排序方式: 共有13条查询结果,搜索用时 203 毫秒
1.
提出一种多目标增量启发式搜索算法, 该算法结合启发式搜索与增量搜索的思想, 当多目标问题搜索图的状态格局发生改变时, 该算法并不是对变化后的问题进行完全重新求解, 而是部分利用了先前搜索保留的信息求解新问题的最优解集, 从而提高了问题求解的效率. 通过Gridworld标准测试问题上的实验测试, 验证了算法的效率. 相似文献
2.
基于区域的自动种子区域生长法的彩色图像分割算法 总被引:1,自引:1,他引:1
提出了一种基于区域的自动种子区域生长法进行彩色图像分割的算法.该方法首先应用分水岭算法对图像进行初始化分割,形成过分割效果.然后从分水岭算法形成的区域出发,根据一定的规则自动选出一些区域作为种子区域,进行种子区域生长.与传统的种子区域生长法(SRG)以图像中的像素点作为种子进行生长的方法不同,本方法以区域作为种子并以区域作为生长单位进行区域生长.实验结果表明,该算法能够产生较好的分割效果及较快的分割速度. 相似文献
3.
利用可能性理论提出了一种基于PDDL(planning domain definition language)的可能性规划表示方法——Poss-PDDL,给出了基于可能性理论框架下的定性决策理论和图规划算法的可能性规划求解方法——可能性图规划,设计并开发了可能性规划问题求解器Poss-Graphplan.PDDL是国际规划器大赛的标准域定义语言,这使得Poss-PDDL更具通用性和标准性.由于用可能性理论表示动作效果和状态的不确定性更具优势,因此Poss-Graphplan更适用于解决那些概率模型无法解决或者很难获得概率信息的不确定规划问题.可以证明,应用可能性图规划方法求解可能性规划问题得到的规划解是最优的.实验结果表明,可能性图规划方法在问题求解能力和速度上的表现都较为突出. 相似文献
4.
5.
Parameter estimation for chaotic systems using the cuckoo search algorithm with an orthogonal learning method 下载免费PDF全文
We study the parameter estimation of a nonlinear chaotic system,which can be essentially formulated as a multidimensional optimization problem.In this paper,an orthogonal learning cuckoo search algorithm is used to estimate the parameters of chaotic systems.This algorithm can combine the stochastic exploration of the cuckoo search and the exploitation capability of the orthogonal learning strategy.Experiments are conducted on the Lorenz system and the Chen system.The proposed algorithm is used to estimate the parameters for these two systems.Simulation results and comparisons demonstrate that the proposed algorithm is better or at least comparable to the particle swarm optimization and the genetic algorithm when considering the quality of the solutions obtained. 相似文献
6.
7.
基于Linux的网络地址转换技术研究及其在校园网中的应用 总被引:1,自引:1,他引:0
在Linux操作系统的基础上给出了地址转换技术的基本原理和功能架构,结合具体实现给出了相关的实验案例设计,并将之付诸实践.实验证明,通过网络地址转换技术,可以达到隐藏内部网络地址、节约IP资源、增强系统的安全性等目的. 相似文献
8.
9.
在研究了汉字有穷自动机可以表示的语言基础上,引进了最小状态汉字有穷自动机和可区分状态的概念,并利用汉字有穷自动机间的等价性和可区分状态的性质,给出了一种最小化算法,实验证明,此算法优于最小化汉字有穷自动机算法. 相似文献
10.
结合粒子群算法、蚁群算法、重力搜索算法提出了一种新的混合算法——TSP-GPAA.该算法将粒子群算法和重力搜索算法加入到蚁群算法中,利用粒子群算法的全局搜索能力解决了蚁群算法的初始信息素匮乏的问题,并且重力搜索算法将粒子群算法和蚁群算法参数进行优化,明显提高了蚁群算法的优化性能.实验表明新算法对于解决TSP问题是有效的... 相似文献