搜索结果: 1-15 共查到“算法理论 优化方法”相关记录17条 . 查询时间(0.99 秒)
基于蚁群算法的面向服务软件的部署优化方法
面向服务的软件 部署优化 蚁群算法 性能
2017/1/4
面向服务软件的部署优化问题是典型的NP难题.本文构建了基于性能改善的软件部署优化模型,设计了一种蚁群优化算法ACO-DO进行近似最优解的快速求解.该算法通过设计基于部署优化问题的启发式、改进部署方案的构建顺序、增加局部搜索过程实现蚁群算法求解效率的提升.通过不同规模的实例实验,验证了ACO-DO算法能够取得比现有的混合整数线性规划算法、蚁群算法和遗传算法更好的性能.
基于梯度投影法与随机优化算法的约束优化方法
约束优化 梯度投影 遗传算法 同时扰动随机逼近
2015/5/19
针对带有线性等式和不等式约束的无确定函数形式的约束优化问题,提出一种利用梯度投影法与遗传算法、同时扰动随机逼近等随机算法相结合的优化方法.该方法利用遗传算法进行全局搜索,利用同时扰动随机逼近算法进行局部搜索,算法在每次进化时根据线性约束计算父个体处的梯度投影方向,以产生新个体,从而能够严格保证新个体满足全部约束条件.将上述约束优化算法应用于典型约束优化问题,其仿真结果表明了所提出算法的可行性和收敛...
一种新的改进粒子群优化方法
粒子群优化算法 惯性权重 动态非线性方程 动态Logistic混沌映射公式
2010/5/4
为解决粒子群优化算法易于陷入局部最优问题,提出了两种新方法并行修改粒子群优化算法惯性权重:对好于或等于整体适应度平均值的粒子,用动态非线性方程调整惯性权重,在保存相对有利环境的基础上逐步向全局最优处收敛;对比平均值差的粒子,用动态Logistic混沌映射公式调整惯性权重,在复杂多变的环境中逐步摆脱局部最优,动态寻找全局最优值。两种方法前后相辅相成、动态协调,使两个动态种群相互协作、协同进化。实验结...
基于可变长工序编码的再制造生产调度优化方法
再制造 生产调度 遗传算法 可变长工序编码
2010/8/31
回收品质量、数量以及拆卸过程中的不确定性因素使再制造生产调度问题更加复杂。针对工件加工路径的可变性特点,建立了再制造生产中的job-shop调度模型,提出了一种基于可变长工序编码方法的改进遗传算法,设计了异常染色体的识别和重构方法,以及相应的遗传算子。在参数矩阵的指导下,该算法可以实现随机工序数目和随机工序顺序情况下再制造生产调度问题的优化求解。仿真实验证明了该算法的有效性和可行性。
充分利用粒子群优化算法的收敛速度较快及混沌运动的遍历性、随机性以及对初值的敏感性等特性,考虑到惯性因子对多样性的影响,通过引入早熟收敛程度评价机制,采用逻辑自映射函数来产生混沌序列,提出一种基于混沌思想的自适应混沌粒子群优化(ACPSO)算法,改善了粒子群优化算法摆脱局部极值点的能力,提高了算法的收敛速度和精度。仿真结果表明提出的自适应混沌粒子群优化算法的性能明显优于一般混沌粒子群优化算法。
一种高层次多电压功耗优化方法
低功耗 高层次综合 多电压
2009/10/21
提出了一种在时间与面积约束下,运用遗传算法同时进行操作调度和资源分配的高层次多电压功耗优化方法.对于时间和面积约束所导致的无效染色体,通过将约束优化问题转换成两个目标函数的极值问题,一个为原问题的目标函数,另一个为违反约束条件的程度函数,避免了约束条件对问题求解的影响.对于数据依赖所导致的无效染色体,采用基于数据依赖的单点杂交算子来解决.实验结果表明,该算法比不考虑无效染色体处理机制的简单遗传算法...
Apriori算法的一种优化方法
频繁项集 Apriori算法 En-Apriori算法
2009/8/11
介绍关联规则挖掘中的经典算法――Apriori算法的关键思想。针对传统Apriori算法效率上的不足,提出一种改进的Apriori算法――En-Apriori算法。该算法采用矩阵的方法,只须扫描一遍数据库,同时优化了连接操作,较好地提高了算法的效率。实验结果表明,En-Apriori算法优于Apriori算法,具有较好的实用性。
基于相似度计算的本体映射优化方法
本体映射 候选映射 信息增益
2009/8/6
在基于相似度计算的本体映射中,相似度计算量大的主要原因是待映射概念和待计算属性过多。该文采用过滤策略,利用候选映射策略和信息增益策略减少待映射概念和待计算属性数量。该过滤策略充分利用本体特点和数据挖掘思想,有效滤除没有计算意义的概念和属性,减少了相似度计算量。实验结果证明,滤除的概念和属性对映射效果的影响很小。
DSP体系结构下视觉监控优化方法研究
数字信号处理技术(DSP) TMS320DM642技术 软件优化
2009/7/24
探讨了智能视觉监控算法在TI DSP平台上的移植方法。详细介绍了算法优化、CCS编译器优化、C代码优化、汇编指令优化及存储器配置优化等优化技术。通过具体的监控实例,在TMS320DM642平台上实现了多个运动目标的实时检测、跟踪算法,结果表明,对DSP进行优化之后其性能获得了指数级的增长。
一种基于粒子群的交通信号离线配时优化方法
交通信号离线配时 粒子群优化 微观交通模拟
2009/7/8
提出了一种基于粒子群的交通信号离线配时优化方法,采用实数编码表示区域内各信号交叉口的各相位绿灯时间,不同的配时方案对应于不同的粒子,粒子的适应度利用微观交通模拟获取的总延迟时间进行评价,最后得到的具有最小延迟时间的粒子即为最优配时方案。与已有的离线配时技术相比,提供了一种编码形式简单、参数较少、计算速度较快的信号配时智能优化方法。
基于遗传粒子群算法的高维复杂函数优化方法
算法结构 转换函数 优化
2009/7/2
针对高维复杂函数优化的特点,提出了一种遗传算法与粒子群算法相结合的主-从结构算法。算法中,主级为全局搜索的遗传算法;从级为局部邻域搜索的粒子群算法。通过主-从协调机制和从级转换函数设计,使算法不依赖复杂的编码方式和进化算子进行全局精确搜索。通过仿真和比较实验,验证了算法对高维复杂函数优化的有效性。
基于遗传算法的多响应优化方法研究
回归模型 响应曲面 遗传算法
2009/7/2
满意度函数法应用优化算法对总体满意度函数最大化求解,获得最佳因子组合。然而,满意度函数有时不可微,随因子、响应个数的增加,问题变复杂时,传统的优化算法可能获得局部最优解。提出一种基于遗传算法的满意度多响应优化方法。实例验证了该方法的有效性。
基于量子行为粒子群优化方法的随机规划算法
资产分配 粒子群 量子行为
2009/6/26
在不断变化的金融市场中,多阶段投资组合优化通过周期性地重组投资对象来追求回报最大,风险最小。提出了使用基于量子化行为的粒子群优化算法(Quantum-behaved Particle Swarm Optimization,QPSO)解决多阶段投资优化问题,并使用经典的利润风险函数作为目标函数,通过算法对标准普尔指数100的不同股票和现金进行投资组合的优化研究。根据实验得出的期望收益率与方差表明,Q...