基本遺傳算法造句
例句與造句
- 應(yīng)用基本遺傳算法進(jìn)行水面艦船目標(biāo)識(shí)別研究
- 首先討論了基本遺傳算法及其改進(jìn)算法,結(jié)合故障診斷方程的特點(diǎn),提出了基于ga算法的故障診斷方程求解方法。
- 在基本遺傳操作中引入了混沌優(yōu)化搜索操作,克服了基本遺傳算法容易“早熟”的缺陷。
- 與基本遺傳算法的計(jì)算結(jié)果對比分析表明，所提算法可顯著提高遺傳算法的搜索效率，減小遺傳算法隨機(jī)搜索的波動(dòng)性。
- 本文在改進(jìn)基本遺傳算法基礎(chǔ)上，然后利用該改進(jìn)的遺傳算法對物流配送中心選址問題進(jìn)行優(yōu)化求解，并結(jié)合實(shí)際模型，提出了“混合并行編碼”的編碼思想。
- 用基本遺傳算法造句挺難的，這是一個(gè)萬能造句的方法
- 第四章中，首先建立系統(tǒng)的數(shù)學(xué)模型，針對優(yōu)化調(diào)度的任務(wù)要求，選用了遺傳算法。而后，詳細(xì)討論了基本遺傳算法的實(shí)現(xiàn)，分析了基本遺傳算法的缺陷并給出改進(jìn)的方法。
- 基本遺傳算法僅有交叉算子和變異算子，因而局部搜索能力不強(qiáng)，容易出現(xiàn)種群早熟，進(jìn)化結(jié)束時(shí)往往收斂到最優(yōu)點(diǎn)附近而達(dá)不到全局最優(yōu)點(diǎn)。
- 由于沒有這方面相關(guān)的文獻(xiàn)資料，本文還針對群體規(guī)模對基本遺傳算法的優(yōu)化計(jì)算影響的問題結(jié)合三個(gè)算例進(jìn)行了嘗試性的對比計(jì)算，確定了較佳的群體規(guī)模。
- 本文從遺傳算法的基本理論入手，針對基本遺傳算法( sga )不以概率1收斂于最優(yōu)解的問題，提出了一些改進(jìn)方法并對其收斂性進(jìn)行證明。
- 在對遺傳算法的特點(diǎn)、發(fā)展過程、應(yīng)用領(lǐng)域以及其理論基礎(chǔ)介紹之后，本文針對基本遺傳算法的應(yīng)用存在的局限性，對其進(jìn)行改進(jìn)，主要包括以下幾方面的工作。
- 該算法引入嫁接遺傳算法的基本思想，采用一個(gè)交叉矩陣來確定每一代每一個(gè)個(gè)體的交叉概率，避免了基本遺傳算法過早收斂的缺點(diǎn)，提高了收斂性能。
- 同時(shí)針對強(qiáng)度優(yōu)化的具體問題構(gòu)造合適的適應(yīng)度函數(shù)，并且通過采用“局部退化算子”和“自適應(yīng)算子”相結(jié)合的方法較好地解決了基本遺傳算法中常見的早熟性收斂問題。
- 該算法可以有效地克服基本遺傳算法的未成熟收斂現(xiàn)象，既可以提高抗體的相似性又可以兼顧到抗體的多樣性，為避免算法陷入局部最優(yōu)解，縮短搜索時(shí)間提供了保證。
- 提出了采用實(shí)數(shù)編碼的“群中群”和多種群進(jìn)化相結(jié)合的廣義遺傳算法，并通過程序仿真證明了改進(jìn)算法與基本遺傳算法相比具有明顯的優(yōu)越性。
- 自適應(yīng)遺傳算法的控制參數(shù)可以根據(jù)個(gè)體的適應(yīng)度大小進(jìn)行自適應(yīng)調(diào)整，體現(xiàn)了生物進(jìn)化中“優(yōu)勝劣汰”的思想，使其收斂速度較基本遺傳算法有了很大提高。
更多例句： 下一頁