首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   3篇
  免费   1篇
  国内免费   4篇
综合类   2篇
自动化技术   6篇
  2011年   1篇
  2009年   1篇
  2007年   4篇
  2004年   1篇
  2003年   1篇
排序方式: 共有8条查询结果,搜索用时 15 毫秒
1
1.
基于微分进化(DE)的多目标进化算法(MOEA)在求解过程中存在着退化现象,导致算法的收敛性无法保证,同时也降低了求解的效率。针对这一问题,分析了算法中存在的两种退化现象,提出了针对两种退化现象相应的解决办法,最后给出了一种新的基于DE的MOEA。新算法克服了已有算法中存在的退化现象,保证了算法的收敛性和解的多样性,有效地提高了算法的效率,通过数值实验验证了新算法的可行性和有效性。  相似文献   
2.
求解多目标优化问题的一种多子群体进化算法   总被引:1,自引:0,他引:1       下载免费PDF全文
提出一种新的多目标粒子群优化(MOPSO)算法,根据多目标优化问题(MOP)的特点,将一个进化群体分成若干个子群体,利用非劣支配的概念构造全局最优区域,用以指导整个粒子群的进化.通过子群体间的信息交换.使整个群体分布更均匀,并且避免了局部最优,保证了解的多样性,通过很少的迭代次数便可得到分布均匀的Pareto有效解集.数值实验表明了该算法的有效性.  相似文献   
3.
基于模糊加权神经网络的模糊规则自动获取   总被引:3,自引:0,他引:3  
马铭  徐岩  张利彪 《计算机应用》2003,23(11):15-17
如何实现模糊规则的自动获取一直是模糊系统中的一个难题,文中在充分研究了模糊加权神经网络和遗传算法的基础上,给出了一种能够自动获取模糊规则的剪枝算法,并以此建立了新的网络模型。模拟结果验证了该模型的有效性。  相似文献   
4.
基于形状和纹理特征的人脸年龄估计方法   总被引:1,自引:0,他引:1  
采用活动形状模型ASM将人脸分成若干个三角形,然后使用局部二值模式LBP提取每个三角形区域的纹理特征,并通过支持向量回归对年龄进行估计。本文在著名的FG-NET年龄数据库上采用Leave-one-person-out(LOPO)模式进行实验,使用平均绝对误差和累积指数作为评价标准。实验结果表明,无论是年龄估计还是年龄段估计,本文提出的算法的平均绝对误差都小于AGES算法。同时在实验中也发现,嘴部区域的纹理对年龄估计的影响不大。  相似文献   
5.
马铭  张利彪 《计算机应用》2007,27(3):715-717
在充分研究了模糊加权神经网络和微粒群算法的基础上,给出一种能够自动生成模糊规则的剪枝算法,并以此建立了新的网络模型。通过茶味觉信号识别的仿真实验验证了该算法的有效性。  相似文献   
6.
基于极大极小距离密度的多目标微分进化算法   总被引:15,自引:4,他引:15  
微分进化(differential evolution)是一种新的简单而有效的直接全局优化算法,并在许多领域得到了成功应用.提出了基于极大极小距离密度的多目标微分进化算法.新算法定义了极大极小距离密度,给出了基于极大极小距离密度的Pareto候选解集的维护方法,保证了非劣解集的多样性.并根据个体间的Pareto.支配关系和极大极小距离密度改进了微分进化的选择操作,保证了算法的收敛性,实现了利用微分进化算法求解多目标优化问题.通过对5个ZDT测试函数、两个高维测试函数的实验及与其他多目标进化算法的对比和分析,验证了新算法的可行性和有效性.  相似文献   
7.
基于模糊的多目标粒子群优化算法及应用   总被引:5,自引:0,他引:5  
粒子群优化算法的思想来源于人工生命和进化计算理论,由于其容易理解、易于实现,在很多领域得到了应用.由于传统的粒子群优化算法无法对多目标优化问题进行求解,因此文中利用模糊理论中的隶属度函数和给定的最优解评估选取原则,提出了一种适合求解约束型多目标优化问题的模糊粒子群算法(FPSO).模糊粒子群算法很好地解决了汽车零部件可靠性稳健优化设计的求解问题,仿真结果证明,该算法可行而有效,同时也拓展了粒子群算法的应用领域.  相似文献   
8.
基于粒子群算法求解多目标优化问题   总被引:58,自引:0,他引:58  
粒子群优化算法自提出以来,由于其容易理解、易于实现,所以发展很快,在很多领域得到了应用.通过对粒子群算法全局极值和个体极值选取方式的改进,提出了一种用于求解多目标优化问题的算法,实现了对多目标优化问题的非劣最优解集的搜索,实验结果证明了算法的有效性.  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号