大规模优化问题出现在各个领域。 将大规模问题分解为与变量交互有关的小规模子问题并进行协作优化是优化算法中的关键步骤。 为了探索变量交互并执行问题分解任务，我们开发了两阶段的变量交互重建算法。 提出了一种学习模型，以探索部分可变相互作用作为先验知识。 提出了一种边缘化降噪模型，以使用先验知识构造整体变量交互作用，利用该知识将问题分解为小规模模块。 为了优化子问题并缓解过早收敛，我们提出了一种协作式分层粒子群优化框架，在该框架中，设计了应急领导，交互认知和自我导向开发的算子。 最后，我们进行理论分析以进一步理解所提出的算法。 分析表明，如果正确分解问题，该算法可以保证收敛到全局最优解。 实验是在C
2021-02-25 16:06:30
1.5MB
1
“流量重构”时代来临，2020-2021中国消费互联网竞争趋势报告.pdf
2021-02-23 20:02:48
11.85MB
利用MATLAB实现了基于干扰协方差矩阵重构的鲁棒波束形成算法，包括算法的对比以及最终的方向图对比，对波束形成进一步加深理解
2021-02-20 14:57:29
3KB
1
系统介绍为什么要进行数字化转型、数字化转型的四个基本认识、数字化转型中以价值效益为导向的五项重点任务、以新型能力为主线的五大数字化转型过程方法，以及如何落地数字化转型打造持续赋能的协同工作体系等内容
2021-02-18 20:08:49
7.3MB