开源项目Joomlal数据库基础知识及开发应用

数据是.Joomlal开发应用中重要的一环,可以说,网站终归是将数据有效的展示给用户,因而与数据库连接,有效的返回数据是Joomla!开发基础环节.     

改进的CSO算法应用于连续优化问题

针对连续优化问题,提出了一种改进的CSO算法。该算法思想借鉴了物学领域的"瀑布效应"原理,通过Fg(foodglo-bal)投射食物,吸引具有简单智慧和行为规则的蟑螂在解空内爬行,完成搜索。实验结果表明,改进的CSO算法寻优率高、收敛速度快,尤其是搜索到了LevyNo.5测试函数的"新解"。     

开源项目Joomla!数据库基础知识及开发应用

数据是.Joomlal开发应用中重要的一环,可以说,网站终归是将数据有效的展示给用户,因而与数据库连接,有效的返回数据是Joomla!开发基础环节.     

连续域问题的CSO算法性能研究

介绍了基本蟑螂算法(CSO)的算法思想,并通过改进基本的CSO 算法得到可应用于连续优化问题的CSO算法.分析了改进后算法的性能,实验证明:CSO算法在种群规模较小的情况下,可以快速收敛到一个高精度的解.     

新的仿生优化算法：食物车-蟑螂群优化算法

提出一种新的仿生优化算法——食物车-蟑螂群优化算法。该算法模拟蟑螂的觅食行为,通过食物车在解空间定义域内抛洒食物,吸引蟑螂向食物爬行,完成搜索。在求解过程中通过巢穴变迁、平等搜索和食物筛选等策略加强全局搜索和局部搜索能力,提高算法收敛速度。仿真实验结果表明,该算法寻优率高,收敛速度快。     

引入Logistic混沌映射的连续蟑螂算法应用于函数优化问题

通过模拟蟑螂的觅食行为,提出用于解决函数优化问题的连续蟑螂算法(continuous cockroach swarm optimization,CC-SO).算法模拟了蟑螂的群居、巢穴不固定、爬行轨迹杂乱无章等生物特性.通过食物车在解空间内抛洒食物,吸引蟑螂向食物爬行完成搜索.在巢穴分配和食物抛洒环节引入了Logistic混沌映射,增强了巢穴和食物在解空间内分布的随机性和遍历性.仿真实验显示,与API和PPBO算法相比,CCSO算法在求解精度、收敛速度、寻优率等方面均提高显著.