基于乌鸦喝水的元启发式优化算法

启发式优化算法已成为求解复杂优化问题的一种有效方法,可用于解决传统的优化方法难以求解的问题.受乌鸦喝水寓言故事启发,提出一种新型元启发式优化算法—乌鸦喝水算法,首先建立了乌鸦喝水算法数学模型;其次,给出实现该算法的详细步骤;最后,将该算法用于基准函数优化,并将该算法与乌鸦搜索算法、粒子群优化算法、多元宇宙优化算法、花授粉算法、布谷鸟算法等群智能算法进行了比较.仿真实验结果表明,乌鸦喝水算法优于其他算法.     

基于混合细菌趋药性的聚类分割算法

为解决模糊C均值算法对初始值敏感、容易陷入局部极值的问题,提出基于混合细菌趋药性的聚类分割算法,在简单细菌趋药性算法的基础上,将粒子群算法引入.新算法使用粒子群算法、细菌趋药性算法两步优化得到的结果作为模糊C均值算法的初始值,同时新算法中引入精英保持策略,进一步提高算法效率.实验结果表明,新算法具有较快的收敛速度,.同时能够获得较好的图像分割效果和质量.     

几类元启发式优化算法性能的比较研究

元启发式优化算法包括萤火虫算法、布谷鸟算法、蝙蝠算法及和声搜索算法等.选取20个标准测试函数,统计4种元启发式优化算法的运行结果.以算法运行的精确度、稳定性作为比较指标分析算法的求解性能,提出了3种比较算法优劣性的方法,总结了3种比较方法的优缺点.     

求解全局优化问题的改进蝙蝠算法[英文]

蝙蝠算法(BA)是一类基于试探技巧的群智能优化算法,该算法已被广泛用于诸多领域问题的求解.本文提出一个改进的蝙蝠算法NIBA.在算法中,为了加强蝙蝠算法的局部和全局搜索能力,提出了三个改进策略.首先,为了改进蝙蝠的局部搜索能力,在当前最优解处给出了一个新的搜索方程.其次,为了改进算法的全局搜索能力,平衡算法的开发能力和探索能力,算法吸收并改进了和声搜索机制.最后,为了进一步提高NIBA算法的搜索能力,在当前最优解处,算法采用了混沌搜索机制.为了验证算法的性能,针对18个标准测试函数进行了数值实验.与其它算法的比较结果显示,NIBA算法具有更好的稳定性,且效率更高.     

GA-BP嵌套算法的理论及应用

分析了BP算法、遗传算法以及GA-BP-APARTING算法的特点,提出了GA-BP-NESTING算法.在人工神经网络的在线学习和离线学习方式下,分别对BP算法、GA算法、GA-BP-APARTING算法和GA-BP-NESTING算法进行了比较研究,研究发现:第一,网络初始权值的赋值对人工神经网络训练影响很大;第二,离线学习方式下GA-BP-NESTING算法效果最佳.     

比例风险模型下参数极大似然估计的自适应优化算法及其改进算法

自适应优化算法可避免很多常用数值算法遭遇的困难,例如:高维矩阵求逆问题,初值选取的问题和算法的收敛问题等等.因此,自适应优化算法得到了迅速的发展和广泛的应用,本文研究了比例风险模型下的自适应优化算法.首先利用三种自适应优化算法-Adam算法、RMSprop算法、Adagrad算法求解比例风险模型下的参数估计数值解问题,获得了自适应算法的计算优良性.然后,推广了比例风险模型下的Adam算法的研究,发展了一种改进的Adam算法,进一步提高了算法的计算速度并展现了其计算优势.     

学习算法的稳定性与泛化(Ⅱ):有界差分稳定框架

根据有界差分条件,提出了学习算法的有界差分稳定框架.依据新框架,研究了机器学习阈值选择算法,再生核Hilbert空间中的正则化学习算法,Ranking学习算法和Bagging算法,证明了对应学习算法的有界差分稳定性.所获结果断言了这些算法均具有有界差分稳定性,从而为这些算法的应用奠定了理论基础.     

一个具有 n 步二次收敛性的直接法算法

在非线性最优化的直接法算法中,Powell 算法具有一定的代表性,但我们已知Powell 算法对正定二次函数一般不具有二次终结性,为此围绕着改善 Powell 算法的算法特性,出现了一系列 Powell 算法的改进型.其中俞文(鱼此)教授提出了一个新的方法——PY 算法,其基本思想基于,对正定二次的目标函数算法迭代过程中每一轮迭代     

偏微分方程的局部保结构算法

讨论偏微分方程的局部保结构算法,它是原来的整体保结构算法的自然推广. 当边界条件适宜时, 局部保结构算法自然是整体保结构算法, 但整体保结构算法却不一定是局部保结构算法. 局部保结构算法的概念能解释不同保结构算法之间的差异性, 也能为分析和构造性能较好的保结构算法提供理论基础. 不仅如此, 合适的边界条件不再是局部保结构算法可应用于偏微分方程的必要条件, 从而拓宽了保结构算法的适用性. 还讨论了局部保结构算法的应用和系统构造问题, 得到了非线性Klein-Gordon方程的一些新的格式.     

非线性互补问题的两种数值解法

本文研究了非线性互补问题的两类数值求解方法.在经典LQP算法及LevenbergMarquardt算法的基础上,构造了两种新算法,并证明了这两种新算法的收敛性.数值实验表明,新算法对测试问题优于已有算法.     

运输网络中最小饱和流的求解

运输网络中常常由于流量的不可控易发生堵塞现象.网络发生堵塞时的饱和流值达不到最大流值.最小饱和流是运输网络,尤其是紧急疏散网络设计中很重要的一个参数.通过建立网络的割集矩阵来确定网络的堵塞截面,基于此提出了求解最小饱和流的线性规划模型及算法.举例分析表明,利用该算法计算网络最小饱和流更加简便、更加实用.     

求解运输问题的一个算法

给出一个求解问题的数值算法，证明了算法的理论依据，并举例说明算法的应用。     

需求区间型运输问题的求解算法

为了便于建立与需求区间型运输问题有关的决策支持系统，本给出了一个求解需求区间型运输问题的数值算法，证明了算法的理论依据，并举例说明算法的应用，该算法能求得问题的最优解，并具有易于编程实现、收敛性好等优点，大量数值实验表明该算法有较高的计算效率。     

最短时限缺省指派问题的一种解法

将周良泽在 1998年提出的最短时限缺省指派问题转化成赋权二分图的最小权 K-匹配问题。研究了其解的最优性充分及必要条件 ,并给出了适合在图上求解的生长树法及适合在表上直接求解的标号法 ,最后给出一个实例。该解法是一种较简便的算法。     

求解排课表问题的一个启发式数值算法

为了便于建立与排课表问题有关的决策支持系统,本文给出一个求解排课表问题的启发式数值算法,证明了算法的正确性,并举例说明算法的应用.该算法具有易于编程实现、收敛性好等优点,大量数值实值表明该算法能求得问题的最优解.     

求解最大利润流问题的一个算法

为了便于建立与最大利润流问题有关的决策支持系统，本给出了一个交易网络中求最大利润流的数值算法，证明了算法的理论依据，并举例了说明算法的应用。该算法能求得问题的最优解，并具有易于编程实现、收敛性好等优点，大量数值实验表明该算法非常实用有效。     

概率区间型决策中求方案期望值极值的简便算法

给出了一个求概率区间型决策中方案的最大期望值和最小期望值的简便算法,证明了该算法的正确性,并举例说明它的应用。     

交易成本型证券投资中求最优投资方案的一个算法

给出一个交易成本型证券投资中求最优投资方案的数值算法 ,证明了算法的理论依据 ,并举例说明算法的应用 .     

运输问题求解的一种网络算法

本着重探讨了在网络图上求运输问题的初始解的方法，并指出在求解受时间约束的运输问题时得到的初始解，在很大程度就是该问题的最优解，通过实例说明了该算法。     

求解网络最大流问题的一个算法

为了便于建立与网络最大流问题有关的决策支持系统，本给出一个求解网络最大流问题的数值算法。证明了算法的理论依据，并举例说明了算法的应用。该算法能求出网络最大流和最小截，并具有易于编程实现、收敛性好等优点，大量数值实验表明该算法非常实用有效。