您现在的位置: 首页> 研究主题> 适应度

适应度

适应度的相关文献在1985年到2022年内共计585篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、经济计划与管理 等领域,其中期刊论文494篇、会议论文20篇、专利文献239647篇;相关期刊342种,包括科技信息、沈阳工业大学学报、计算机仿真等; 相关会议20种,包括第23届过程控制会议、中国水力发电工程学会六届二次理事会暨学术研讨会、2007年全国水电自动化技术学术交流会等;适应度的相关文献由1310位作者贡献,包括周永权、吴晓兵、宁桂英等。

适应度—发文量

期刊论文>

论文:494 占比:0.21%

会议论文>

论文:20 占比:0.01%

专利文献>

论文:239647 占比:99.79%

总计:240161篇

适应度—发文趋势图

适应度

-研究学者

  • 周永权
  • 吴晓兵
  • 宁桂英
  • 施冲
  • 朱辰
  • 李宁
  • 李眩
  • 牟在根
  • 陈云周
  • 姜伟
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 李眩; 吴晓兵; 刘琼
    • 摘要: 建立以总成本最少同时满足时效性要求的物流配送中心选址问题的数学模型,并提出一种带变异的自适应精英改进蚁群算法对选址问题进行求解.本算法中的信息素挥发参数随迭代进行自适应调整,同时引入精英机制对群体当前解的信息素更新来进行有差别处理.此外,本算法移植了遗传算法的变异机制.当本算法陷入停顿时,对当前最优解施加扰动,将有效帮助本算法摆脱局部最优的束缚.验证结果表明,本算法对于实际中比较复杂的物流配送中心选址问题的求解结果较为理想,比基本蚁群算法在效率和寻优能力上有了进一步的提升.
    • 张彦虎; 鄢丽娟; 马志愤; 张彦军
    • 摘要: 为了研究移动设备在多资源复杂环境下的能量消耗问题,提出一种针对移动边缘设备计算卸载的改进粒子群算法。首先基于多环境的移动设备能耗提出一种移动设备能量消耗的计算模型;其次针对计算资源分配问题设计一种可以用于衡量分配方案优劣的适应度算法;最后提出一种改进的粒子群算法,用于求解进一步降低移动边缘设备能耗分配方案的最优解。通过使用模拟仿真软件对多种卸载策略下移动设备能耗、系统响应时间等关键指标对比表明,本文算法在满足用户响应时间的前提下,在求解降低移动设备能耗调度分配方案最优解的过程中具有更优的表现。
    • 次吉
    • 摘要: 幼小衔接是孩子成长的关键时期,其直接影响到幼儿进入小学之后对学习环境、学习内容以及学习形式的适应度。因此,幼儿园要重视幼小衔接工作,帮助幼儿养成良好的学习和生活习惯,从而为小学教育奠定良好的基础。
    • 张群; 罗聪
    • 摘要: 实习生适应度既是衡量该专业学生对未来行业适应能力的指标,又是影响学生未来职业选择和该专业人才培养目标实现的重要因素。研究选取高校旅游管理专业实习生为受访对象,通过发放问卷获得真实研究数据,运用IPA分析法,对高校旅游管理专业实习生的适应度及其影响因素进行了分析,发现该专业实习生的适应度不仅与实习单位、实习岗位有关,还与性别有关,最重要的影响因素主要集中在实习单位方面。研究据此从学校、企业及学生三个方面提出了提高实习生适应度的对策。
    • 姜惠馨
    • 摘要: 基于现下绘本市场,其受众群体除儿童外,还有一个更重要的受众群体便是成年人,相较儿童绘本读物,适用于成人的绘本目前在国内市场处于上升阶段。与儿童绘本有所不同,因为成人年龄及心智成熟度发展更为完善,所以对绘本的审美风格和故事情节框架结构的要求也更有深度和内涵,一本好的成人绘本读物能使成年人劳累了一天后,在阅读时刻寻求到心理上的慰藉,放下疲惫治愈心灵。本文主要通过分析当下成人绘本的叙事结构和市场发展现状,为绘本市场找到适合成人阅读的突破口,为成人绘本的故事设计环节提供一个创新方向。
    • 李辉; 殷文明
    • 摘要: 针对鸡群算法进化过程随机性太强,影响收敛性能的缺陷,提出导向进化鸡群算法,将所有鸡群个体按照适应度分组,让母鸡个体向比它好的个体和组内最优个体学习,小鸡按概率学习或变异,同时简化了个体的进化方式.经测试函数检验,发现该算法寻优性能较高,且对高维问题有较好的寻优效果.将改进算法应用于求解TSP问题,提出基于鸡群算法的旅行商问题的解决思路,发现该算法对TSP问题同样有较好的寻优性能.
    • 徐友洪; 童根树
    • 摘要: 对于资源受限的移动传感器网络的部署问题,提出了采用多目标遗传算法的动态和安全部署策略。具体实现是将随机部署的移动传感器划分和放置到一个具有簇头和最佳路由的独立簇的最优数目中,簇头从其成员传感器收集数据,并通过最具成本效益的路由以压缩和安全的方式将收集到的数据发送到接收器。一旦部署完毕,通过移动(或重定位)自身来最大化它们的覆盖范围,从而实现目标的安全覆盖和监测。实验结果表明,相比于静态部署,提出的动态部署不仅提高了传感器的覆盖率,而且在保证安全性的同时降低了节点丢失百分比。
    • 吕立新; 江宏
    • 摘要: 为了优化BP人工神经网络在大规模样本聚类中的准确度,基于改进人工神经网络数据聚类方法,使用粒子群算法与遗传算法对BP人工神经网络的初始权值与阈值实施优化,将神经网络分类误差作为粒子群的适应度,利用遗传算法更新粒子速度与位置信息,获得最优粒子位置最优解,优化后的粒子群对BP神经网络初始权值与阈值寻优。实验结果显示,改进的BP神经网络训练误差与测试误差较为接近,表明网络模型的聚类性能较为精准、稳定。
    • 高波; 彭程; 路文梅; 高明明
    • 摘要: 由于传统无功电压控制方法易出现局部最优问题,导致控制过程不稳定,无法有效调节负载突加和突卸的情况,提出基于模拟退火粒子群算法的无功电压控制方法。获取电网系统稳态运行时状态参数,根据无功出力点和节点电压两个状态变量构建目标函数,引入惩罚函数确定各变量约束条件;建立基本粒子群算法模型,得到粒子位置与速度更新公式;为避免陷入局部最优,利用模拟退火方式改进粒子群算法,结合适应度值判断粒子位置是否最优;输入电压控制变量极限值,设定迭代次数、运动速度等初始参数,反复更新粒子位置与速度,输出最佳控制值,实现无功电压的优化控制。仿真结果表明,所提算法迭代速度快,控制过程稳定,面对负载突加和突卸时,控制效果仍然较为理想。
    • 李眩; 吴晓兵; 童百利
    • 摘要: 在GM(1,1)预测模型中,发展系数a和灰色作用量b两参数对模型的预测精度有直接影响.在分析GM建模原理和参数对模型精度影响的基础上,提出了一种信息素浓度自适应调整的精英ACO算法与GM(1,1)融合预测模型,在不改变GM(1,1)模型表达形式前提下,使用了改进的ACO算法来求解模型的最优参数.试验结果表明:与传统的GM(1,1)模型相比,改进的ACO算法与GM(1,1)融合模型的预测精度在传统GM模型误差较大的情况下也能取得较好的预测效果,在适用性上比传统模型具有优越性,是提升模型精度一种新思路.同时也说明了运用自适应精英策略改进蚁群算法提升算法全局寻优能力是合理的、科学的.
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号