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(bào)或認(rèn)領(lǐng)
文檔簡介
1、最近幾年,智能優(yōu)化算法,作為一種解決具有復(fù)雜性、強(qiáng)約束等特征的工程問題的應(yīng)用技術(shù),得到了迅速的發(fā)展和提高。與傳統(tǒng)的優(yōu)化算法相比,不同之處在于智能優(yōu)化算法源于人們對于大自然中生命現(xiàn)象的啟示,從而高效的解決了許多傳統(tǒng)優(yōu)化技術(shù)所不能解決的實(shí)際問題,顯示了它獨(dú)特的優(yōu)勢。但是,對于智能優(yōu)化算法的理論方面的研究還不是很多,尤其是收斂性方面的研究工作,因此,作者對于優(yōu)化算法及其收斂性理論方面的研究具有一定的現(xiàn)實(shí)意義。
本文首先介紹了四種
2、智能優(yōu)化算法及有關(guān)收斂性的研究現(xiàn)狀。其次,本文受粒子群算法(PSO算法)中交流算子的啟發(fā),提出了改進(jìn)的煙花爆炸優(yōu)化算法,并給出了算法的收斂性證明。再次,本文又給出了云搜索算法,并根據(jù)概率理論方面的知識(shí)給出了收斂性證明。對于這兩種優(yōu)化算法,本文都進(jìn)行了仿真實(shí)驗(yàn),然后與粒子群等算法進(jìn)行了比較,結(jié)果顯示兩種優(yōu)化算法都取得比較好的結(jié)果。
本文對于算法的提出、測試以及收斂性分析,給出了比較完整的算法。經(jīng)過測試,發(fā)現(xiàn)兩種算法都存在很大
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(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. 眾賞文庫僅提供信息存儲(chǔ)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(shí)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
- 優(yōu)化迭代學(xué)習(xí)控制算法及其收斂性分析.pdf
- 隨機(jī)優(yōu)化算法及其收斂性研究.pdf
- 蟻群優(yōu)化算法及其收斂性證明.pdf
- 一類矩陣的AOR迭代收斂性分析及兩種預(yù)條件迭代的收斂性定理.pdf
- 兩種前饋型神經(jīng)網(wǎng)絡(luò)中梯度學(xué)習(xí)算法的收斂性.pdf
- 32760.兩種非線性共軛梯度算法二次收斂性的研究
- 兩種混合隨機(jī)變量序列的收斂性及應(yīng)用.pdf
- 線性橢圓型優(yōu)化控制問題的兩種多重網(wǎng)格方法的收斂性及其應(yīng)用研究.pdf
- 基于函數(shù)優(yōu)化問題的兩種混合智能優(yōu)化算法.pdf
- 均衡問題的若干迭代算法及其收斂性分析.pdf
- 絕對值方程的算法及其收斂性分析.pdf
- 解鞍點(diǎn)問題的UZAWA算法及其收斂性分析.pdf
- 兩種不帶線搜索的單參數(shù)共軛梯度法的全局收斂性.pdf
- 一類改進(jìn)的BFGS算法及其收斂性分析.pdf
- 兩種帶共軛梯度算子的新型智能優(yōu)化算法.pdf
- 關(guān)于若干迭代算法的收斂性分析.pdf
- 一類隨機(jī)規(guī)劃的算法及其收斂性分析.pdf
- MCA算法的改進(jìn)及收斂性分析.pdf
- 38952.平衡問題和優(yōu)化問題若干算法的收斂性分析
- 區(qū)間神經(jīng)網(wǎng)絡(luò)的算法收斂性分析.pdf
評(píng)論
0/150
提交評(píng)論