查看会员资料
用 户 名：54093803********
发送消息- 用户积分：0 分
- Email：用户隐藏
- Icq/MSN：
- 电话号码：
- Homepage：
- 会员简介：
最新会员发布资源
单纯形和人口迁移的混合全局优化算法
- 摘要：针对基本人口迁移算法具有易早熟和精度不高等缺陷，利用人口迁移算法随机产生的点采用单纯形法进行优化，提出了 一种基于单纯形法和人口迁移算法的混合全局优化算法。通过典型的测试函数Shaffer，验证了改进后算法的性能，并与10 种类型 的粒子群优化算法进行比较，结果表明，该文算法能获得比较好的解，收敛成功率高达100%。
基于混合粒子群的土壤水分特征曲线参数优化
- 摘要：土壤水分特征曲线是研究土壤水运动的重要参数。Van Genuchten 方程（简称VG方程）是目前运用最广泛的土壤水分特 征曲线方程。将VG方程参数计算问题转化为一个非线性优化问题，然后构建单纯形算法和基本粒子群算法相结合的混合粒子 群算法对其进行求解。仿真实验结果表明采用混合粒子群算法与普通遗传算法、混合遗传算法、基本粒子群算法相比，不但提高 了收敛成功率、降低了迭代次数，而且对参数的取值范围也放宽了；采用混合粒子群算法计算参数的精度比非线性单纯形法和阻 尼最小二乘法要高，且不需
求解单一重现期暴雨强度公式的Lingo-BFGS算法
- 摘要：为了克服一般的非线性优化算法对初始值的依赖，针对某一地区单一重现期暴雨强度公式参数计算问题，首先将Lingo 软件编程求出的结果作为初始值，然后利用拟牛顿算法对其参数进行优化。实例计算结果表明：采用Lingo 软件和拟牛顿法相结 合的方法求解单一重现期暴雨强度公式比传统的方法精度更高，能有效解决实际优化设计问题。
求解非线性方程组的混合人口迁移算法
- 摘要：针对变尺度法对初始值敏感和人口迁移算法容易陷入局部极值的缺陷，结合变尺度法和人口迁移算 法各自的优点，提出了一种混合人口迁移算法，用来求解非线性方程组。该混合算法不仅发挥了人口迁移算 法强大的全局搜索能力，而且利用了变尺度法的局部精细搜索能力。实验结果表明，该算法不但以较高的精 度求出了各种非线性方程组的解，而且鲁棒性强，收敛速度快速，是一种解决非线性方程组问题的较好方法。
求解非线性方程组的BFGS差分进化算法
- 摘要：针对差分进化算法进化后期收敛缓慢和稳定性不强的缺陷，将BFGS算法插入差分进化算法当中，提出了一种BFGS差 分进化算法，用来求解非线性方程组。通过5 个非线性方程组和一个工程实例的实验，说明：算法收敛精度较高、收敛速度较快、 鲁棒性强、收敛成功率高，是一种较好的解决非线性方程组的方法。
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。
求解药代动力学参数的混合人口迁移算法
- 摘要：针对传统方法优化药代动力学参数时精度不高的缺陷，将Hooke-Jeeves 算法与人口迁移算法有机融 合，使两者取长补短，既提高了算法的精度，又加快了算法的收敛速度。将混合人口迁移算法用于血管外给药 二室模型参数优化的实验之中，不仅比传统的残数法效果要好，而且比Hooke-Jeeves 算法或人口迁移算法更 优，精度更高。多次实验表明：算法具有良好的可靠性和稳定性，是一种较好的解决药代动力学参数的方法。
求解药代动力学参数的自适应混合粒子群算法
- 摘要：针对传统方法具有初始值敏感和进化算法无法确定搜索范围等缺陷，将Nelder-Mead 单纯形与粒子群算法相结合，提出 了一种基于Nelder-Mead单纯形与粒子群算法的具有时变加速因子的自适应混合粒子群算法。将该混合算法用于血管外给药二 室模型参数优化的实验之中。仿真实验结果表明，算法计算精度高而且鲁棒性强，是一种新颖的解决药代动力学参数优化的较 好方法。