检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

多根非线性方程组求解的探路者灰狼算法

工程数学学报 2022年第6期39卷 957-968页

作者：逯苗曲良东何登旭广西民族大学数学与物理学院南宁530006

针对传统算法在多根非线性方程组求解时依赖初始值的选定,求解个数不完全,求解精度不高的问题,提出了一种结合探路者算法的灰狼优化算法(PGWO)。由于灰狼优化算法存在后期收敛速度慢等问题,结合了探路者算法,根据探路者中跟随者的更新... 详细信息

针对传统算法在多根非线性方程组求解时依赖初始值的选定,求解个数不完全,求解精度不高的问题,提出了一种结合探路者算法的灰狼优化算法(PGWO)。由于灰狼优化算法存在后期收敛速度慢等问题,结合了探路者算法,根据探路者中跟随者的更新机制对灰狼个体的位置进行改变,进而平衡算法的全局搜索和局部搜索能力。通过9组多根非线性方程组的仿真实验结果和其他群智能算法进行比较,实验结果表明PGWO算法提高了多根非线性方程组求解的精度,在求解个数上得到明显提升,进而说明了算法的有效性。

关键词：多根非线性方程组探路者算法灰狼优化算法仿真实验

在线全文

学校读者我要写书评

暂无评论

基于对分法求解线性规划问题的神经网络方法

计算机工程与应用 2006年第20期42卷 74-75,102页

作者：何登旭广西民族学院计算机与信息科学学院南宁530006

从数值逼近的方法出发,结合对分法的思想,提出了一种新的神经网络计算模型,我们称为对分神经网络BNN(BisectNeuralNetwork)模型;给出了一种基于对分法思想的神经网络学习算法,并用于求解线性规划问题,其目的是给线性规划求解问题提供一... 详细信息

从数值逼近的方法出发,结合对分法的思想,提出了一种新的神经网络计算模型,我们称为对分神经网络BNN(BisectNeuralNetwork)模型;给出了一种基于对分法思想的神经网络学习算法,并用于求解线性规划问题,其目的是给线性规划求解问题提供一个新方法。

关键词：对分法神经网络线性规划学习算法

在线全文

学校读者我要写书评

暂无评论

一种小规模多种群萤火虫群优化算法

计算机工程与应用 2011年第23期47卷 48-50页

作者：祝华正何登旭广西民族大学数学与计算机科学学院南宁530006

针对基本萤火虫群优化算法在求解多极值函数问题时,随着极值点增多,收敛速度低、精度不高的缺陷,提出了一种小规模多种群的改进萤火虫群算法,实验仿真表明,改进后的萤火虫群算法在求解多极值函数优化问题时,所花时间明显减少且精度也得... 详细信息

针对基本萤火虫群优化算法在求解多极值函数问题时,随着极值点增多,收敛速度低、精度不高的缺陷,提出了一种小规模多种群的改进萤火虫群算法,实验仿真表明,改进后的萤火虫群算法在求解多极值函数优化问题时,所花时间明显减少且精度也得到了提高。

关键词：萤火虫群优化算法函数优化智能算法多峰函数

在线全文

学校读者我要写书评

暂无评论

一个简化的正弦余弦算法:正弦算法

计算机应用研究 2018年第12期35卷 3694-3696,3728页

作者：曲良东何登旭广西民族大学软件与信息安全学院南宁530006

为了简化正弦余弦算法,首先在对该算法进行理论分析后,提出正弦余弦算法的一个简化算法——正弦算法;然后利用10个标准的优化算法测试函数和一个选址问题来对正弦算法进行测试,并与正弦余弦算法进行对比。仿真结果表明正弦算法的搜索效... 详细信息

为了简化正弦余弦算法,首先在对该算法进行理论分析后,提出正弦余弦算法的一个简化算法——正弦算法;然后利用10个标准的优化算法测试函数和一个选址问题来对正弦算法进行测试,并与正弦余弦算法进行对比。仿真结果表明正弦算法的搜索效率明显高于正弦余弦算法。

关键词：正弦余弦算法正弦算法选址问题群智能

一种激励函数可调的回归神经网络符号计算模型及应用

在线全文

学校读者我要写书评

暂无评论

计算机科学 2002年第Z1期29卷 112-114页

作者：周永权何登旭戴祯杰广西民族学院数学与计算机科学系南宁530006 广西教育学院数学与计算机科学系南宁530023

　　1引言　　Hensel提升方法是由Hensel本人在1900年提出,最先用于求解一元多项式的p-adic展开式,后经Wang和Rothschlid推广到多元多项式的情形,并应用于整数域上的多项式因式分解[1],发展到今天,Hensel提升方法,在代数符号计算、近似... 详细信息

　　1引言　　Hensel提升方法是由Hensel本人在1900年提出,最先用于求解一元多项式的p-adic展开式,后经Wang和Rothschlid推广到多元多项式的情形,并应用于整数域上的多项式因式分解[1],发展到今天,Hensel提升方法,在代数符号计算、近似代数符号计算等相关领域,有着广泛的应用.作者认为,几乎与Hensel构造方法有关的代数计算都是一些精确计算,从一般函数逼近的观点来看,它只是一种在p-adic意义下的逼近,完全不同于通常意义下一般函数的逼近,限制了Hensel提升方法的应用范围,因此,有必要进行推广.……

关键词：激励函数回归神经网络符号计算模型应用范围 Computation Model Recurrent Neural Networks 提升方法符号计算多项式因式分解代数一元多项式多元多项式精确计算函数逼近构造方法展开式数域求解

层次泛函网络学习算法及其在时间序列分析中的应用

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

数据采集与处理 2006年第2期21卷 123-127页

作者：周永权何登旭焦李成李陶深西安电子科技大学智能信息处理研究所西安710071 广西民族大学计算机与信息科学学院南宁530006 广西大学计算机与电子信息学院南宁530004

设计了一类单输入单输出泛函网络与双输入单输出泛函网络作为构造层次泛函网络基本模型。提出了一种层次泛函网络模型,给出了层次泛函网络构造方法和学习算法,而层次泛函网络的参数利用解方程组来进行逐层学习。以时间序列中典型的Héno... 详细信息

设计了一类单输入单输出泛函网络与双输入单输出泛函网络作为构造层次泛函网络基本模型。提出了一种层次泛函网络模型,给出了层次泛函网络构造方法和学习算法,而层次泛函网络的参数利用解方程组来进行逐层学习。以时间序列中典型的Hénon映射为例,通过比较分析看出,层次泛函网络更适合于时间序列分析。计算机仿真结果表明,这种层次学习方法,对时间序列具有收敛速度快和逼近精度高等特点。

关键词：函数变换泛函网络层次泛函网络学习算法 Hénon映射