搜索资源列表
分支定界求解TSP问题
- 分支限界法求解TSP问题[15] 分支限界法类又称为剪枝限界法或分支定界法，它类似于回溯法，也是一种在问题的解空间树T上搜索问题解的算法。它与回溯法有两点不同：①回溯法只通过约束条件剪去非可行解，而分支限界法不仅通过约束条件，而且通过目标函数的限界来减少无效搜索，也就是剪掉了某些不包含最优解的可行解。②在解空间树上的搜索方式也不相同。回溯法以深度优先的方式搜索解空间树，而分支限界法则以广度优先或以最小耗费优先的方式搜索解空间树。分支限界法的搜索策略是：在扩展结点处，先生成其所有的儿子结点（分支
求解机械优化的Pareto多目标中心粒子群算法
- 摘要：针对基于权重法的多目标算法无法求解约束多目标问题的缺陷，将中心粒子群算法与Pareto 解集搜索算法相结合，提出 一种Pareto 多目标中心粒子群算法。将此方法用来优化气门弹簧的模型，实验结果表明，该优化方法能够快速准确地收敛于Pareto 解集，并且使其对应的目标域均匀地分布于Pareto最优目标域。
bbbb
- 摘 要:提出一种新的基于Pareto多目标进化免疫算法(PMEIA)。算法在每一代进化群体中选取最优非支配抗体保存到记忆细胞文档中 同时引入Parzen窗估计法计算记忆细胞的熵值,根据熵值对记忆细胞文档进行动更新,使算法向着理想Pareto最优边界搜索。此外,算法基于点在目标空间分况进行克隆选择,有利于得到分布较广的Pareto最优边界,且加快了收敛速度。与已有算法相比, PMEIA在收敛性、多样性,以及解的分布性方面都得到很好的提高。-Abstract:This paperproposed a
erweishang
- 二维最大熵法和二维最小交叉熵法是目前常用的两种阈值分割方法, 但在某些时候因为两种方法获取的阈 值过高或者过低, 使得分割失效。针对此问题, 提出了基于二维最大熵法和二维最小交叉熵法结合的图像分割方法。 首先, 对二维最小交叉熵公式进行转化 然后, 利用多目标规划理论将这两种方法有机结合使得到的阈值既满足二维 最大熵原则, 又满足二维最小交叉熵原则 最后, 利用二维直方图的特点推导出新型递推算法搜索最佳阈值并降低计 算复杂度。-The thresho ld ing method
Lizilvbogenzong
- 提出了一种基于粒子滤波的自适应运动目标跟踪方法。均值漂移算法是一种最优梯度下降法，通过 迭代来搜索目标，从而实现对运动目标的跟踪。-Adaptive moving target tracking method based on particle filter. The mean-shift algorithm is an optimal gradient descent method, through an iterative search for the target in order t