基于改进蛙跳算法的结构可靠指标计算

为了克服传统的结构可靠指标求解方法存在的模型描述和计算缺陷,引入改进混合蛙跳算法用于求解可靠指标。针对标准蛙跳算法求解组合优化问题时后期收敛速度慢、容易陷入局部最优的缺点,新算法引入蚁群算法的信息素调整策略,对蛙跳算法后期局部搜索进行改进,扩大算法后期搜索范围,使蛙跳算法跳出局部最优。最后,将改进后的算法应用到结构可靠指标的求解过程,算例验证了改进算法的有效性。     

交叉熵——计算语言学消歧的一种工具

歧义问题的描述和消除问题是制约计算语言学发展的瓶颈问题.将交叉熵引入计算语言学消岐领域.采用语句的真实语义作为交叉熵的训练集的先验信息,将机器翻译的语义作为测试集后验信息,计算两者的交叉熵,并以交叉熵指导对歧义的辨识和消除.实例表明,该方法简洁有效,易于计算机自适应实现,交叉熵不失为计算语言学消岐的一种较为有效的工具.     

求解复杂优化问题的基于信息熵的自适应蚁群算法

针对基本蚁群算法存在收敛速度慢、易陷入局部最优、计算复杂且不易求解连续优化问题等缺陷 ,提出了一种基于信息熵的改进自适应蚁群算法 ,采用由信息熵控制的路径选择及随机扰动策略实现了算法的自适应调节 ,克服了基本蚁群算法的不足 .典型的 NP-hard问题的计算实例表明 ,该方法具有较好的收敛性、稳定性和鲁棒性 ,可用于离散及连续的组合优化问题求解中 ,其不失为求解复杂组合优化问题的一种较好的方法 .