共查询到19条相似文献,搜索用时 156 毫秒
1.
2.
3.
旅行商问题(TSP)是一个典型的NP完全问题,现在还没有找到有效的解法。目前比较热门的求解TSP问题的方法主要有四种:神经网络算法;模拟退火算法;遗传算法;蚁群算法。 相似文献
4.
将模拟退火引入遗传算法,构造混合遗传模拟退火算法。通过对具体多机调度问题的求解,表明混合遗传模拟退火算法的效率要优于单一的遗传算法和模拟退火算法。 相似文献
5.
6.
将模拟退火引入遗传算法,构造混合遗传模拟退火算法.通过对具体多机调度问题的求解,表明混合遗传模拟退火算法的效率要优于单一的遗传算法和模拟退火算法. 相似文献
7.
8.
9.
基于GA-Elman动态回归神经网络的股价预测模型研究 总被引:1,自引:0,他引:1
文章针对股价预测问题的复杂性、不确定性、时变性及动态性等特性,利用Elman神经网络具有记忆性的优点,采用遗传算法训练优化Elman神经网络的初始权值,提出了高效的GA-Elman动态回归神经网络股价预测模型。实验模拟结果表明:该模型快速稳定且具有较高的精度,将其用于股票价格预测可行且有效。该模型的提出也为股票价格预测提供了一种新的技术和方法。 相似文献
10.
遗传算法是一种数学算法,具有并行查找以及强大的适应性、鲁棒性、易于实现的益处,它在多目标优化问题的优化求解中有很大的作用和优势。遗传算法被研究人员普遍地使用于机器、控制工程、人工智能、机械视觉等领域。遗传算法是现代有关智能计算中的关键技术。本文从遗传算法的发展和特点出发,详细介绍了软件工程中遗传算法的流程。最后以库存管理系统来说了软件工程中的应用。 相似文献
11.
近年来,随着人工智能技术的不断发展,对移动机器人产业的开发和研究受到越来越多的重视。其中,路径规划作为移动机器人设计的关键核心技术之一,更是学术界、产业界关注和研究的热点问题。遗传算法作为智能仿生学算法在移动机器人路径规划中得到了广泛的应用。归纳总结了传统遗传算法、改进遗传算法、混合遗传算法在移动机器人路径规划研究中的应用情况,为相关专业技术人员了解遗传算法在移动机器人路径规划研究中的发展历程及算法应用提供一定的参考。 相似文献
12.
Adaboost算法是一种典型的机器学习算法,但其算法在训练过程中用时较长.针对这个问题,采用改进的机器学习DWTAdaboost算法与Adaboost算法对1950—2012年内蒙古自治区扎兰屯地区的各项经济统计数据进行分析,比较两种算法模型对数据分析的优劣.结果表明DWTAdaboost算法在保证准确率不变的前提下效率更高. 相似文献
13.
为准确预测乘用车使用寿命,提出基于网格搜索优化LightGBM(GS-LGBM)模型的乘用车使用寿命预测方法。通过对2014—2019年乘用车报废数据进行大量实验,并与9种流行的机器学习算法进行对比,结果表明,LightGBM在平均绝对误差(MAE)、中位绝对误差(MEAE)、均方误差(MSE)和拟合优度判定系数(R2)4项指标上均明显优于其他算法。为进一步提升模型预测精度,采用网格搜索算法对LightGBM进行参数优化构建GS-LGBM模型,效果显著提升(MAE降低11.02%),说明该方法能够更准确高效地预测乘用车使用寿命。 相似文献
14.
除冰车辆调度是飞机除冰作业中的一项核心任务。为了使除冰效率更高,本文对机场除冰车辆调度问题进行研究,考虑飞机的机型,除冰液类型,航班的重要程度以及除冰车需要满足的时间窗,以最小化飞机的除冰成本为目标函数建立数学模型,并采用改进的蚁群算法优化求解该模型。结果证明了模型的正确性和算法的有效性。 相似文献
15.
为实现能源梯级利用、冷热电联供系统优化运行,将基本粒子群算法、改进粒子群法、动态调整惯性权重的粒子群(IDWPSO)算法进行对比。表明相较于其它两种算法IDWPSO算法在收敛速度与精度方面都有更好的表现。建立以运行成本和环保成本最小为目标的冷热电联供CCHP (combined cooling, heating and power)系统模型,并采用IDWPSO算法优化。结果表明,在满足系统负荷与约束条件下,IDWPSO算法优化后的系统综合成本有所降低,对CCHP系统优化运行具有指导意义。 相似文献
16.
为了研究地铁网络的节点重要性,研究一种改进模糊聚类算法:将地铁网络抽象为无向无权复杂网络,选取节点介数、接近中心性和特征向量中心性作为节点重要性的评价指标,利用k-means和熵权法改进的FCM模糊聚类算法,对地铁网络节点的重要性进行软化分.采用误判率交叉估计法对模糊聚类结果进行检验.实证表明,相比传统FCM算法,改进FCM算法目标函数收敛次数降低了58.06%,目标函数值降低了5.33%,误判率为0,更适用于地铁站点的重要性分析. 相似文献
17.
18.
为减少中转行程中产生的旅客延误,在考虑中转过程中后序航班旅客延误的情况下,以中转旅客与后序航班旅客的总延误最小为目标建立优化模型;在满足航班运行限制的约束条件下,应用种马遗传算法对模型进行求解;使用北京首都国际机场的客流数据进行实例验证,并对不同旅客最短衔接时间的优化结果进行比较。研究结果表明:与经典遗传算法和增强精英保留遗传算法相比,种马遗传算法具有更快的收敛速度;在旅客最短衔接时间为120 min的条件下,优化后中转行程中产生的旅客延误减少了29.9%;当旅客最短衔接时间越小时产生的旅客延误越少,且模型优化效果较为稳定,优化百分比为25%~30%。 相似文献
19.
为了克服现有研究的缺限,文章提出了一个基于遗传算法优化BP神经网络的企业营销风险预警模型.首先阐明了BP神经网络和遗传算法应用于企业营销风险预警的可行性,然后构建了基于遗传算法优化BP神经网络的企业营销风险预警模型,接着通过某企业实例对模型进行了训练和测试.结果表明,该模型可以有效及时地对企业面临的营销风险做出预警. 相似文献