学科分类
/ 25
500 个结果
  • 简介:为了提高无线传感器网络路由性能,结合搜索粒子提出了一种新的层次路由算法.该方法首先结合节点能量和覆盖半径给出了节点性能评价因素,同时阐述了层次路由构建方法,并利用搜索粒子对层次路由方法进行优化.最后通过仿真实验,深入分析了影响该方法的关键因素.实验结果表明,对比LEACH和EECS协议,该方法在网络生命周期、网络路由能耗、数据传输成功率等方面具有较大优势.

  • 标签: 无线传感器网络 层次路由 二次搜索粒子群 能量
  • 简介:传统电子网络环境下的神经网络故障搜索算法,粒子停滞于局部极值点,故障检测率低。提出电子网络环境下故障数据粒子融合搜索算法,在基本PSO算法的基础上引入进化速度因子,得到改进的带扰动项PSO算法,避免算法停滞粒子处于局部极值点。在改进PSO算法中设计加速因子,使得每个粒子快速集合到局部最优解,以提高收敛速度。将模式搜索法与改进PSO算法相融合,引导粒子搜索最优位置,实现电子网络环境下的故障数据搜索。为减少计算量,初始步长使用可伸缩的模式搜索法。实验结果表明,所提算法具有较低的误差、较高的收敛速度。

  • 标签: 电子网络 故障数据 粒子群 扰动项 初始步长 模式搜索
  • 简介:介绍了基本PSO算法以及两种典型的改进算法:1)全局邻域模式和局部邻域模式对粒子优化算法的影响,全局邻域模式粒子优化算法收敛快,但容易陷入局部极小值;局部邻域模式粒子优化算法由于粒子倾向于在不同的局部区域搜索因而收敛速度慢,但能在较大程度上避开局部极小值;2)混沌粒子优化算法,它具有混沌的随机性、遍历性、规律性等特性引导粒子及其组成的群落搜索全局最优解。

  • 标签: 粒子群算法 领域模式 混沌 优化算法 群智能
  • 简介:粒子算法是一种基于群体智能的随机并行算法,它在很多优化问题中都得到了比较好的应用。本文针对粒子容易陷入局部最优解,提出了一种加入创新粒子粒子,实验模拟结果表明加入创新粒子粒子有更好的结果和收敛速度。

  • 标签: 粒子群 自适应 非线性
  • 简介:注意左右平移时要注意h的符号.一平移规律地物线y=ax2向上(向下)平移|k|个单位,得到抛物线y=ax2+k,再向左或向右平|h|个单位,得到抛物线y=a(x-h)2+k.

  • 标签: 二次函数 抛物线 平移 单位
  • 简介:一  “今晚的米饭还是太硬了。”像科学家公布实验结果般,衡木面无表情地说。他鼻孔附近的肌肉轻微地颤动着,这是他意识到自己无能为力而暗自发怒的标志。他无精打采地换了一个坐姿,抬头盯着美姗。  “下次会记得多加些水的。”她的回答一如往常,冰冷简洁。她一边吃着饭一边眉目平静地翻着手上的美容杂志。

  • 标签:
  • 简介:为了更好地帮助广大数学教师辅导学生参加高中数学联赛,丰富本刊的数学竞赛栏目,从本期开始,我们特邀蔡玉书老师撰写数学竞赛系列讲座.蔡老师是中国数学奥林匹克高级教练员,苏州市学科带头人和学术带头人,参加江苏省数学奥林匹克夏令营授课10余年,多次指导学生参加各类竞赛并获奖,主要竞赛著作有《全国高中数学联赛题的思路与解法》、《数学奥林匹克不等式研究》等,并在全国各类刊物发表论文近百篇.

  • 标签: 二次函数 数学奥林匹克 数学联赛题 数学竞赛 学术带头人 教师辅导
  • 简介:1944年的一个春夜,盟军向德国军队控制的法国诺曼底空投了大批伞兵,美国青年安道特就是其中之一。不幸的是,他在远离预定地点几英里的地方着了陆。

  • 标签: 德国军队 美国青年 诺曼底 伞兵 空投 盟军
  • 简介:

  • 标签:
  • 简介:

  • 标签:
  • 简介:

  • 标签:
  • 简介:排课问题是一个有约束的、多目标的组合优化问题.在针对遗传算法在求解该问题时搜索效率较低的情况下,提出了一个基于粒子的排课算法.在算法设计过程中,考虑排课过程中所出现的各种时间、空间资源的冲突情况,设计了一种基于粒子优化算法来实现时间和空间两种资源的优化.利用C#程序设计语言实现了基于粒子算法的排课系统,实验和测试结果也验证了其有效性和系统的可用性.

  • 标签: 粒子群算法 排课系统 粒子群优化
  • 简介:布谷鸟搜索算法和粒子优化算法都属于仿生优化群算法,它们的原理简单、实现方便,在诸多领域得到应用。虽然这两种算法优点明显,但是它们在全局搜索能力、收敛速度等方面存在不同程度的不足,当它们应用于复杂优化问题时,需要采用改进措施来提升其性能。把布谷鸟搜索算法和粒子优化算法进行混合,在两种算法平行进化的基础上引入共享机制,使两种算法优点互补。仿真证明,混合算法提升了算法的全局搜索能力和收敛速度,适应性更强,可以应用于复杂的优化问题。

  • 标签: 布谷鸟搜索算法 粒子群优化算法 混合算法 混沌
  • 简介:摘 要:针对传统粒子优化算法易早熟收敛的问题,提出一种基于混沌思想的改进粒子优化算法。该算法利用混沌运动的随机性、遍历性和规律性等特征,综合了混沌初始化、惯性权重的混沌调节、位置的边界处理、陷入早熟时的混沌遍历搜索等改进措施, 改善了粒子的随机性与多样性,较好解决了算法的早熟收敛问题。通过3个典型高维测试函数的实验测试表明:改进的混沌粒子算法在收敛速度、寻优精度和稳定性等方面明显优于传统的粒子算法。

  • 标签: 粒子群优化算法 混沌 优化 综合改进