排序方式: 共有7条查询结果,搜索用时 156 毫秒
1
1.
为改善量子进化算法的早熟问题,提高算法搜索精度和收敛速度,提出了一种基于等位基因的实数编码量子进化算法。该算法以概率叠加的方式将实数变量按照等位基因进行编码,采用混合更新策略根据基因的"相对优良性"对等位基因进行变尺度变异,在全局搜索与局部搜索平衡的前提下提高搜索速度,之后引入Hε门更新等位基因对应的概率幅度。最后利用Markov链证明了其全局收敛性。数值算例将所提及算法与量子进化算法和基于双链编码的量子遗传算法进行比较,验证了算法的收敛速度和求解精度,并将该算法应用于纺织浆纱工艺参数的优化问题,获得了良好的优化效果。 相似文献
2.
针对传统聚类算法处理混合属性数据聚类质量不高且聚类结果可视化差的问题,提出了基于异构值差度量的自组织映射混合属性数据聚类算法。该算法以自组织映射神经网络为框架,采用基于样本概率的异构值差度量混合属性数据的相异性。利用分类特征项在Voronoi集合中出现频率作为分类属性数据参考向量更新规则的基础,通过混合更新规则实现数值属性和分类属性数据规则的更新。利用UCI公共数据库中的分类属性和混合属性数据集来测试所提出的聚类算法,并与SOM算法和kprototypes、SBAC、KL-FCM-GM算法进行比较。最后将所提出的聚类算法应用于轮式移动机器人的运动状态分析,获得了较好的聚类效果。 相似文献
3.
为了研究永磁电机材料(铜、钕铁硼)的温度特性对高速永磁电机的损耗和热性能的影响,在考虑电机部件装配间隙的基础上,提出一种磁-热双向耦合方法,根据电机电磁场实际损耗分布加载到其温度场中,绕组、永磁体等部件损耗随温度变化情况实时更新至电磁场,通过3-D瞬态有限元方法实现电机电磁场-温度场的多重迭代收敛计算。以一台15kW高速永磁电机为例,通过两种(磁-热双向、磁-热单向)不同的计算方法对该类电机在不同供电条件(正弦波供电及变频器供电条件)下的损耗及温升计算结果与样机试验结果进行对比和分析。结果表明,通过磁-热双向耦合方法所获得的结果与实验结果更为一致,验证了所提出的磁-热双向耦合法的准确性及优势,为提高该类电机损耗和温升计算精度提供指导。 相似文献
4.
7.
1