论文部分内容阅读
漂移分析的基本定理存在缺陷:条件过严、证明有误且不够严格等,而这些缺陷一直未见指出。鉴于该定理是漂移分析的核心和理论基础,很有必要加以严格化。指出了该定理的不足之处,以测度论为工具,对该定理进行了适当的修正与改进,并且给出了一个新的严格的证明。
进化算法漂移分析基本定理的改进与证明
【摘 要】
：
漂移分析的基本定理存在缺陷:条件过严、证明有误且不够严格等,而这些缺陷一直未见指出。鉴于该定理是漂移分析的核心和理论基础,很有必要加以严格化。指出了该定理的不足之处,以测度论为工具,对该定理进行了适当的修正与改进,并且给出了一个新的严格的证明。
【机 构】
：
广东商学院数学与计算科学学院,华南理工大学计算机科学与工程学院,华南理工大学软件学院
【出 处】
：
计算机应用研究
【发表日期】
：
2013年06期
其他文献
为了保证产品族零件工时定额制定的通用性和高效性,提出了以零件制造特征作为工时载体的工时定额制定新方法。该方法通过建立零件的制造特征模型,研究了基于零件制造特征的零件相似性判定,根据零件相似性判定划分了零件组,对每个零件组内所有零件的工时及其影响因素进行了描述,并构建了零件组相应的工时描述平台。通过神经网络技术的运用建立了零件的工时神经网络模型,并结合MATLAB软件对零件工时进行了估算,实现了产品
为了使钢铁企业铁矿石供应与均衡生产匹配,在分析库存均衡性及码头能力需求均衡性约束的基础上,构建了基于均衡性约束的运输—分配模型。引入了一种通过位置越界处理、位置更新因子和全局最优位置未更新计数器的改进模拟退火粒子群优化算法。仿真实例表明,该优化策略在保持较高全局搜索速度的前提下,增强了全局寻优能力,提高了收敛精度,算法稳定性得到了显著改善。采用该粒子群算法应用于运输—分配模型的综合优化实例中验证了
随着电子商务和社交网络的蓬勃发展,推荐系统逐渐成为数据挖掘领域的重要研究方向。推荐系统能够从海量信息中定位用户兴趣点,提供个性化服务。协同过滤算法能够有效分析用户偏好,提供合适的推荐服务。针对评分矩阵稀疏时传统协同过滤算法性能很差的问题,提出一种基于Sigmoid函数的改进推荐系统算法。利用Sigmoid函数对不同项目进行建模,得到项目的平均受欢迎程度;利用Sigmoid函数对不同用户进行建模,将
在研究人工萤火虫算法的基础上,提出了一种改进型的人工萤火虫算法。该算法通过对荧光素值获取方式的改进、能够有效地防止收敛过快、目标函数值极易陷入局部最优的情况,通过三个函数的仿真测试中,在搜索精度和性能上有了显著的提高。通过Cloudsim仿真平台发现,在云计算模型下,该算法可以有效地减少子任务的处理请求任务的平均完成时间,提高了任务处理的效率,达到了资源的合理分配。
为了减少老年人因跌倒而造成的伤害,及时有效地识别跌倒行为,提出了一种基于三轴加速度传感器的人体跌倒识别方法。首先将加速度传感器放置于人体腰腹位置,采集人在运动时的加速度变化数据;然后使用日常活动数据训练隐马尔科夫模型(HMM),利用老年人活动状态相对较少的特点,从测量数据与HMM的匹配程度寻找"疑似"跌倒行为;最后计算短暂时间内的身体倾角,检测人体躺卧姿态,完成跌倒识别。利用HMM和身体倾角识别跌
利用PSO算法在空间上能快速搜索和寻优的特点,在MATLAB 7.0环境下利用改进的粒子群算法从N×M个栅格空间中确定K个目标栅格的位置,使得目标点距离南河、南山及瓷土矿的平均距离是最小的K个,然后结合这K个目标栅格自身土地适宜性条件及邻域土地利用情况来判定该目标栅格是否能演变为窑址。通过此模型模拟了五代至北宋这段历史时期景德镇南河流域窑址景观的演变过程,并对比分析了不同K值和概率阈值下的模拟情况
在Hadoop框架下计算资源和数据资源可以在不同物理位置的特点产生本地化问题。延迟调度算法的产生旨在解决本地化问题,此算法根据任务待处理数据的物理位置作为作业的计算节点,调度任务至目标节点。但是可能出现同一作业中若干任务集中运行在某一计算节点,导致作业达不到理想的并行效果。针对原有的延迟调度算法,提出延迟一容量调度算法,允许部分任务选择非本地化节点作为原延迟调度算法中任务的目标计算节点,以提高作业
为了解决系统在含有执行器局部或者完全失效故障情况下的鲁棒H∞容错控制问题,针对一类状态和控制输入同时存在时变时滞的不确定非线性系统,采用T-S模糊模型来描述,利用并行分布补偿(PDC)算法设计了模糊状态反馈控制器,结合Lyapunov稳定性理论给出了保证该模糊容错控制系统渐近稳定的充分条件,不但保证了系统输出的鲁棒稳定性,而且能够满足给定的鲁棒H∞性能指标。最后通过MATLAB仿真对比系统中有外部
在工程项目群实施阶段框架模型构建的基础上，基于分层赋时着色Petri网定义了工程项目群实施阶段工作流模型。借助CPNTools仿真平台，以某工程项目群实施阶段为例进行了实例建模
针对网络化控制系统中模糊控制器的量化因子和比例因子采用传统经验方法难以整定的问题,提出了一种改进量子粒子群(IQPSO)算法对模糊控制器量化因子和比例因子进行优化。该方法将ABC算法中的搜索算子作为变异算子引入到QPSO算法中,使得IQPSO算法较好地克服了QPSO算法保持种群多样性差容易早熟收敛的缺陷,并以ITAE指标作为IQPSO算法的适应度函数对模糊控制器进行优化。典型工业过程仿真结果表明,