论文部分内容阅读
通过引入模拟退火算法来保证PSO的全局收敛性,在群体最优信息陷入停滞时引入位置逃逸机制保持前期搜索速度快的特性。仿真结果表明本算法不但具有好的全局收敛性,而且有好的收敛速度。
基于模拟退火算法的可逃逸粒子群算法
【摘 要】
：
通过引入模拟退火算法来保证PSO的全局收敛性,在群体最优信息陷入停滞时引入位置逃逸机制保持前期搜索速度快的特性。仿真结果表明本算法不但具有好的全局收敛性,而且有好的收敛速度。
【机 构】
：
安徽理工大学数理系,华中科技大学控制科学与工程系
【出 处】
：
计算机应用研究
【发表日期】
：
2008年05期
其他文献
压缩传感(compressed sensing或compressive sampling,CS)理论一出现便受到国际上的广泛关注,它打破了经典采样模式,通过随机采样少量点即可精确或以很高的概率恢复原始信号。利用这一特点,提出了一种波达方向(direction of arrival,DOA)估计的新方法,相比于传统DOA估计,只需少量采样点同时达到方向的精确估计,计算机仿真验证了方法的可行性。
针对更实际的异构集群计算环境,充分考虑处理机具有不同的计算速度、通信能力和存储容量的特性,通过允许计算和通信操作重叠执行,采取多次并行分配计算任务的方法,设计一种可分负载多轮调度算法。实验结果表明,该算法不但能获得与均匀多轮调度(UMR)算法相当的渐近最优调度时间长度,并且能够处理更大规模的应用负载,实用性更强。
提出了一种有效的从三视角2.5维人脸图像到完整三维人脸模型的融合方法。首先用ICP(迭代最近点)方法对三视角人脸图像上手动选取的特征区域进行粗配准,然后用一种调整能量最优方法进行精确配准,最终合成完整的三维人脸模型。通过对融合结果进行相似度测量,实验说明了方法的有效性和优越性。