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......
