搜索结果: 1-15 共查到“计算机科学技术 收敛性”相关记录36条 . 查询时间(0.388 秒)
求解带软时间窗车辆路径问题的改进伊藤算法及其收敛性分析
伊藤算法 漂移算子 波动算子 收敛性分析 带软时间窗车辆路径问题
2014/3/10
针对伊藤算法在求解离散组合优化问题时效率较低、收敛性较差等缺陷,本文提出的改进伊藤算法引入了协同扩散过程的漂移系数,采用局部搜索能力强的爬山法确定波动系数,将漂移和波动同步进行,当找到可行解之后再进行一定程度的波动.为了验证算法的有效性,将改进后的伊藤算法用于求解带软时间窗的车辆路径问题.仿真结果表明,改进后的算法效率更高,收敛速度更快,算法稳定性和健壮性也更好.此外,本文还根据马尔科夫链移向吸引...
人工鱼群算法的全局收敛性证明
先进计算 人工鱼群算法 全局收敛性 有限Markov链
2012/1/20
研究人工鱼群算法，按候选解分量所在的区间，将搜索空间转化为离散空间，该空间中每个点即为一个人工鱼的位置状态，其能量(食物浓度)即为该点的目标函数值。分别将离散空间集合、人工鱼集合划分为若干个非空子集。在人工鱼觅食、聚群和追尾移动过程中，计算其从一个位置状态转移到任意一个位置状态的转移概率。每个位置状态对应有限Markov链的一个状态，且满足可归约随机矩阵的稳定性条件，由此证明人工鱼群算法的全局收敛...
一般克隆选择算法的收敛性证明
克隆选择算法 收敛性 遗传算法 超变异算子
2010/5/1
克隆选择算法已经广泛应用于计算智能领域，而针对克隆选择算法理论方面的分析和研究工作却很少。为了丰富克隆选择算法的理论基础，采用了与研究遗传算法相似的方法，研究了克隆选择算法的收敛性，推导出克隆选择算法在求解优化问题时，收敛到全局最优解的充分条件。因此，对基于克隆选择算法的各种应用如BCA和CLONALG算法，只要检查这些充分条件是否满足就可以证明算法的收敛性。
均值移动算法收敛性及均值移动矢量夹角分析
均值移动 收敛性 柯西收敛定理
2010/3/2
均值移动算法是一种统计迭代算法，目前在图像处理中得到了广泛应用。但是对其性质的分析仍然不完善，针对以往文献对均值移动算法收敛性证明的错误和不足，根据柯西收敛定理严格证明了均值移动算法的收敛性；证明了基于任意核，两连续均值移动矢量的夹角都不大于90°。
一类间歇生产过程的迭代学习控制算法及其收敛性分析
间歇过程 迭代学习 神经模糊模型 优化算法
2010/1/20
针对基于迭代学习控制的间歇过程产品质量优化控制算法难以进行收敛性分析的难题，并且考虑到实际生产中存在外部干扰和不确定因素的影响，本文对间歇过程模型参数动态更新问题进行了分析，建立了间歇生产过程产品质量的神经模糊（NF）预测模型，提出了一种新颖的批次轴参数自适应调节算法。在此基础上，构造了一种基于数据驱动的间歇生产过程产品质量迭代学习控制算法，并对优化问题的收敛性给出了严格的数学证明。最后，将本文提...
一个随机并行算法的收敛性分析
收敛性 随机并行算法
2009/10/23
一个随机并行算法的收敛性分析乔长阁（清华大学计算机科学与技术系）ＣＯＮＶＥＲＧＥＮＣＥＡＮＡＬＹＳＩＳＯＦＡＳＴＯＣＨＡＳＴＩＣＰＡＲＡＬＬＥＬＡＬＧＯＲＩＴＨＭ￥ＱｉａｏＣｈａｎｇｇｅ（ＤｅｐａｒｔｍｅｎｔｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅＴｅｃｈ...
一种扰动的序列二次规划算法及其全局收敛性
全局收敛性 算法 序列二次规划
2009/9/18
其中 r_i 是 m 维扰动向量.代替 Q(x_i,H_i),那么算法的收敛性及其收敛率如何受到r_i 影响的问题,并指出还没有看到在这方面的工作.本文对这个问题进行了探讨,将[2]提出的算法用于 r_i\not\equiv 0的情形,在适当选择步长的条件下,得到了全局收敛性.由于在计算机上计算 g(x_k)+▽g(x_k)~T(x—x_k)时会有误差,我们可以将此误差视为本文中的 r_k,因...
梯度神经网络实时求解线性方程组之收敛性分析
梯度神经网络 激励函数阵列 全局指数收敛
2009/9/7
探讨归纳了一类用于在线求解线性方程组的梯度神经网络, 并且证明了该类梯度网络具有全局指数收敛特性, 而非以往提出的渐进收敛特性. 此外, 相对于使用线性激励函数的情况, 当使用幂S形激励函数时网络具有更好的收敛效果. 计算机仿真结果进一步验证了上述分析的准确性和该网络求解线性方程组问题的有效性.
一种基于单纯形法的改进微粒群优化算法及其收敛性分析
单纯形法 多种群 速度逃逸
2009/9/7
针对现有微粒群优化算法难以兼顾进化速度和求解质量这一难题, 提出一种基于单纯形法的改进微粒群优化算法(Simplex method based improved particle swarm optimization, SM-IPSO). 该算法采用多个优化种群, 分别在奇数种群和偶数种群上并行运行微粒群算法和单纯形法, 并通过周期性迁移相邻种群间的最优信息, 达到微粒群算法和单纯形法的协同搜索:...
惯性权值对粒子群算法收敛性的影响及改进
粒子群优化算法 惯性权值 递减策略
2009/7/31
研究惯性权值对粒子群算法(PSO)收敛性的影响，在分析线性权值递减策略基础上，提出一种基于各粒子适应值的递减策略——FDIW。标准测试函数对比实验表明，该策略可以使粒子在搜索初期获得更好的多样性，从而使粒子具有更强的摆脱局部极值的能力，在搜索末期可以加快粒子收敛速度以提高PSO算法的性能。
Pi-sigma神经网络混合学习算法及收敛性分析
混合遗传算法 Pi-sigma神经网络 算法收敛性
2009/7/24
将一种解决函数优化问题的混合遗传算法用于Pi-sigma神经网络的训练。这种混合算法充分利用遗传算法算法的全局搜索能力，又利用了单纯型法的局部搜索能力，因此该混合遗传算法可以使Pi-sigma神经网络更快的收敛到全局最优解，而且收敛速度比遗传算法更快。实验证明了这种算法的优越性。最后还证明了该算法可以以概率1收敛到全局最优解。
VCP协议的收敛性及公平性的数学模型分析
乘式减小 收敛性 公平性
2009/7/24
针对变结构拥塞控制协议（VCP）存在着收敛速度慢、公平性差等方面的不足，提出一种简化了的VCP数学模型，并对VCP协议的收敛时间长、公平性差进行分析，通过仿真表明该模型的正确性，具有很好的扩展性，适合于研究AIMD对VCP协议的收敛性和公平性的影响，提出了一些改进VCP性能的方法。
二维目标下分布性与收敛性结合的种群维护策略
种群维护 收敛性 分布性
2009/7/22
种群维护是多目标进化算法的重要组成部分。针对传统方法在维护过程中只考虑分布性的情况，提出一种分布性与收敛性结合的种群维护策略，该方法用一种邻近个体间的相对趋近关系来表示其适应值，弥补了单纯Pareto支配关系的“粗糙性”，并用一种可调邻域的方法对种群的密集程度进行控制。将其与NSGA-II和SPEA2进行对比，实验结果表明该算法在有效保持种群分布性的同时，拥有良好的收敛性和速度。
用户优化选线模型及其收敛性研究
交通均衡 有限元 渐进结构优化
2009/7/6
从交通规划及结构优化的角度出发，将交通流均衡和拓扑优化算法引入道路选线问题，提出用户优化模型及其收敛算法。通过连续交通流均衡分配模型，描述通勤者的出行行为；有限元方法与渐进结构优化算法相结合，找到城市区域内流量密度最集中且均匀分布的地区，并将其作为初始设计阶段的城市主干道位置。最后给出数值算例，其结果证明了模型和算法的有效性。