已閱讀1頁(yè)，還剩32頁(yè)未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、混合蛙跳算法是一種新的基于群體智能的后啟發(fā)式計(jì)算方法。這種算法具有易于理解，參數(shù)少，時(shí)間復(fù)雜度低和易于編程等特點(diǎn)，但也存在易陷入局部最優(yōu)解的缺點(diǎn)。因此，本文提出了基于差分進(jìn)化和高斯變異算子的兩種混合進(jìn)化SFL算法，并使用經(jīng)典的超非線性、超多峰、超高維約束優(yōu)化的BUMP問(wèn)題進(jìn)行了實(shí)驗(yàn)驗(yàn)證，實(shí)驗(yàn)結(jié)果驗(yàn)證了兩個(gè)算法比原始SFL具有更強(qiáng)的尋優(yōu)能力和相對(duì)較少的迭代次數(shù)。
為了進(jìn)一步驗(yàn)證算法的有效性，使用混合進(jìn)化SFL算法建立公務(wù)員錄
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)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(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于協(xié)同進(jìn)化的混合智能優(yōu)化算法及其應(yīng)用研究.pdf
- SFL算法在實(shí)例選擇中的應(yīng)用.pdf
- 求解兩類優(yōu)化問(wèn)題的混合進(jìn)化算法及其應(yīng)用.pdf
- 混合多目標(biāo)進(jìn)化算法的研究與應(yīng)用.pdf
- 混沌進(jìn)化算法及其應(yīng)用.pdf
- 基于進(jìn)化計(jì)算的混合優(yōu)化算法及其在軋制規(guī)程優(yōu)化上的應(yīng)用.pdf
- 基于知識(shí)進(jìn)化的遺傳算法及其應(yīng)用.pdf
- 基于進(jìn)化算法的數(shù)值優(yōu)化問(wèn)題研究及其應(yīng)用.pdf
- 混合量子進(jìn)化算法及其在變電站規(guī)劃中的應(yīng)用.pdf
- 混合進(jìn)化算法及工程應(yīng)用研究.pdf
- 差分進(jìn)化算法及其應(yīng)用.pdf
- 混合適應(yīng)值分配多目標(biāo)進(jìn)化算法及其應(yīng)用研究.pdf
- 混合差分進(jìn)化算法及應(yīng)用研究.pdf
- 基于混合進(jìn)化算法的子結(jié)構(gòu)發(fā)現(xiàn)研究.pdf
- 基于進(jìn)化算法的網(wǎng)絡(luò)魯棒性優(yōu)化及其應(yīng)用.pdf
- 41630.基于分解的混合多目標(biāo)進(jìn)化算法的研究與應(yīng)用
- 基于種群分解的進(jìn)化超多目標(biāo)算法及其應(yīng)用.pdf
- 量子進(jìn)化算法的研究及其應(yīng)用.pdf
- 基于混合進(jìn)化算法的單機(jī)調(diào)度問(wèn)題的研究.pdf
- 混合量子進(jìn)化算法研究.pdf
評(píng)論
0/150
提交評(píng)論