您的位置: 专家智库 > >

陕西省教育厅科研计划项目(05JK303)

作品数:7 被引量:29H指数:4
相关作者:邢志栋董建民黄瑞平王晓英张晓伟更多>>
相关机构:西北大学西安电子科技大学更多>>
发文基金:陕西省教育厅科研计划项目陕西省自然科学基金更多>>
相关领域:理学自动化与计算机技术更多>>

文献类型

  • 7篇中文期刊文章

领域

  • 5篇理学
  • 3篇自动化与计算...

主题

  • 3篇子群
  • 3篇粒子群
  • 2篇群算法
  • 2篇粒子群算法
  • 1篇单调算子
  • 1篇等式
  • 1篇定理
  • 1篇遗传算法
  • 1篇优化算法
  • 1篇收敛性
  • 1篇收敛性证明
  • 1篇算子
  • 1篇同余
  • 1篇同余性质
  • 1篇图像
  • 1篇图像分割
  • 1篇图像分割算法
  • 1篇全局最优
  • 1篇全局最优解
  • 1篇群智能

机构

  • 7篇西北大学
  • 1篇西安电子科技...

作者

  • 5篇邢志栋
  • 3篇董建民
  • 1篇薛西峰
  • 1篇王晓英
  • 1篇米焕霞
  • 1篇张行
  • 1篇陈晓化
  • 1篇王辛
  • 1篇任丹妮
  • 1篇张楠
  • 1篇张晓伟
  • 1篇刘琦
  • 1篇黄瑞平
  • 1篇刑志栋

传媒

  • 2篇西北大学学报...
  • 1篇数学的实践与...
  • 1篇计算机应用与...
  • 1篇计算机工程与...
  • 1篇计算机与现代...
  • 1篇纯粹数学与应...

年份

  • 1篇2010
  • 2篇2009
  • 2篇2008
  • 2篇2006
7 条 记 录,以下是 1-7
排序方式:
一类混合遗传算法的收敛性研究被引量:5
2006年
针对遗传算法的有效性一般是通过数值实验来说明这一问题,本文在三个假设的条件下给出了一类混合遗传算法依概率收敛的证明,而且得到了在此算法的框架下通过改变子种群Ⅱ的变异算子而不改变依概率收敛特性的结论.
张晓伟邢志栋
关键词:混合遗传算法收敛性证明
二项式系数和序列的同余性质被引量:1
2009年
利用同余理论研究了二项式系数和序列an(r,s)和bn(ε,a,b,c)分别在模p2和模p3下的同余性质,这将为研究它们的多项式递推公式提供有利的工具.
任丹妮陈晓化米焕霞
关键词:二项式系数同余WOLSTENHOLME定理
等周图像分割算法的一种加速改进被引量:2
2010年
在等周算法应用于图像分割中,由于不能充分利用求解线性方程组所得到的状态向量,且对于多目标的图像进行处理时采用的二分迭代产生较大计算量的不足,通过对多目标图像的状态向量和等周率进行分析,提出一种加速改进k+1分迭代方式,经分析和实验表明改进后方法比原算法分割在计算次数和计算时间上效率更高。
刘琦邢志栋董建民
关键词:图像分割
高维金字塔型协同粒子群算法被引量:4
2009年
针对一般粒子群PSO求解高维优化往往陷入局部收敛的"诅咒"问题,设计了一种高维金字塔型协同粒子群优化(A Pyramid-type Cooperative Approach to Particle Swarm Optimizations with Multi-dimensions,PCPSO-M)算法。PCPSO-M算法结合了PSO较快收敛以及CPSO协同算法局部寻优能力强的特点。把粒子群分为三层金字塔型,各个层间、层内相互协同作用,在最上层由于维数过大,则采用一半"较好"适应值的粒子代替另一半"较差"适应值的粒子。这种上下协同,内外"学习"的方法,很好地解决了维数高的问题,弥补了CPSO的不足;尤其在Rosenbrock、Quadric函数的测试中,实验结果表明,解的质量好,效果满意。
张行刑志栋董建民
关键词:协同粒子群粒子群算法金字塔
一种基于粒子群算法和育种算法的混合算法被引量:4
2008年
目的求解无约束优化问题。方法结合粒子群算法收敛速度快而育种算法不易陷入局部最优的特点,设计了一种新的算法。结果数值试验结果表明算法对于多峰值函数有很好的优化效果。结论当群体最优信息停滞时,新算法能够使粒子群算法中的粒子跳出局部最优解,最终求得全局最优解。
张楠邢志栋董建民王辛
关键词:粒子群算法全局最优解
集值单调算子的变分不等式被引量:2
2006年
目的对集值单调算子的变分不等式解的存在性进行研究。方法利用KY-FAY及Kneser定理和拓扑向量空间解的性质作为切入点。结果在局部凸Hausdorff拓扑向量空间中得到了解的两个存在定理准则。结论得到了在局部Hausdorff拓扑向量空间中集值单调算子变分不等式解存在的条件,推广了Browder等人的结论。
薛西峰邢志栋
关键词:局部凸单调算子变分不等式
改进的粒子群优化算法被引量:11
2008年
将基本粒子群算法粒子行为基于个体极值点和全局极值点变化为基于个体极值中心,并且按一定概率选择其他粒子的个体极值点,设计了一种新的粒子群优化算法。新算法的学习行为符合自然界生物的学习规律,更有利于粒子发现问题的全局最优解。实验结果表明了算法的有效性。
王晓英邢志栋黄瑞平
关键词:粒子群优化算法群智能进化计算
共1页<1>
聚类工具0