效的全局隨機(jī)搜索技術(shù)，但兩者由于單種群優(yōu)化而容易出現(xiàn)早熟收斂或收斂慢的情況，為克服這種缺陷，本文引入團(tuán)隊進(jìn)步算法的雙群體分工模型，在遵循原算法機(jī)理特性的基礎(chǔ)上分別提出雙群體遺傳算法(DPGA)和雙群體交叉熵方法(DPCE)。
遺傳算法的變異、交叉熵的的整個運算過程可類比于團(tuán)隊進(jìn)步算法的探索行為，所以在兩原算法中只需引入學(xué)習(xí)和成員更新規(guī)則，便設(shè)計成與團(tuán)隊進(jìn)步算法具有相同行為特征的雙群體算法。通過基準(zhǔn)
2、函數(shù)測試表明，兩個新算法在收斂速度和全局尋優(yōu)能力上都明顯提高。之后在DPCE中利用組合問題的交叉熵模型、在DPGA中利用2-opt 鄰域交換策略，分別將兩種雙群體算法改造成離散變量優(yōu)化算法，并應(yīng)用于 TSp問題。兩個新算法對30城市以內(nèi)的TSp問題均能給出最佳路徑，而對多城市問題求得的最好解也比單種群更優(yōu)。
最后將雙群體算法用于相控陣天線綜合，對陣元相位分別進(jìn)行離散和連續(xù)兩種優(yōu)化，通過對20 元線陣和64 元面陣的不同掃描
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(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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
- 多群體并行演化算法的研究.pdf
- 多群體演化算法的研究與應(yīng)用.pdf
- 離散群體智能算法的研究與應(yīng)用.pdf
- 離散差分演化算法的研究與應(yīng)用.pdf
- 多源信息融合中連續(xù)變量離散化及權(quán)重分配算法的研究.pdf
- 離散變量結(jié)構(gòu)拓?fù)鋬?yōu)化的遺傳禁忌搜索算法研究.pdf
- 離散變量量子密鑰分發(fā)誤碼協(xié)商算法的優(yōu)化.pdf
- 離散變量結(jié)構(gòu)優(yōu)化設(shè)計中遺傳算法的研究和應(yīng)用.pdf
- 基于混合蟻群算法的離散變量結(jié)構(gòu)截面優(yōu)化方法研究.pdf
- 基于蟻群算法的輸電塔結(jié)構(gòu)離散變量優(yōu)化設(shè)計.pdf
- 多模態(tài)群體優(yōu)化算法研究與實現(xiàn).pdf
- 基于遺傳算法的桁架結(jié)構(gòu)離散變量優(yōu)化設(shè)計的研究與應(yīng)用.pdf
- 離散變量量子克隆理論的研究.pdf
- 基于離散變量的差異進(jìn)化算法研究及其在結(jié)構(gòu)優(yōu)化設(shè)計中的應(yīng)用.pdf
- 投資組合中的離散多因素模型及其算法.pdf
- 基于離散多視圖哈希的協(xié)同過濾推薦算法研究.pdf
- 離散變量優(yōu)化設(shè)計的連續(xù)化方法研究.pdf
- 基于差分演化算法的粗糙集離散化及屬性約簡的研究.pdf
- 基于多群體演化博弈的上市公司財務(wù)報告舞弊研究.pdf
- 基于多參考圖像的群體圖像編碼算法.pdf
評論
0/150
提交評論