共查询到20条相似文献,搜索用时 15 毫秒
1.
基于遗传算法的聚类算法是一种全局优化算法,但是其局部搜索能力较差,而梯度下降法却具有较强的局部搜索能力,本文在通过遗传算法搜索得到近似全局最优解的基础上,采用梯庹下降法进一步搜索全局最优解,得到两者相结合的新算法. 相似文献
2.
3.
针对传统的蚁群算法在海量案例检索应用中,由于冗余案例数据的干扰,算法易陷入局部最优解而不能对解空间进行全面搜索的缺陷,将具有快速良好的全局搜索能力的遗传算法加入到蚁群系统的每一次迭代过程中,提出了一种融合遗传算法和蚁群算法的案例检索算法,对案例进行聚类处理,建立案例映射模型,克服了蚁群算法的缺陷.实验结果表明,利用本文提出的遗传蚁群算法进行案例检索,能够有效地提高案例检索的效率,取得了令人满意的效果. 相似文献
4.
5.
整箱货物的混合装箱问题在采用传统的算法时,当货物种类规模较大,通常会出现计算时间的"维数灾难"。而遗传算法在搜索过程中不容易陷于局部最优,并能以很大的概率找到整体最优解,具有较快的全局最优解的求解能力。本文以一实例说明了遗传算法在求解混合装箱问题的适用性。 相似文献
6.
为了很好地解决物流车辆的线路优化问题(简称VRP),借鉴DNA算法局部寻优能力强的优点,提出新编码方法,以及车辆的行使路线的新的测序方式,很好地解决遗传算法的早熟、局部寻优能力差的问题。通过测试,发现交替使用遗传算法和DNA算法进行全局寻优和局部寻优可以相对较准确、快速的实现车辆线路的寻优。 相似文献
7.
8.
本文利用计算智能算法中的粒子群算法对组卷系统加以改进,保留了遗传算法固有的智能搜索技术和有效的寻优和收敛性,通过叠代搜寻最优值,无须太多参数调整,简单容易地实现更加智能和高效的组卷。 相似文献
9.
10.
针对传统粒子群算法在求解梯级水库调度问题时,容易陷入局部最优而早熟收敛的问题,提出自适应粒子群算法。该改进算法结合种群进化程度自适应调整算法控制参数,从而克服传统粒子群算法参数固定引起的搜索能力不足的问题。同时,采用种群局部重建策略解决种群进化后期多样性下降的问题。将改进的粒子群算法应用于清江梯级水电站的发电调度求解,模拟计算结果表明,文章提出的改进算法具有较强的全局寻优能力,可以进一步提高算法的搜索性能和求解精度。 相似文献
11.
基于混沌搜索的LS-SVM预测算法 总被引:1,自引:0,他引:1
为利用最小二乘支持向量机(LS-SVM)来进行预测,首先要确定影响LS-SVM模型的两个主要参数γ和σ,针对该问题提出了采用混沌搜索算法来搜索该模型的最优参数组合。混沌搜索的运动轨迹具有遍历性,随机性,可以进行全局和局部寻优,利用该算法搜索最优参数来确定预测模型,然后将该预测模型用于预测实践。实验结果表明,该模型具有较精确的预测精度和适用性。 相似文献
12.
爬山法一般得不到全局最优分类,k-均值法等常规动态聚类方法对初始聚类中心的选择非常敏感且聚类结果依赖样本的输入次序,结合遗传算法的全局搜索能力和爬山算法的局部搜索能力改进常规动态聚类方法,可以有效地解决这些问题,通常可保证能在有限的迭代次数内搜索到全局最优解。 相似文献
13.
由于人力资源成本与营业额之间具有复杂的非线性规律,本文采用BP神经网络进行研究。为此,首先建立一个以公司营业额为标准的人力资源成本控制评价体系,然后利用BP神经网络建立5种人力资源成本与营业额之间的非线性网络系统。鉴于遗传算法在寻优和快速搜索方面的突出能力,最后采用遗传算法得到营业额最大值。通过对结果进行分析检验,最终建立了该公司人力资源成本控制最优体系。 相似文献
14.
15.
16.
17.
伴随着数据库技术以及海量数据不断产生,如何最大限度的挖掘数据成为了目前云计算下环境下的研究热点,本文首先分析了云计算下的聚类算法存在的不足,其次,将模拟退火算法和遗传算法运用到聚类分析中,依靠模拟退火算法的良好局部搜索能力和遗传算法的全局搜索能力,构造矢量量化器,提高聚类的效果。通过仿真实验说明,本文算法在标准效率,加速比和扩展效率方面都具有明显的提高。 相似文献
18.
19.
本文采用改进的模糊控制自适应遗传算法,以克服采用定值常量作为交叉和变异概率所带来的早熟现象和效率相对较低的问题,尽量避免陷入局部寻优。本文采用三机、十三机系统进行电力系统有功优化仿真,结果表明,改进的算法具有更好的寻优效果。 相似文献
20.
信息爆炸时代如何快速处理数据已成为时代的新课题.为了解决单次挖掘使用PSO算法会出现局部最优解这个矛盾,笔者提出将PSO与遗传算法互补的算法PSO遗传算法.本文通过PSO算法原理介绍,分析了遗传算法的步骤,简述了数据挖掘的概念和过程,最后提出PSO遗传算法的实施策略,并给出流程和分布实施.这种算法能有效处理海量数据进行数据挖掘,并快速收敛到解,最后输出目标数据. 相似文献