混合多约束处理技术的并行约束差分进化算法

来源 :计算机应用 | 被引量 : 12次 | 上传用户:jingkaiqq
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对约束差分进化算法中单一约束处理技术无法适合所有优化问题的情况,提出了一种混合多种约束处理技术的并行约束差分进化算法。该算法将种群分成多个子种群,各子种群采用不同的约束处理技术并行地独立进化,在适应值评价时进行种群间的通信交流。通过混合4种约束处理技术,使得算法对于所有测试函数都能成功地寻找到最优解,而且运算时间是串行算法的1/4。实验结果表明:与相应的串行算法及采用单一约束处理技术的算法比较,所提算法具有更高的求解精度、更少的计算时间和更快的收敛速度。
其他文献
塞·约翰逊博士曾经说过:“知识有两种,一种是我们知道的某主题的知识,而另一种则是我们知道什么地方能够找到知识的信息。”这句话告诉我们知识的来源也是知识的分支。在信息爆炸的今天,知道到哪里去寻找知识以及如何去寻找,已经成为人们获取更多知识信息的基础。这进一步显示了获取知识的重要性。图书馆是信息的归宿和信息源的构成部分,如何培养学生利用图书馆的馆藏来满足自己对知识的需求,是我们图书管理员义不容辞的责任
数据流挖掘要求算法在占用少量内存空间的前提下快速地处理数据并且自适应概念漂移,据此提出一种面向高速数据流的集成分类器算法。该算法将原始数据流沿着时间轴划分为若干数据块后,在各个数据块上计算所有类别的中心点和对应的子空间;此后将各个数据块上每个类别的中心点和对应的子空间集成作为分类模型,并利用统计理论的相关知识检测概念漂移,动态地调整模型。实验结果表明,该方法能够在自适应数据流概念漂移的前提下对数据
一、数字校园的内涵1.数字校园的定义数字校园是以高度发达的计算机网络为核心技术,以信息和知识资源的共享为手段,强调合作、分享、传承的精神,是网络化、数字化、智能化有机结
针对数字散斑图像的极值位移测量法存在的极值点对误匹配问题,提出一种改进的整像素极值位移法。首先通过极值法查找移动前后散斑图的极值点,构造极值矩阵,生成三维显示图;然后利用多个指定灰度平面平截三维显示图,得到平截点;最后分析平截点构成的相对位移矩阵,计算物体位移。在无噪声和有噪声的条件下进行仿真实验,实验结果都证明,改进算法在保证位移测量精度准确的条件下,极值点对误匹配数减少,运算效率提高103倍。