高斯变异相关论文
图像分割在日常生活中扮演重要角色，传统的K-means图像分割具有随机性且容易陷入局部最优等缺陷，这样使得分割质量大大降低。为改善......
针对综合学习算法（Comprehensive learning particle swarm optimization,CLPSO）在解决全局优化问题时精度不高且收敛速度慢的问题,......
随着社会的发展,人类的日常生活与能源、环境之间密切相关。探索经济发展的同时,也要注重保护环境,所以降低生产耗能,提高能源利用......
针对如何提高风力发电功率预测的准确率，研究设计了一种基于改进乌鸦搜索算法（ICSA）优化支持向量机（SVM）的风电功率预测模型。在乌鸦搜......
为提高焊接机器人的工作效率，提出一种基于高斯变异蝗虫优化算法（GMGOA）的焊接机器人路径规划新方法。GMGOA在蝗虫优化算法（GOA）的基础......
传统K-means聚类算法容易受到初始聚类中心影响,从而导致聚类准确度较差的问题,本文利用剑鱼优化算法全局搜索能力强、收敛速度快......
针对蚁狮(ant lion optimizer,ALO)算法在寻优后期种群数量减少、精英蚁狮影响权重减小导致算法收敛速度较慢且易陷入局优的问题,......
在机械加工中,夹具是应用广泛的夹持装备。但随着机械加工技术的迅速发展,传统的基于经验的夹具设计已经逐渐不能适应高效精密生产......
在工程技术、管理科学、计算机科学、科学研究等领域中存在着大量的优化问题需要解决,目前工程中常用的优化算法主要有经典优化算......
为解决充电站选址问题,兼顾运营商和用户双方利益,构建全社会总成本最小化的充电站选址模型。针对传统智能优化算法参数较多、收敛......
细菌觅食优化算法(Bacterial Foraging Optimization algorithm,BFO)是一种基于大肠杆菌的觅食行为的自然启发式优化算法。由于其......
随着大数据时代的到来,作为企业管理问题中的一个关键问题,生产调度在竞争激烈的环境下,它能够使生产效率得到优化,降低生产成本,......
学位
飞蛾火焰优化算法(MFO)是澳大利亚学者Seyedali Mirjalili于2015年提出的一种新颖群体智能算法。飞蛾和火焰是该算法的两个构成部......
针对大规模云计算环境下的资源调度问题,提出了改进的竞争粒子群优化算法,以提高云计算资源调度效率.基于多目标综合评价模型,首先......
随着科技的发展,传统的优化算法求解最优问题存在局限性,智能优化算法给优化问题的求解提供了新思路。粒子群算法是模拟生物群体行......
差分进化算法(Differential Evolution,DE)是一种群体智能优化算法,近年来被广泛应用于解决生产生活中的优化问题。DE算法具有参数......
在制造业行业中,如何在提高自身生产效率的同时降低生产成本,最大限度地提高设备利用率,合理调整生产资源配置,一直是企业为了创造......
为了使生物地理学优化算法的优化能力得到进一步提高,提出了一种基于遗传算法的新型生物地理学优化算法。在迁移操作之前增加了选......
粒子群优化(Particle Swarm Optimization,简称PSO)算法是一种基于迭代学习的群体智能优化算法,粒子在迭代过程中通过追随当前最优......
针对传统方法在解决化工参数辨识问题中易陷入局部最优、导致求解精度不足的问题,提出了一种组合三角变异差分进化(CTMDE)算法,融......
布谷鸟搜索(Cuckoo Search,CS)算法是一种简单易实现的全局优化算法,但也存在局部搜索能力弱,求解精度不高的问题.为了克服这些问......
提出一种带有高斯变异的Lévy飞行特征的改进蝙蝠算法(GMBA).该算法中,每只蝙蝠根据当前位置的优劣程度选择不同的飞行方式,位置较......
为了能够找到更多真实的Pareto最优解和提高所求最优解的分布均匀性,提出了一种新型的基于量子行为特性粒子群优化和自适应网格的......
针对智能单粒子优化算法(ISPO)容易出现算法早熟、收敛精度低的现象,提出一种基于高斯变异的智能单粒子算法(GISPO)。当粒子陷入局......
由于基本粒子群算法存在易陷入局部最优以及过早收敛的缺点,使得基于粒子群和模糊熵的图像分割算法难以得到理想的分割效果。针对......
针对萤火虫算法存在的收敛速度较慢及易早熟收敛等问题,提出一种基于多种群学习机制的新型萤火虫优化算法:将萤火虫群分为不同参数......
针对基本萤火虫优化算法在求解函数全局最优值时的不足,提出了一种带高斯变异的人工萤火虫优化算法。该算法在萤火虫的移动过程中,......
为了解决基本蝙蝠算法(BA)局部深度搜索能力弱、寻优精度低及易陷入局部最优的问题,提出一种带有高斯变异的混合蛙跳蝙蝠算法(SFLB......
如何合理地分配云计算资源一直都是研究的热点。建立云计算环境下的资源调度模型,通过人工萤火虫算法个体最优与云计算节点资源分......
为了提高Alopex算法的全局搜索能力,本文提出了一种改进的Alopex算法。该算法将混沌算法引入到Alopex的初始化过程中,提出了具有停......
只采用单一变异算子的进化规划算法在解决优化问题时,不能兼顾全局探索和局部搜索能力.本文提出柯西+混沌变异和柯西+高斯变异两类......
针对网络流量预测模型存在预测稳定性不好、精度较低等问题，提出一种改进布谷鸟搜索算法优化支持向量机的网络流量预测模型（GCS．SVM）。......
目的解决粒子群算法易陷入局部最优解、出现早熟收敛从而导致求解精度不高的缺陷。方法将高斯变异(Gaussian Mutation)、Levy飞行......
PID控制由于算法简单，鲁棒性好在工业的过程控制中应用很广泛，但是传统的Z-N算法整定的PID参数却并不是最佳的。蚁群算法作为一种新......
针对细菌觅食优化（Bacterial Foraging Optimization,BFO）算法在高维函数优化上性能较差和普适性不强的问题,提出一种动态高斯变异和......
针对人工蜂群算法存在的收敛速度慢,易陷入局部最优等问题,提出一种结合遗传算法的交叉算子,并在算法后期引入高斯变异和混沌扰动......
如何进行更好地资源调度一直都是云计算研究的热点,在云计算资源算法中引入布谷鸟算法,针对布谷鸟算法中出现的收敛速度快,容易局......
在深入研究基本的万有引力搜索算法基础上,将进化计算过程中的高斯变异引入引力搜索算法的位置更新中,增强引力搜索算法跳出局部最......
针对粒子群优化算法早熟收敛现象，提出了一种改进的粒子群优化算法．该算法将模拟退火算法的“上山性”引入粒子群算法中，同时为了增加......
传统的进化规划算法解决无约束优化问题时只依赖于单纯的高斯变异，使得这种算法具有一定的局限性．本文在分析高斯变异、柯西变异的优......
随着物联网技术的飞速发展,射频识别(Radio Frequency Identification,RFID)系统因具有非接触、快速识别等优点而成为了解决物联网......
人工鱼群算法是一种新型的随机搜索优化算法,在对基本人工鱼群算法进行改进后提出了一种基于改进的人工鱼群算法的近似求导算法,该......
针对人工鱼群算法在函数优化中存在易陷入局部最优、后期收敛速度过慢及寻优精度低等问题,提出了双自适应人工鱼群优化算法.该算法......
粒子群优化算法是一种新的随机全局优化进化算法。为了有效地控制其全局搜索和局部搜索，使之获得较好的平衡，论文在深入分析和研究标......
粒子群算法是一种新的基于群体智能的启发式全局优化算法,其概念简单,易于实现,而且具有良好的优化性能,目前已在许多领域得到应用......
为解决传统TDOA定位估计所带来的非线性优化问题，首先通过最大似然估计将其转换为峰值搜索优化问题，再提出一种基于克隆选择思想的改......
针对量子粒子群算法解决数据库查询优化问题存在缺陷，提出一种高斯变异量子粒子群算法的数据库查询优化方法（GM-QPSO）。首先将遗传算......
