搜索资源列表
CAGA_O_F
- 关于链式智能体遗传算法用于数值优化和特征选择的论文，可以与我联系相互交流-On the chain-agent genetic algorithm for numerical optimization and feature selection of the papers, you can contact me exchange
aaaa
- 基于生物免疫系统的自适应学习、免疫记忆、抗体多样性及动态平衡维持等功能,提出一种动态多目标免疫 优化算法处理动态多目标优化问题.算法设计中,依据自适应ζ邻域及抗体所处位置设计抗体的亲和力,基于Pa- reto控制的概念,利用分层选择确定参与进化的抗体,经由克隆扩张及自适应高斯变异,提高群体的平均亲和力,利 用免疫记忆、动态维持和Average linkage聚类方法,设计环境识别规则和记忆池,借助3种不同类型的动态多目标 测试问题,通过与出众的动态环境优化算法比较,数值实验表明所
23445455
- 针对小生境粒子群优化技术中小生境半径等参数选取问题，提出了一种新颖的小生境方法，无须小生 境半径等任何参数。通过监视粒子正切函数值的变化，判断各个粒子是否属于同一座山峰，使其追踪所在山峰 的最优粒子飞行，进而搜索到每一座山峰极值。算法实现简单，不仅克服了小生境使用中需要参数的弊端，而且 解决了粒子群算法只能找到一个解的不足。最后通过对多峰值函数的仿真实验，验证了算法可以准确地找到所 有山峰-Proposed a novel niche for niche particle
466676
- 针对小生境粒子群优化技术中小生境半径等参数选取问题，提出了一种新颖的小生境方法，无须小生 境半径等任何参数。通过监视粒子正切函数值的变化，判断各个粒子是否属于同一座山峰，使其追踪所在山峰 的最优粒子飞行，进而搜索到每一座山峰极值。算法实现简单，不仅克服了小生境使用中需要参数的弊端，而且 解决了粒子群算法只能找到一个解的不足。最后通过对多峰值函数的仿真实验，验证了算法可以准确地找到所 有山峰-Proposed a novel niche for niche particle
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
isight-book
- 全书共分十五章，第1章至第7章为入门篇，介绍Isight的界面、集成、试验设计、数值和全局优化算法；第8章至第13章为提高篇，全面介绍近似建模、组合优化策略、多目标优化、蒙特卡洛模拟、田口稳健设计和6Sigma品质设计方法DFSS（Design For 6Sigma）的相关知识。-The book is divided into fifth chapter, Chapter 1 to Chapter 7 for the introductory chapter, introduced Isigh