排序方式: 共有62条查询结果,搜索用时 0 毫秒
1.
第三讲逻辑运算和程序控制在第一讲中,已介绍了 BASIC 语言的一些基本问题,其中谈到 BASIC 程序通常按照语句编号的升序,依次执行各行语句。第二讲说明了如何加工数据,其关键是编写算术表达式,由此可实现种种算术运算。在解决实际问题时不仅需要算术运算,还常要求对一些条件进行判别,并根据判别结果,决定解题步骤。例如,数学上,要求一元二次方程 ax~2 bx c=0的实根时, 相似文献
2.
粒子群优化算法的发展趋势 总被引:3,自引:1,他引:2
分析优化算法的发展历程,指出粒子群优化算法(PSO)是基于群体智能的一种算法,简单易行,可调参数少,研究广泛且发展迅速.结合图形给出算法的个体极值和整体极值的搜优运动过程.研究总结算法的研究现状及特点,认为PSO还需要完善和继续研究.提出将算法应用于复杂的约束优化、随机优化与最优控制问题是算法应用研究的方向,并指出对该算法完整的收敛性分析是算法成熟的标志. 相似文献
3.
支持向量机中优化算法 总被引:13,自引:1,他引:13
1 引言对基于数掘的机器学习研究是目前计算智能技术的基础性工作之一,旨在从观测数据出发基于统计学理论采用相关技术对研究对象建立可信的模型,利用这一模型对未来实验作出指导性的预测。相关技术包括聚类分析、模式识别、神经网络等等。现有的学习方法多是基于样本数趋于无穷大时的渐进理论。可是在实际科研工作中,有时候很难获得较为充足 相似文献
4.
多目标优化是过程系统工程的重要课题,通常以加权或约束方式将其转换为单一目标,未能反映多目标间的复杂关系,不利于随时根据需求作出有效的决策。基于群智能的粒子群算法具有全局优化性能,且易于实现。为使其适于多目标优化,应拓展功能,实施改造。以Pareto支配概念评价种群个体的优劣,设计了确定局部最优点和全局最优点的操作。又利用各粒子的局部最优点信息进行速度更新,以加强种群的多样性,避免因早熟而陷于局部最优。还设置了外部优解库,并通过分散度计算,以适当的策略进行更新,使之逐步均匀地逼近于Pareto最优解集。由此构建一种多目标粒子群优化算法(multi-objective particle swarm optimization,MOPSO),并用于补料分批生化反应器的动态多目标优化,取得了满意的结果。可基于所搜得的Pareto最优解集,分析目标间的关系,为合理决策提供有效的支持。经与NSGA-II比较,MOPSO算法具有更为优良的性能。 相似文献
5.
带或不带化学反应的相平衡计算为化学、化工领域的重要课题;可将其转换为带有约束的Gibbs自由能最小化问题。常用的序贯二次规划(SQP)收敛速度快;但依赖初始值;易陷入局部极小。人工免疫算法(AIS)具有全局寻优功能;但局部搜优性能差;收敛速度很慢;甚难找到痕量解。为此;在AIS算法中引入SQP操作;汲取两者的优点;构建混合免疫算法(HAIS)。还将相平衡的物质的量变量转换为摩尔分数;并采用适当策略处理约束;以基本可行解为基础;快速生成满足约束的抗体;以提高HAIS的操作速率。多个相平衡实例应用表明HAIS性能良好;优于其他方法(SQP;AIS)。 相似文献
6.
模式分类的集成策略及其应用 总被引:2,自引:1,他引:2
分析了统计判别和神经网络分类方法的特性和优缺点,提出了两种不同类型的方法集成的策略,先用神经网络自学习功能变换样本,使其分布有利于分类;再用统计方法提取特征,进而建立判别分类模型。基于该策略设计了G.T-CCA-Bayes集成方法,并应用于三个复杂模式分类问题-留兰香问题、胺类毒性问题、双螺旋问题,效果良好。对照比较表明,该集成方法适用面广,计算规范,概率意义明确,误判率低,与单一的统计分析或神经网络方法相比,有明显的优势。 相似文献
7.
优进遗传算法及其在化工数据处理中的应用 总被引:6,自引:1,他引:6
针对常规遗传算法容易早熟、局部寻优能力差的弱点,提出一种优进遗传算法.该算法以一定的概率引入确定性操作,并采用空间重组的方式改进子代分布,以提高全局寻优的性能.采用的相关技术包括增加单纯形寻优算子、运用改进的交叉算子、自适应地调整交叉率和变异率等.该算法已成功应用于SO2催化氧化反应动力学模型的非线性参数估计、这种优进遗传算法不依赖于问题的具体领域,可应用于各种数据处理和优化领域. 相似文献
8.
混饨是“无序中的有序”,有序是指其确定性,而无序则是其最终结果的不可预测性。非线性、非平衡性、确定性、动态性、内秉随机型、初值敏感性、时间序列的不规则性和有奇异吸引子是混饨的必要条 相似文献
9.
径向基网络的研究进展和评述 总被引:17,自引:0,他引:17
径向基网络(RBFN)是当前人工神经网络技术研究的热点之一,并以其优良的性能广泛应用于各个领域。该文简要介绍了RBFN的结构特点,与经典的多层前传网(MLFN)进行对比,分析了RBFN学习算法从经验到理论,从繁杂到简捷的发展进程,及其存在的问题,归纳了RBFN的一些特殊类型,并对RBFN的研究和发展进行了展望。 相似文献
10.
适于混合整数非线性规划的混合粒子群优化算法 总被引:2,自引:0,他引:2
通过加强粒子群优化(PSO)算法处理约束和整数变量的能力,使其适于求解混合整数非线性规划(MINLP),构建了一种混合粒子群优化(HPSO)算法.建立了种群的约束矩阵来反映其解满足约束的情况,运用Pareto支配概念评价解的优劣,确定种群的局部最优点和全局最优点.通过增设基于距离函数的概率取整操作和随机变异的解修复操作,加快了搜优速率.利用各粒子的局部最优点信息更新速度,采用多粒子群策略增强了种群多样性.实例测试结果显示,与其他算法相比,HPSO算法具有更好的全局寻优能力,收敛速度更快. 相似文献