排序方式: 共有15条查询结果,搜索用时 15 毫秒
1.
随着教育信息化的不断发展,基于数据库技术的数据挖掘与教育教学的联系也越来越紧密。通过对国内外数据挖掘在教育教学领域中的应用研究相关文献进行分析,从数据挖掘相关技术的角度出发,总结并归纳了各自在该领域中的应用和研究现状。最后提出了数据挖掘在该领域研究中存在的一些问题与难题以及发展前景。 相似文献
2.
3.
5.
Tabu Search中集中性和多样性的自适应搜索策略 总被引:15,自引:0,他引:15
近年来的研究表明,集中性与多样性策略在禁忌搜索中是非常重要的,但集中性与多样性常常又是矛盾的,如何解决集中性与多样性之间的矛盾就成为一个值得关注的话题,以组合优化中的著名难题TSP(traveling salesman problem)为例,提出了一种新颖的自适应搜索策略,通过邻域和候选集的相互配合,动态地调整候选集中分别用于集中性搜索与多样性搜索的元素个数,较好地解决了集中性与多样性的冲突问题.仿真实验表明,该算法是可行的和有效的。 相似文献
6.
多层前向神经网络的自适应禁忌搜索训练 总被引:2,自引:1,他引:2
针对BP算法属于局部优化算法的不足,提出了一种新的全局优化算法——自适应禁忌搜索作为前向神经网络的训练算法。该算法通过邻域和候选集的相互配合,动态地调整候选集中分别用于集中性搜索与多样性搜索的元素个数,提高了算法运行的质量和效率。以经典的异或问题(XOR)为例,进行了对比研究。实验结果表明,该算法与BP算法相比明显提高了网络的收敛概率和收敛精度。 相似文献
7.
8.
9.
10.
基于变异方法的禁忌搜索 总被引:6,自引:2,他引:6
1 TS简介禁忌搜索(Tabu Search或Taboo Search,简称 TS)技术是一种亚启发式(meta-heuristic)搜索技术,是局部邻城搜索的一种扩展。由Glover在1986年首次提出,进而形成一套完整算法,详见文[2,3]。所谓禁忌就是禁止重复前面的工作。为了避免局部邻域搜索中陷入局部最优的主要不足,禁忌搜索用一个禁忌表记录下己经到达过的局部最优点,在下一次的搜索中,利用禁忌表中的信息不再或有选择地搜索这些点,以此来跳出局部最优点。就好比人的短时记忆,走过的路不再重复或有选择地重复;同时“遗志”又使得这些禁止是弱禁止,即在一定的时间之后这些禁止将失效,最终达到全局优化之目的。该算法可简单地表示为: 相似文献