面向应用的快速多峰寻优算法

来源 :计算机应用研究 | 被引量 : 6次 | 上传用户:hz_shenff
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
工程应用中的多峰寻优问题要求搜索目标函数的多个极值点,现有的多峰优化方法难以直接利用应用问题的先验知识引导算法过程,多峰寻优效率较低。基于粒子群优化算法设计一种面向应用的多峰寻优算法,能有效利用易于获得的先验参数,如峰间分辨率、峰位置精度、峰值个数等实现快速多峰搜索。该算法保持了粒子群算法的简单性并改善了搜索多样性,使其可控地收敛到多个峰值上。将该算法与几种典型的多峰寻优方法进行了对比测试和分析,结果表明,对复杂多峰函数,该算法能以最快的收敛速度实现多峰搜索。
其他文献
针对分数极点系统中存在的独立SαSG噪声,提出一种分数极点系统中稳定分布噪声的逆滤波方法,并分析了算法的长记忆、最小相位、收敛特性。计算机模拟实验结果表明,这种算法是一种在SαSG分布噪声条件下具有良好韧性的逆滤波方法。
传统的大型数据库系统是典型的C/S结构,系统中有一个中心服务器,上面运行一个大型数据库系统,其他节点通过服务器访问数据库系统。但这种C/S结构容易在服务器处产生系统瓶颈。为了解决这个问题,将P2P的观念引入数据库系统,建立了一种C/S与P2P相结合的新系统。在该系统中,服务器和客户端是C/S模式,同时所有的客户端组成一个P2P系统。为了提高系统效率又将这个P2P系统根据节点访问的数据表的不同划分为
针对P2P系统中的搭便车和公共悲剧问题,提出了一种基于博弈论的激励机制。每个节点从个人理性出发,在最大化个人收益的同时根据请求者的贡献分配带宽,并利用动态规划方法求出了最优解,实现了有限资源的帕累托配置,达到了社会收益最大化的目的。仿真实验表明,该激励机制促进了社会收益的快速增长,达到了激励节点参与资源共享的目的。
在分析基于压缩的DNA模式匹配算法d-BM的基础上,采用多线程技术,设计并实现MultipleOF-dBM算法和DoubleOF-dBM算法。实验结果表明,新算法的匹配速度比d-BM算法有所提高。
服务器瓶颈、资源副本管理、资源发现、网络带宽问题等若干因素致使传统的Web方式不能满足互联网络环境下的文件资源管理需求。网格是架构在互联网络上的一个全面共享资源的基础设施,利用网格进行高效的分布式资源管理是解决以上问题的一个有效手段。为此,提出了一种教育资源网格的体系结构模型,分析了其各部分的功能,并给出了一个教育网格资源的元数据模型。
提出一种融合步态运动中的人体形状信息特征和下肢运动信息特征的步态识别算法:利用边界跟踪算法获取人体轮廓边界线,并采用傅里叶描述子表达人体轮廓特征;依据人体解剖学的知识定位下肢关节点,并提取下肢角度特征;分别对两种特征进行匹配,然后采用特征融合的方法对匹配结果进行处理。实验结果表明,本算法的性能较基于单个特征的步态识别算法有明显的改善。
针对目前表情识别类间信息无关状态,提出了一种表情类间学习的神经网络分类识别算法。该算法首先构建一个BP网络学习对和一个距离判据单元,该距离判据单元仅用来计算类间的实际距离,类间期望距离是根据大量实验结果获得的;然后通过类内实际输出和类间期望距离来修正该网络;最后给出一组实例样本进行表情分类识别。实验结果表明,该算法能有效地识别人脸表情,能紧密地将各类表情间的信息联系起来,效率和准确性均有明显提高。