一种全局和声搜索算法求解绝对值方程

来源 :计算机应用研究 | 被引量 : 0次 | 上传用户:zz33xx
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
绝对值方程Ax-|x|=b是一个不可微的NP-hard问题。在假设矩阵A的奇异值大于1时,给出了一个求解绝对值方程的全局和声搜索算法。新的和声搜索算法使用了位置更新和小概率变异策略,实验结果表明,该算法具有较强的全局搜索能力,且收敛快、数值稳定性好、参数少等优点,是求解绝对值方程的一种有效算法。
其他文献
传统的多类型反向最近邻(multiple type reverse nearest neighbor,MTRNN)查询算法没有过滤搜索空间中的数据,因此效率低下。为有效提高MTRNN查询的效率,在概述MTRNN基础上采用几何方法开发了基于R-tree的闭区域和开区域修剪方法并进一步提出了高效的过滤算法。过滤算法通过构造闭修剪区域和开修剪区域来修剪查询空间,对大数据下的MTRNN查询过滤效果十分显著
分析了支持向量机(support vector machine,SVM)目前主要存在的问题和参数选择对分类性能的影响后,提出了以改进粒子群算法优化SVM关键参数的优化SVM算法。将加入拥挤度因子的微粒群算法引入到SVM中,在不牺牲泛化性能的前提下,对其参数进行优化,增加了SVM初始化参数的多样性,减慢了局部搜索,促进其在全局范围内的寻优搜索,以有效克服SVM算法过分依赖初始值和容易陷入局部极小值的
基于小世界网络理论构建了一个企业合作关系网络,提出了自我反省与模仿集体相结合的个体企业学习策略。通过NetLogo对经济区域商业合作信用演化过程进行了仿真。结果表明,在无管制的情况下,经济区域的商业信用情况会不断恶化,而失信惩罚协约以及信用公开机制都能有效地改善经济区域的商业合作信用。
为了研究图像压缩与加密同步进行及提高安全性问题,提出了一种基于改进零树结构的分块图像联合压缩加密算法,将图像对应不同分块区域映射到相应子带中。利用密钥对图像压缩产生的原始上下文进行修正,然后与判决一起送往自适应算术编码器实现图像联合压缩加密。由于自适应算术编码的概率跳转规律复杂,相对概率固定的区间分裂算术编码安全性更好。对所提出的算法进行仿真,结果表明:与原始图像压缩算法相比较,所提出的算法具有基
针对虚实配准的高精度和实时性要求,提出了一种基于CenSurE特征的自适应虚实配准方法。该方法包括离线初始化和在线跟踪两个阶段。离线阶段系统利用CenSurE-OCT滤波器和MU-SURF描述符进行特征提取和匹配操作,并根据特征匹配集合建立坐标系,同时求得虚实配准的初始矩阵。在线跟踪阶段系统采用自适应跟踪方法获取当前图像特征点与参考特征点的对应关系,然后利用误差逼近的方法求得当前图像的虚实配准矩阵
为了验证最优子种群遗传算法在解决柔性流水车间调度问题时相比于传统遗传算法的优越性,分析了柔性流水车间调度问题的特点,并运用一种新的编码方法和新的遗传算法求解了该问题。考虑到最优个体保护策略法对复杂问题容易使种群收敛陷入局部最优解,为了提高精度、加快较优个体的产生并避免陷入局部最优解,首先提出了一种合理、全面的编码方法,并运用最优子种群遗传算法来求解柔性流水车间调度问题。最后运用实例验证了最优子种群
为进一步提高预测精度,修改候选解间原始Pareto支配性关系,提出了d-Pareto支配性最近邻预测方法。结合多目标优化的自身特点,给出了d-Pareto支配性最近邻预测框架,并论证了d-Pareto支配性预测比Pareto支配性预测具有低平均预测错误率。同时也初步研究了d-Pareto支配性预测与多目标进化算法的交互作用。对几个经典多目标优化问题进行实验,仿真结果表明d-Pareto支配性预测具
从图的拓扑特征角度出发,提出了一种解决交通网络线圈布局优化问题的支撑树算法。新方法首先通过网络超级变换使得流量守恒条件在变换后网络的所有节点上均成立,再通过分析一般支撑树的拓扑特征,从而得到一种解决全网观测最小线圈集位置确定问题的图论方法。新方法具有如下特点:a)避免了复杂的数学分析与运算;b)揭示了安装线圈路段的网络拓扑结构;c)利用支撑树多样性的优势,可提供多种优化布局方案。最后通过算例验证了
为了更好地了解大学生对学校服务的满意程度,完善管理,以某校的大学生满意度调查数据为基础,利用粗糙集理论进行数据分析,根据数据分析结果将学生满意度评测指标进行分类后进行分级处理,对分级指标各属性子集再进行约简及权重的确定来评测大学生对学校办学的各分项的满意度,最后通过汇总各分项数据得到学生对学校满意度的综合评价。通过几年的实施,此方法能很好地反映出学生对学校办学的满意程度,收到了良好的效果。
针对非线性极大极小问题目标函数不可微的特点,提出了一种混沌万有引力搜索算法的求解方法。该算法采用基于万有引力定律的优化机制引导群体进行全局探索,并基于混沌运动的随机性、遍历性和规律性特点,利用混沌优化对当前最优位置进行精细搜索,有效抑制算法早熟收敛现象,提高优化性能。数值实验结果表明,该算法具有计算精度高、数值稳定性好等特点。