排序方式: 共有3条查询结果,搜索用时 62 毫秒
1
1.
差分进化算法(Differential Evolution Algorithms,DE)和粒子群算法(Particle Swarm Optimization,PSO)是一种基于种群的全局优化的通用的启发式算法,已经用来求解很多的问题。本文提出一种基于DE和PSO的双进化方式的种群进化策略。对于种群中的每个粒子可以随机选择按照差分进化或者按照粒子群进化。为了提高进化的收敛速度,对于每一代粒子选择一个最优的粒子提供给按照PSO算法进化的粒子使用。通过4个标准函数测试该算法并与PSO和DE算法进行比较,实验证明该算法是一种求解精度高,速度快,鲁棒性好的算法。 相似文献
2.
排课问题是一个NP完全问题,没有绝对的最优方案。本文首先对课表进行编码,然后设计了合适的适应度函数,利用概率模型逐步进化。采用分布估计算法实现高校排课,将排课过程变成一个组合优化过程,从而取得最佳方案。 相似文献
3.
蒋德勇 《南昌教育学院学报》2011,26(3):121-122
目前,随着网络飞速发展,网络教育也得到了普及,同时也出现了学习评价的问题。对于如何对网络学习者进行更为客观、更有效率的评价,促使网络学习者能更好更有效地进行网络学习和提高网络学习者的网络信息素养,笔者认为采用过程性评价是比较有效的方法之一,希望能够和大家一起探讨。 相似文献
1