共查询到20条相似文献,搜索用时 125 毫秒
1.
在二维阈值化分割算法的基础上,提出了一种新的改进分割算法运算效率的遗传算法,在对耗散系统理论研究的基础上,将简单遗传法与耗散结构相结合,构成一种新的算法,并对该算法求解红外图像二维阈值问题进行了仿真研究。仿真计算结果表明:用这种方法求解红外图像二维阈值分割问题,计算效率大大提高,而且求解性能较简单遗传算法有很大的改善。 相似文献
2.
提出了一种用于多用户OFDM系统的资源分配算法(ESFC),能以低复杂度完成用户间的子载波、比特及功率分配,达到快速优化系统发射功率的目的。该算法同时考虑到动态业务的实时性和用户间的公平竞争性,将系统资源分配问题转化为数学模型的多约束优化求解问题。资源分配过程分为两个步骤,包括基于进化策略进行子载波分配和使用注水算法进行比特及功率分配。仿真结果表明:与现有算法相比,该算法能有效降低复杂度,在优化OFDM系统性能的同时兼顾了实时性需求,明显减少了运算量,能快速收敛到优化解。
关键词:OFDM; 进化策略; 子载波分配; 比特分配 相似文献
3.
将局部版粒子群算法应用于非满载车辆路径问题,设计了一种实数编码方案,线性调整惯性权值,改进粒子更新公式,建立了解决该问题的粒子群算法。用该算法求解了两个车辆路径问题的算例,并与遗传算法和标准粒子群算法进行了比较。结果表明:该算法提高了搜索最优路径的成功率,能更有效地求解非满载车辆路径问题。 相似文献
4.
5.
改进后的遗传算法在排课系统中的应用研究 总被引:1,自引:0,他引:1
乔树清 《齐齐哈尔医学院学报》2007,28(16):1984-1986
首先针对排课问题提出遗传算法来解决这样的复杂问题,把排课问题融入遗传算法中,针对遗传算法做了模块化设计,将算法的运行区分为多种不同的机制,并提出一种改进的遗传算法。 相似文献
6.
针对某些不稳定的中间产品,考虑其在中间储罐存储时间有限的调度问题。用粗糙变量表示不确定的加工时间,在粗糙规划
理论的基础上建立相应的粗糙调度模型,并将其清晰等价化。设计了具有针对性的信仰空间及其与种群空间进行沟通的渠道,并在
此基础上仿照自然界的演化规则为解决进化停滞的问题引入了灾变算子,提出了一种新的灾变型文化算法。仿真结果表明了本文所
提出模型和算法的可行性及有效性。与改进遗传算法和无灾变算子的文化算法的对比研究表明了灾变型文化算法具有更好的求解性
能。 相似文献
7.
对寻找包含平面多边形的最小正三角形问题提出了一种基于遗传算法的求解方法。对遗传算法求解过程中的编码、正三角形内心(内切圆的圆心)的范围界定,选定个体内心后正三角形内切圆半径的确定和适应度函数选取等进行了讨论,并以实例验证了算法的有效性。 相似文献
8.
本文以仿射模型为基础将区域配准问题转化成优化问题,然后给出小波金字塔分解用于配准的一般框架,并与常规金字塔分解法进行了分析比较;针对配准过程的多变量非线性优化问题,结合混沌理论和遗传算法提出了改进的全局优化的混沌遗传算法.这种算法将混沌序列嵌入标准遗传算法,对标准遗传算法的个体进行混沌化处理,利用混沌的遍历特性来改进遗传算法的鲁棒性. 相似文献
9.
10.
11.
对PageRank算法和HITS算法的基本思想和具体算法进行介绍,从算法思想、权重的传播模型、处理的数据量及用户等待时间几方面对两种算法进行比较,并分析其各自的优缺点。 相似文献
12.
为了寻找栅格状轨道交通运输网络中任意两个节点间的全部最短路径,根据数据结构中堆栈数据"后进先出"的原理,提出了生长路径法.它将从起点发出的初始最短路径压入堆栈,并利用边的编号和路径长度对堆栈内的路径进行生长和判断,合格的路径进栈,不合格的路径剔除,直到堆栈内所有的路径都生长至终点为止.利用这种算法可求出无负向边的有向网络中任意两节点间所有的最短路径. 相似文献
13.
14.
15.
基于搜索起点的预测和梯度下降搜索,提出了十字交叉梯度下降搜索(CCGDS)算法。该算法根据运动矢量的中心分布特性设计了相应的匹配搜索模板。仿真结果表明:该算法可以用较小的搜索代价取得与全搜索相当的效果,且在搜索速度与搜索效果方面优于三步法(TSS)、四步法(FSS)和钻石法(DS)。 相似文献
16.
将小生境技术引入到微粒群优化算法之中,设计出一种小生境微粒群优化算法。该算法除了始终赋予微粒生命力,还将位置重叠的差适应值微粒在搜索空间重新启动。通过对4个常用测试函数进行优化计算,仿真结果表明小生境微粒群优化算法比基本微粒群优化算法具有更好的优化性能。 相似文献
17.
18.
在时域循环卷积运算实现反卷积方法的基础上,基于广义逆的概念提出了一种改进算法,该算法不仅可以有效地避开无谱逆问题,而且运算量增加较少,易于编程实现。 相似文献
19.
为了提高基本差分进化算法的寻优速度和寻优效能,提出了一种改进的自适应差分进化算法(ADE)。在基本差分进化算法中引入了自适应变异算子,根据每个个体与最优个体适应度值的相互关系,自动地调节变异算子值,使之在进化初期较大,随着个体逐渐接近最优值,算子值逐渐变小,确保个体向最优值快速、稳定地逼近。在每一代变异、交叉和竞争之后,又增加了与随机新种群的竞争操作,使算法易于跳出局部最优点,以提高全局搜索能力。采用4个经典的测试函数对算法进行验证,结果显示:该算法的收敛速度与收敛精度在一定程度上优于基本差分进化算法,同时也优于基于代数进行自适应变异的差分进化算法。 相似文献