传统的细菌觅食优化算法仅针对单目标优化问题寻优,为进一步发掘细菌群体智能在多目标优化问题中的寻优优势,提出了改进的多目标细菌觅食优化算法。在个体间互不支配时给出归一化的择优策略;引入差分思想完成复制操作,提高种群的多样性;采用栅格划分法进行迁徙操作,提高解集的分散性;同时使用外部集存放当前找到的非支配解,并不断对外部集进行优化。通过对多个标准函数进行测试并与其他几种算法的对比结果表明,所提出的多目标细菌觅食优化算法在解的收敛性和分散性指标上都有一定提升,能够有效解决多目标优化问题。
1
文件中具体描述哪些算法适合解决单目标优化问题、多目标优化问题以及高维多目标优化问题等等。哪些基准测试函数适用于单目标、多目标、高维多目标问题等等,以及介绍了PlatEMO3.0的基本操作和使用方法。
1
基于一类改进遗传算法的进化神经网络研究.pdf 基于遗传算法的人工神经网络优化设计.pdf 基于遗传神经网络的股票价格短期预测.pdf
1
基于进化心理学视角的信息系统研究.pdf
2021-12-23 20:00:16 59KB
重点研究普适计算环境下资源管理中的跨域问题,聚焦在跨域资源访问,跨域用户漫游和跨域事务转移的机制方面,提出了评估方法并对提出的机制进行了实验分析,验证了在大规模无缝的普适计算环境下,所基于的域管理模型和研究的跨域机制能获得更高的运行效率。
2021-12-23 10:21:38 1.45MB 论文研究
1
CEC2017单目标锦标赛冠军算法LSHADE-SPACMA的matlab版本代码
2021-12-22 15:12:26 3.71MB 进化优化算法
1
为增强差分进化算法的局部搜索能力,一种新局部搜索策略引入到差分进化算法中,从而提出一种新局部搜索策略的差分进化算法。该算法用局部搜索得到新个体替换较劣个体,使其跳出局部最优,以此增强种群的多样性。数值实验选取4个测试函数,并与差分进化算法进行比较,结果表明算法的有效性。
2021-12-22 14:17:33 237KB 差分进化 局部搜索 替换策略
1
人工神经网络与模拟进化计算(第2版)-简介: 本书较系统全面地讨论了人工神经网络与模拟进化计算的理论和工程应用,特别在学习理论和网络结构选择、动态神经网络、贝叶斯方法的应用以及模拟进化计算中的一些理论问题等方面的论述更为系统深入。讲解中力求讲清物理概念,以便读者深入理解一些主要方法的思路。 第2版加强了关于统计学习理论、核方法与支持向量机、自组织网络的灵活应用,盲信号处理等方面的内容;增加了神经网络在生物信息学和金融方面应用的实例,以及最近的一些参考文献,以便反映这一领域的新进展;为了便于掌握主要内容,对章节顺序也做了调整,模拟进化计算部分增加了分布估计算法一章。 本书适合用作研究生课程教材,或作为希望深入学习神经网络和进化计算的科技工作者的自学参考书。
2021-12-21 16:35:49 9.11MB 人工神经网络 模拟进化计算
1
合作发展 合作协同进化 该算法出现在Potter M.和De Jong K.的“一种用于功能优化的协作式协同进化方法”中,《从自然中解决并行问题》,第1页。 249-257,1994年。 共有五种功能:RASTRIGIN,SCHWEFEL,GRIEWANGK,ACKLEY和ROSENBROCK 编译:gcc合作伙伴_coevolution.c -lm -o合作伙伴_coevolution 演示:./cooperative_coevolution RASTRIGIN
2021-12-20 20:41:53 4KB optimization genetic-algorithm C
1
模拟阿尔茨海默氏病中功能性大脑网络的进化:从全球活动的角度探索疾病动力学
2021-12-20 14:35:31 2.01MB 研究论文
1