搜索资源列表
wavelet-neural-network-
- 介绍小波神经网络的基本原理。利用遗传算法来优化小波神经网络,达到提高逼近精度,简化网络结构,提高收敛速度的目的。通过实验将其与传统的小波神经网络进行比较,证实前者具有更优的网络结构,更高的逼近精度。-Introduce the basic principles of wavelet neural network. The use of genetic algorithms to optimize the wavelet neural network to improve the approxim
rateVSpercentage
- 神经网络系统 BP,MGFPROP,SAMGFPROP, QUICKPROP, SARPROP 解决XOR问题收敛速度和收敛率的图形比较(不同数量的weightfile和不同范围的weight range)-compare BP[0] MGFPROP[1] SAMGFPROP[2] QUICKPROP[3] SARPROP[4] to solve XOR problem
bbbb
- 摘 要:提出一种新的基于Pareto多目标进化免疫算法(PMEIA)。算法在每一代进化群体中选取最优非支配抗体保存到记忆细胞文档中 同时引入Parzen窗估计法计算记忆细胞的熵值,根据熵值对记忆细胞文档进行动更新,使算法向着理想Pareto最优边界搜索。此外,算法基于点在目标空间分况进行克隆选择,有利于得到分布较广的Pareto最优边界,且加快了收敛速度。与已有算法相比, PMEIA在收敛性、多样性,以及解的分布性方面都得到很好的提高。-Abstract:This paperproposed a
trajectory-optimization
- 针对登月舱上升段轨迹优化问题，建立上升舱动力学模型，用无量纲技术建立最优控制模型；以燃料消耗最优为指标，利用Pontrjagin极小值原理，将问题转化为时间自由的两点边值问题(TPBVP)。采用一种基于初值猜测方法和向前扫描法求解TPBVP，得到最优上升轨迹。仿真结果表明：此方法收敛速度快、可靠性高，为月面返回实际应用提供一定的参考。-According to the problem of trajectory optimization for the lunar module in ascen
6
- 水下目标被动跟踪系统中建模和滤波算法，解决跟踪精度低、收敛速度慢的问题-Underwater passive target tracking system modeling and filtering algorithm to solve the tracking accuracy is low, the slow convergence problem
362465378
- 工程应用中的多峰寻优问题要求搜索目标函数的多个极值点，现有的多峰优化方法难以直接利用应用 问题的先验知识引导算法过程，多峰寻优效率较低。基于粒子群优化算法设计一种面向应用的多峰寻优算法， 能有效利用易于获得的先验参数，如峰间分辨率、峰位置精度、峰值个数等实现快速多峰搜索。该算法保持了粒 子群算法的简单性并改善了搜索多样性，使其可控地收敛到多个峰值上。将该算法与几种典型的多峰寻优方法 进行了对比测试和分析，结果表明，对复杂多峰函数，该算法能以最快的收敛速度实现多峰搜索-Mu
linxin
- 针对量子粒子群优化算法在处理高维复杂函数时存在的收敛速度慢、易陷入局部极小等问题，提出了混沌量子粒子群优化算法。-Abstract：Using quantum-behaved particle swarmoptimization (QPSO) to handle complex functions with high-dimension has the problems of low convergence speed and sensitivity to local convergence
111
- 人工蜂群算法是模仿蜜蜂行为提出的一种优化方法，是集群智能思想的一个具体应用，它的主要特点是不需要了解问题的特殊信息，只需要对问题进行优劣的比较，通过各人工蜂个体的局部寻优行为，最终在群体中使全局最优值突现出来，有着较快的收敛速度。-English
A-hybrid
- 针对传统的ＢＰ或ＧＡ对模糊神经网络的识别应用存在收敛容易陷入局部极小 识别率低下等问题 提出一 种基于ＢＦＧＳ的混合遗传算法 其基本思想为 首先构造一种前馈型模糊神经网络结构 然后用遗传算法进化若干代 后 当目标函数的梯度或者范数小于预先设定值 则改用ＢＦＧＳ算法进行优化识别 仿真实验表明 对比ＧＡ该算法 收敛速度较快 识别精度提高了约７％ 能够较好地应用于一类模糊神经网络的识别-In traditional BP or GA to identify the application
Research-on-Optimization
- 介绍了基于模型的位姿估计中所使用的一些优化方法。为了提高位姿估计的精度, 摄像机的标定参数必须足够精确, 这就对标定过程的非线性优化算法提出了很高的要求, 采用了一种新的优化目标函数, 用来最小化控制点间的三维重建误 差, 从而使标定参数是全局最优 在双像机位姿估计中, 引入了实时遗传算法进行全局搜索, 加快了算法的收敛速度。最后的 实验证明了这些方法的正确性并显示出这些方法在精度上比传统方法有了较大程度的提高- It int roduces s ome opt imizat ion
improved-particle-bionics
- 针对标准粒子群算法收敛速度慢和易陷入局部最优的局限性，提出了一种基于仿生学改进的粒子群算法。-For standard PSO slow convergence and local optimum limitations proposed based on improved particle swarm optimization bionics.
36063823afsa2
- 摘 要:在分析人工鱼群算法存在不足的基础上,对人工鱼群算法加以改进,提出了一种改进型人工鱼群算 法。该算法提高了全局搜索能力和收敛速度,并用于求解具有变量边界约束的非线性复杂函数最优化问题。 仿真结果表明,改进后的人工鱼群算法具有精度高、搜索速度快等特点,是一种求解复杂函数全局最优化的智 能算法-Combinatorial optimization problems through the application of artificial fish-swarm algorithm to imi
BBO-truss
- 为改进生物地理学优化(BBO)算法在工程结构优化设计中的性能，引入非线性物种迁移模型和“精英引导”等思想对BBO算法进行改进，并将算法应用于结构工程优化领域。以２ 个连续变量的经典桁架结构为例，进行结构在满足各项约束条件下质量最小的优化设计。数值算例表明，改进算法应用于工程结构优化设计时具有收敛速度快、稳定性好的特点，性能比BBO算法有较大提升，可以有效地应用于工程结构优化设计。-To improve biogeography optimization (BBO) algorithm in en
Colony-algorithm--gai
- 改进后的蜂群算法用于损伤识别，收敛速度快，识别精度高-The improved colony algorithm is used for damage detection, fast convergence rate, high recognition accuracy