基于融合算法的测试优化选择问题研究

来源 :计算机科学 | 被引量 : 0次 | 上传用户:sailor111
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
测试优化选择是个集覆盖问题,而启发式算法是求解集覆盖问题的有效方法。文中将遗传算法、BP神经网络和模拟退火算法进行融合,提出了一种融合算法,该算法充分利用遗传算法全局搜索能力强、BP神经网络训练能力强和模拟退火算法搜索速度快的优点,既避免陷入局部最优的现象,又提高了搜索的效率和精度。该算法已应用于求解测试优化问题。实例证明,该算法能够快速有效地求得测试优化问题的最优解。
其他文献
室内定位是智能家居系统中实现居境信息自主巡检的基础支撑技术。针对现有室内定位算法的不足,提出了一种基于RFID的新型室内定位方法。该方法建立基于RFID标签映射的地面坐标,借助电子罗盘获取车载系统方向,通过向量方法计算出车载系统的中心位置,有效地解决了室内定位的精度与稳定性问题。基于该方法,设计并实现了一个室内车载监控系统,验证了算法的有效性。
为了快速评估云计算中百万节点的整体负载状态,通过分析负载均衡本质与图像均衡特征的对应关系,以熵和信息论为基础,构建了集群负载信息向灰度图的映射模型,完成了负载均衡研究向图像均衡分析的转换。通过图像压缩、信息熵、haar小波变换方法对图像进行分析,提出了一种基于图像处理的集群负载评估方法。实验表明,该方法可以较快地评估出集群均衡性,由此得到的集群负载状态值为负载均衡算法的改进提供了新的思路。
认知无线电网络中,提高网络性能的一个重要手段是用二级用户感知频谱的结果定位主用户。然而,恶意的二级用户可能会混淆位置报告,破坏网络运行。主要解决具有不同置信度的二级用
模糊支持向量机(fuzzy support vector machine,FSⅥvI)通过为每个样例设置模糊化训练参数,达到抑制离群点及噪声数据对分类器不利影响的目的。提出了基于预分类的FSVM,每个样例的
网络弹性(Network Resilience)必将作为下一代异构网络必要的设计与操作属性,被定义为在面临不同的失效或挑战时,能够提供和保持可接受服务水平的能力。从系统的角度对网络弹性进
基于计算Diffie-Hellman问题的困难假设,构造了一个基于身份的代理聚合签名方案。该方案不仅满足代理签名的各种安全性要求,而且具有聚合签名的优点。最后,利用双线性技术对
忆阻器具有独特的记忆功能和连续可变的电导状态,在人工智能与神经网络等研究领域具有巨大的应用优势。详细推导了忆阻器的电荷控制模型,将纳米忆阻器与具有智能信息处理能力的
认知无线电在智能电网中的应用将有效缓解无线通信中的频谱资源匮乏问题。认知无线电网络将提供健壮和高效的通信架构来满足智能电网现在和未来无线通信发展的需求,用于智能电
为解决宽带多媒体卫星通信系统中的IP流量预测问题,首先使用多用户的IP流量作为训练数据,通过非负矩阵分解迭代方法将其分解为基向量矩阵和编码矩阵,之后再通过ARIMA模型在时
首先,基于每次迭代计算距离当前球心最远的两个点,提出一种求解n维空间中m个点的最小闭包球问题的(1+ε)-近似算法。对于ε∈(0,1),建立了该算法的核心集大小和计算复杂度,分别为O