共查询到20条相似文献,搜索用时 0 毫秒
1.
陈玉 《湖南科技学院学报》2006,27(11):94-95
本文对一类利用对数障碍函数法求解凸二次规划问题的内点算法进行了改进,使得改进后的算法在每次迭代中只需考虑目标函数Hesse阵的部分信息,该算法结构简单、计算量小,而且通过数值测试验证了此方法的有效性。 相似文献
2.
文章首先给出搜索0-1规划局部极小解的邻域搜索算法。在此基础上给出了填充函数算法,该算法的思想是在求得总体优化问题的一个局部极小点后。构造填充函数。通过极小化该填充函数找到比当前局部极小解更好的解,该方法是一种直接算法,我们通过具体的数值实验证实了该算法是有效的。 相似文献
3.
文章首先给出搜索0-1规划局部极小解的邻域搜索算法,在此基础上给出了填充函数算法.该算法的思想是在求得总体优化问题的一个局部极小点后,构造填充函数,通过极小化该填充函数找到比当前局部极小解更好的解 该方法是一种直接算法,我们通过具体的数值实验证实了该算法是有效的. 相似文献
4.
文章针对采用二层规划模型描述的固定需求条件下的连续平衡网络设计问题,给出了一种基于间隙函数的求解算法,并通过一个算例来说明算法的可行性、 相似文献
5.
针对凸二次规划问题,构造了新的核函数.通过构造的核函数来确定搜索方向和逼近度量,接着给出了求解凸二次规划问题的全牛顿步内点算法,最后给出了算法的复杂性界. 相似文献
6.
李静 《温州大学学报(社会科学版)》2008,(6):1-6
研究求解全局最优化问题的算法.在分析了已有的填充函数法和打洞函数法之后,吸取了这两类算法的优点,给出了一种求取非线性最优化问题全局最优解的填充打洞函数算法.与通常的填充函数法相比,该算法降低了对其中参数的依赖,并且具有较好的求解可操作性.数值试验显示,计算效果是满意的. 相似文献
7.
A*算法估价函数的特性分析 总被引:1,自引:0,他引:1
钟敏 《武汉工程职业技术学院学报》2006,18(2):31-33
确定估价函数是A^*算法中最关键的问题。在对估价函数特性进行分析的基础上,讨论了它的几个一般构造原则,并简要介绍一些试验经验及若干实例。 相似文献
8.
9.
10.
通过将径向基函数插值方法嵌入到遗传算法中,得到了求解全局优化问题的一种混合算法.该混合算法是在径向基函数插值方法的基础上进行改进的,这种改进提升了黑箱函数全局优化的收敛效果,发挥了传统数值算法在计算速度与计算精度上的优势,既能简化所求解问题,也能全局搜索. 相似文献
11.
范秋生 《黄冈职业技术学院学报》2010,12(6):17-19
蚁群算法是继模拟退火算法、遗传算法、禁忌搜索算法、人工神经网络算法等启发式搜索算法之后的又一种应用于组合优化问题的算法。根据蚁群算法的特性,求解旅行商问题,利用仿真实验程序对蚁群求解旅行商问题进行模拟。 相似文献
12.
数学能力的培养包涵算法语言和算法内容的教学,根据能力、算法的涵义及数学课程学习能力的具体表现形式,文章提出"算法能力"的概念及其相应的界定,并给出算法能力的构成,它由阅读算法能力、提炼算理能力、算法语言能力、应用算法能力四部分组成。 相似文献
13.
模式匹配算法比较成熟,但是传统的模式匹配算法对提高Snort检测性能的效果不是十分有效。Snort采用的BM算法是一种单模式匹配算法,目前研究者对Snort模式匹配算法的研究和改进主要是采用多模式匹配算法来替换原有的BM算法。本文主要介绍了BM算法和WM算法,分析了这两种算法的基本原理并进行了一些相关的比较。 相似文献
14.
在机器人设计中,路径规划是最基础也是最重要的因素之一,故对其算法研究尤为重要。利用传统路径规划算法与智能路径规划算法求解机器人路径规划问题,对智能算法、蚁群算法与遗传算法进行了MATLAB仿真,验证了蚁群算法与遗传算法求解路径规划问题的可行性。 相似文献
15.
16.
结合混沌优化算法与免疫算法的特点,提出了一种新的混合优化方法———混沌免疫优化算法.该算法综合了免疫算法与混沌优化算法在各自的空间搜索优势,充分利用免疫算法的记忆库中当代最优解指导混沌搜索。实验结果表明,该算法具有较强的搜索能力和收敛性能,算法有效可行。 相似文献
17.
提出了一种以蚁群算法为主,利用遗传算法经过交叉,变异,选择后产生进化的信息素作为蚁群使用的信息素.在遗传算法多次进化效果不明显时,引入模拟退火算法进行跳变的混合算法,使各种算法取长补短,改善了蚁群算法初始阶段运行缓慢和遗传算法局部搜索能力弱的缺点.提高了运行效率,同时运用这种改进的算法对高校排课问题进行仿真,从而比较算法改进的优缺点. 相似文献
18.
蚁群算法是一种具有许多优良特性的新型算法,该算法具有较强的发现较好解的能力,但同时也存在容易出现停滞现象,收敛速度慢等缺点。在介绍基本蚁群算法的基础上,针对蚁群算法的不足,提出了一种自适应蚁群算法。该算法对蚁群算法中的信息素在更新过程中进行自适应调整。实验结果表明,该算法比传统的蚁群算法具有更好的搜索全局最优解的能力,并具有更好的收敛性。 相似文献
19.
针对LM算法及模拟退火算法各自存在的不足,提出一种交替使用二者的混合优化算法(SALM算法).该算法先通过模拟退火算法粗调得到一组全局最优近似解,再以该近似解为初值,交替使用模拟退火算法和LM算法,直至发现满意的最优解.实验结果表明,新算法不但具有模拟退火算法的全局收敛特性而且保留了LM算法的局部收敛速度,克服了单纯模拟退火算法所产生的随机性和概率性问题,也弱化LM算法对初始条件的依赖程度,保证了求解的速度和精度。 相似文献