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   9篇
  国内免费   2篇
  完全免费   1篇
  自动化技术   12篇
  2014年   1篇
  2013年   1篇
  2012年   3篇
  2011年   1篇
  2008年   1篇
  2007年   2篇
  2006年   3篇
排序方式: 共有12条查询结果,搜索用时 31 毫秒
1.
基于混沌序列的粒子群优化算法   总被引:25,自引:0,他引:25  
提出一种改进粒子群局部搜索能力的优化算法,对于陷入局部极小点的情性粒子,引入混沌序列重新初始化,在迭代中产生局部最优解的邻域点,帮助情性粒子逃商束缚并快速搜寻到最优解.对经典函数的测试计算表明。改进的混合算法通过微粒自适应更新机制确保了全局搜索性能和局部搜索性能的动态平衡,而且保持了PSO计算简洁的特点,在收敛速度和精度上均优于普通的PSO算法.  相似文献
2.
BP算法分析与改进   总被引:8,自引:0,他引:8  
贾丽会  张修如 《微机发展》2006,16(10):101-103
在人工神经网络中,BP神经网络是一种应用广泛的多层前馈神经网络。分析了BP算法的基本原理,指出了BP算法具有收敛速度慢、易陷入局部极小点等缺陷以及这些缺陷产生的根源。针对这些缺陷,通过在标准BP算法中引入变步长法、加动量项法、遗传算法、模拟退火算法等几种方法来优化BP算法。实验结果表明,这些方法有效地提高了BP算法的收敛性,避免陷入局部最小点。  相似文献
3.
BP算法分析与改进   总被引:7,自引:2,他引:5  
在人工神经网络中,BP神经网络是一种应用广泛的多层前馈神经网络。分析了BP算法的基本原理,指出了BP算法具有收敛速度慢、易陷入局部极小点等缺陷以及这些缺陷产生的根源。针对这些缺陷,通过在标准BP算法中引入变步长法、加动量项法、遗传算法、模拟退火算法等几种方法来优化BP算法。实验结果表明,这些方法有效地提高了BP算法的收敛性,避免陷入局部最小点。  相似文献
4.
改进人工势场法在机器人路径规划中的应用   总被引:3,自引:0,他引:3  
罗乾又  张华  王姮  解兴哲 《计算机工程与设计》2011,32(4):1411-1413,1418
为解决传统人工势场法用于机器人路径规划时会出现规划失败的问题,分析了由于局部极小点问题而导致规划失败的原因。在已改进人工势场函数的基础上,提出了通过增加虚拟目标点和原目标点共同对机器人产生引力的方法来解决传统人工势场法中出现的局部极小点问题。在Mobotsim中对算法的仿真结果表明了该方法的可行性和有效性。  相似文献
5.
模拟退火算法在汉字图像识别中的应用与研究   总被引:1,自引:0,他引:1  
安建慧  宋柏 《计算机应用》2007,27(Z2):89-90
阐述了模拟退火算法的基本原理,并在此基础上利用Matlab中的模拟退火工具箱设计并实现了一个基于模拟退火算法的汉字图像识别系统.系统针对图像在受到噪音干扰而模糊不清的问题,利用模拟退火算法使得神经网络模型的权值达到最优,即在克服了局部极小的基础上找到了全局最小点.通过利用Matlab进行验证,该系统在对受到噪音干扰的汉字图像进行识别时,能取得令人满意的结果.  相似文献
6.
基于人工力场的移动机器人路径规划研究   总被引:1,自引:0,他引:1  
刘涛  李海滨  段志信 《计算机仿真》2007,24(11):144-146,197
针对传统人工势场法中存在的一些局部极小点问题,文中提出了一种基于人工力场的移动机器人路径规划方法.该方法将机器人与目标的相对距离引入斥力函数,定义斥力的一个分力方向与障碍物的影响范围相切,另一个分力方向与引力方向一致,规定斥力向量与引力向量的内积始终大于等于零.这样,克服了传统人工势场法中存在的一些局部极小点问题,尤其是三个典型的、具有代表性的局部极小点问题.MATLAB仿真结果表明该人工力场法可以避开上述局部极小点,有效的规划出从起点到目标点的无碰路径.  相似文献
7.
针对求解全局优化问题,有很多种求解方法。文中提出了一种快速求解一般无约束最优化问题的辅助函数方法。即F-C函数方法。该方法与填充函数法和跨越函数法相比较,既有相同点又有不同点。F-C函数法最大的优点就是在极小化F-C函数阶段中只需要进行一次局部极小化算法就能得到比当前极小值更低的目标函数局部极小点。文中在无Lipschitz连续的条件下,给出了一类新的求解全局优化问题的F-C函数。文中讨论了该F-C函数的优良性质并对该函数设计了相应的算法。最后,通过数值试验表明该F-C函数方法具有有效性和可行性。  相似文献
8.
针对求解全局优化问题,有很多种求解方法.文中提出了一种快速求解一般无约束最优化问题的辅助函数方法,即 F-C 函数方法.该方法与填充函数法和跨越函数法相比较,既有相同点又有不同点. F-C 函数法最大的优点就是在极小化 F-C 函数阶段中只需要进行一次局部极小化算法就能得到比当前极小值更低的目标函数局部极小点.文中在无Lipschitz 连续的条件下,给出了一类新的求解全局优化问题的 F-C 函数.文中讨论了该 F-C 函数的优良性质并对该函数设计了相应的算法.最后,通过数值试验表明该 F-C 函数方法具有有效性和可行性  相似文献
9.
填充函数法是求解全局最优化问题的一种重要的方法,其关键之一在于构造一类性质良好的填充函数.文中基于填充函数的严格定义,针对全局优化问题(P0):min x∈R n f(x),在目标函数 f(x)满足一定条件的基础上,提出了一类求其全局最小解的填充函数,并在适当的假设条件下,研究证明了该函数的填充性质和其他的分析性质,并按照这些相关性质设计了相应的填充函数算法.该函数形式简单,便于计算.最后,还进行了数值试验测试,结果表明,该函数是可行的,算法是有效的  相似文献
10.
填充函数作为求解优化问题的有效方法之一,以填充函数的基本思想为基础,构造了新的无参数填充函数,该函数形式简单,便于计算。分析了该函数的相关性质并设计了相应的算法,最后通过数值实验,结果表明提出的算法是可行的、有效的。  相似文献
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