异质空间结构种群迁徙动力学优化算法

来源 :计算机科学与探索 | 被引量 : 0次 | 上传用户:chenzhuqing
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
为了求解一些复杂优化问题,采用异质空间结构种群迁徙动力学理论,提出了异质空间结构种群迁徙动力学优化算法(HSS-PMDO)。在该算法中,优化问题的解空间与由若干个斑块组成的海岛相对应,每个斑块具有竞争、互利和捕食-被食3个生存条件之一。种群会依据所在斑块的生存条件选择适应度更好的斑块进行迁徙。在斑块上,种群相互之间展开与生存条件相适应的相互作用。依据种群的迁徙和相互作用开发出了5个算子:竞争算子可提升算法的求精能力;互利算子和捕食-被食算子可提升算法的探索能力;迁徙算子可使得种群间信息交换充分,从而提升了
其他文献
肺部CT图像具有切片数量巨大,肺结节在图像中的位置和形状各异,且肺结节周围环境复杂等特点,传统肺结节检测方法通常只利用肺结节形状、灰度等特征,肺结节特征信息利用率低,且没有完全考虑肺结节细粒度特征信息。为此提出了基于卷积神经网络多层面二阶特征融合模型(CMSFF)。采用卷积神经网络对同一结节的多层切面分别进行特征提取,通过两个阶段的特征融合,充分考虑肺结节的细粒度特征,实现对肺结节特征信息的准确提
基于深度卷积神经网络的超分辨率重建方法虽然有较高的峰值信噪比(PSNR),但重建结果在大尺度因子下存在缺乏高频信息和纹理细节,视觉感知效果差的问题。针对这一问题,提出了一种基于生成对抗网络的单图像超分辨率重建方法。首先迁移支持向量机中的hinge损失作为目标函数,其次使用更加稳定、抗噪性更强的Charbonnier损失代替L2损失函数,最后去掉了残差块和判别器中对图像超分辨率不利的批规范化层,并在
近年来为改善人民生活水平,我国生猪养殖业蓬勃发展,但其所产生的环境污染问题也成为了人们关注的焦点。现简述生猪养殖的发展历程、粪污处理技术和粪污管理相关政策,并提出