检索结果-南通市图书馆

计算机应用研究 2014年第7期31卷 2183-2186,2190页

作者：谭睿璞赵伟福建江夏学院电子信息科学学院福州350108 吉林农业大学信息技术学院长春130118

针对可变形物体对碰撞检测实时性和精确性的要求,提出了一种快速的基于混合更新策略的并行碰撞检测算法。该算法对物体建立AABB包围盒层次树,并用八叉树代替常用的二叉树,提高了算法效率;在每个变形时间步采用自顶向下和自底向上相结合... 详细信息

针对可变形物体对碰撞检测实时性和精确性的要求,提出了一种快速的基于混合更新策略的并行碰撞检测算法。该算法对物体建立AABB包围盒层次树,并用八叉树代替常用的二叉树,提高了算法效率;在每个变形时间步采用自顶向下和自底向上相结合的混合策略来更新包围盒层次树,进一步提高算法效率;最后采用多线程技术,在多核设备上实现并行碰撞检测算法。实验结果表明,与经典的AABB算法相比,该算法在效率、精确性方面具有明显优势,能够满足可变形物体碰撞检测的要求。

关键词：虚拟现实碰撞检测可变形物体混合更新策略多线程

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于改进多目标海洋捕食者算法的舰船目标攻击规划

引用

现代防御技术 2025年

作者：李朔周同乐陈谋南京航空航天大学自动化学院

舰船目标的攻击规划是一个收敛难、局部最优点多的复杂多目标优化问题，传统的优化算法因收敛慢、容易陷入局部最优等问题难以进行寻优，本文提出一种基于混合更新策略的多目标海洋捕食者算法的舰船目标攻击规划方法。通过改进种群初始... 详细信息

舰船目标的攻击规划是一个收敛难、局部最优点多的复杂多目标优化问题，传统的优化算法因收敛慢、容易陷入局部最优等问题难以进行寻优，本文提出一种基于混合更新策略的多目标海洋捕食者算法的舰船目标攻击规划方法。通过改进种群初始化方式，构建基于运动状态系数的优化阶段划分策略，建立混合运动模式，来提升舰船目标攻击规划求解的各个优化阶段中开发和探索的空间，提高全局优化性能，以获得最优的舰船目标攻击方案。通过三个不同场景的测试验证，本文所提出的基于混合更新策略的多目标海洋捕食者算法具有最佳的寻优性能，能够更准确地进行攻击舰船目标的规划。

关键词：改进多目标海洋捕食者算法攻击规划舰船目标运动状态函数混合更新策略

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于等位基因的实数编码量子进化算法

引用

仪器仪表学报 2015年第9期36卷 2129-2137页

作者：张宇献钱小毅彭辉灯王建辉沈阳工业大学电气工程学院沈阳110870 沈阳工业大学信息科学与工程学院沈阳110870 东北大学信息科学与工程学院沈阳110004

为改善量子进化算法的早熟问题,提高算法搜索精度和收敛速度,提出了一种基于等位基因的实数编码量子进化算法。该算法以概率叠加的方式将实数变量按照等位基因进行编码,采用混合更新策略根据基因的"相对优良性"对等位基因进行变尺度变异... 详细信息

为改善量子进化算法的早熟问题,提高算法搜索精度和收敛速度,提出了一种基于等位基因的实数编码量子进化算法。该算法以概率叠加的方式将实数变量按照等位基因进行编码,采用混合更新策略根据基因的"相对优良性"对等位基因进行变尺度变异,在全局搜索与局部搜索平衡的前提下提高搜索速度,之后引入Hε门更新等位基因对应的概率幅度。最后利用Markov链证明了其全局收敛性。数值算例将所提及算法与量子进化算法和基于双链编码的量子遗传算法进行比较,验证了算法的收敛速度和求解精度,并将该算法应用于纺织浆纱工艺参数的优化问题,获得了良好的优化效果。

关键词：量子进化算法实数编码等位基因混合更新策略收敛性分析

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

改进的布谷鸟搜索算法及其在桁架结构优化中的应用研究

改进的布谷鸟搜索算法及其在桁架结构优化中的应用研究

引用

作者：覃俊霖广州大学

学位级别：硕士

智能优化算法适用于求解可行域非凸、不连通、离散变量、梯度信息较难获取的优化问题。同时,智能优化算法的精髓在于对自然规律的模仿,作为智能优化算法的一员,布谷鸟搜索算法受到布谷鸟寄生育雏行为的启发而被提出,为本文解决桁架结构... 详细信息

智能优化算法适用于求解可行域非凸、不连通、离散变量、梯度信息较难获取的优化问题。同时,智能优化算法的精髓在于对自然规律的模仿,作为智能优化算法的一员,布谷鸟搜索算法受到布谷鸟寄生育雏行为的启发而被提出,为本文解决桁架结构优化问题提供了一个有效途径。本文对布谷鸟算法进行深入研究,对其进行改进,并用于经典桁架结构算例中,本文的主要工作如下:在算法的研究方面,针对布谷鸟搜索算法的两点不足,提出一种改进的布谷鸟搜索算法:第一个不足是算法的局部搜索采用双随机解做差获取种群信息,未能较好发挥局部搜索能力,求解精度有待提高;第二个不足是在求解多维优化问题时,算法以全维度的形式寻优,维度之间的耦合会对寻优造成一定程度的干扰。因此,本文针对这两点不足设计了混合更新策略和维度变换更新策略,其中,混合更新策略采用了两种更新个体的式子,发挥两式优点,使其相互配合完成算法的局部搜索阶段;维度变换更新策略采用了锦标赛选择机制,灵活判断个体以全维度或单维度的形式更新,以减少维度之间的相互干扰。通过多维基准测试函数寻优实验,改进工作使算法能够在全局搜索与局部搜索中取得较好平衡,且提高了求解精度,表明了改进算法的有效性。在算法的应用方面,将改进算法应用至桁架结构的尺寸优化问题中:从力学分析来看,算例可分为静力学和动力学的优化问题;从设计变量来看,可分为连续变量和离散变量的优化问题。算例优化结果表明本文的改进算法在处理桁架结构尺寸优化问题上的有效性。并在尺寸优化问题的基础上,引入节点位置变量,优化问题由尺寸优化转化为形状优化,优化结果表明本文改进算法能有效地解决桁架结构的形状优化问题。

关键词：布谷鸟搜索算法混合更新策略维度变换更新策略桁架结构优化

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于等位基因量子进化算法的经纱断头率优化研究

基于等位基因量子进化算法的经纱断头率优化研究

引用

作者：钱小毅沈阳工业大学

学位级别：硕士

量子计算是信息科学和量子力学相结合的新兴交叉学科,以量子算法为代表的量子计算具有高度的并行性、指数级存储容量和对经典启发式算法的指数加速作用,因此具有极大的优越性并蕴涵着强大的生命力。量子计算和智能计算的融合可以通过在... 详细信息

量子计算是信息科学和量子力学相结合的新兴交叉学科,以量子算法为代表的量子计算具有高度的并行性、指数级存储容量和对经典启发式算法的指数加速作用,因此具有极大的优越性并蕴涵着强大的生命力。量子计算和智能计算的融合可以通过在传统智能计算中引入量子计算机制来改变传统智能计算的寻优方式,提高寻优能力和收敛速度等性能。近年来量子进化算法的研究已成为智能优化领域研究的热点之一。本文在梳理和综述国内外智能优化方法和智能建模方法的研究进展基础上,分析了经典量子进化算法的缺点与局限性,在此基础上,对量子进化算法的编码方式和更新机制进行改进,提出一种基于等位基因的实数编码量子进化算法,并对区间二型模糊神经网络规则与参数进行了优化,最后,将其应用于纺织浆纱生产过程中的经纱断头率的优化。本文主要内容具体如下:（1）简述了量子计算的基本原理及量子进化算法的编码方式、更新手段和算法流程,通过对背包问题和数值优化问题进行求解,并与遗传算法和蚁群算法进行对比,分析了量子进化算法的优点和局限性。（2）针对在连续优化问题中量子进化算法存在的求解精度低、收敛速度慢和编码长度受限等问题,提出了一种基于等位基因的实数编码量子进化算法,将变量以概率叠加的方式编码为等位基因的形式,定义了等位基因的相对优良性,在此基础上给出了混合更新策略。仿真研究将量子进化算法与双链量子遗传算法和遗传算法进行相比,验证了该算法的收敛速度和收敛精度。（3）针对区间二型模糊神经网络规则冗余及后件参数初值难以确定的问题,提出了一种基于混合编码量子进化的区间二型模糊神经网络。该模糊神经网络将混合编码量子进化算法与基于Mamdani模型的自组织区间二型模糊神经网络相结合,通过组合优化消除冗余的规则,通过实数部分优化网络的后件参数获得更好的初始值,并通过混合性能指标优化,在保证模型精度的同时简化了模型的结构,避免出现冗余的规则。通过与自适应模糊推理系统和自组织区间二型模糊神经网络对比分析,验证了混合编码量子进化的区间二型模糊神经网络的有效性。（4）针对纺织浆纱生产过程中工艺指标存在强非线性和不确定性,直接影响经纱可织性关键指标断头率,进而影响产品的优质品率和经济效益的问题,将本文所提出的基于等位基因的实数编码量子进化算法和基于混合编码量子进化的区间二型模糊神经网络用于经纱断头率的预测与优化。以浆纱工艺指标上浆率和回潮率作为输入,经纱断头率作为输出,通过区间二型模糊神经网络对样本数据进行学习得到经纱断头率预测模型,以预测输出为个体适应度,通过基于等位基因的实数编码量子进化算法对该优化问题进行求解,实现对经纱断头率的优化,为浆纱生产进行指导,提高产品质量。

关键词：量子进化算法区间二型模糊神经网络等位基因实数编码混合更新策略经纱断头率优化

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：