局部极小相关论文
ＧＳ算法在解决相位恢复问题的计算中有容易陷入局部极小困境的缺点，为克服这一缺点我们提出一种利用中间计算结果及一个加权因子λ来切......
神经网络在数据挖掘的应用中主要存在两个问题，一是训练时间过长；二是获得的知识难以理解和表示。神经网络中的规则提取方法是解决“......
张代远教授在其专著《神经网络新理论与方法》中提出的权函数神经网络模型简化了网络结构，克服了传统神经网络算法局部极小、收敛速......
为了解决传统神经网络算法(如BP、RBF算法)中出现的局部极小、收敛速度慢等问题,文献[1]和文献[2]中作者提出了权函数神经网络的概......
遗憾的是全局优化的理论与算法远不及局部优化的那么成熟,至今为止对于一般非凸函数还缺少判别全局最优性的条件.该文组织如下:第......
为了解决可变学习速率的BP神经网络(VLBP)在训练时容易陷入局部极小的问题,在VLBP的算法规则中引入模拟退火中的metropolis接受准......
针对机器人软件控制系统对扩展性和重用性的应用需求,将分布式组件服务、多代理协调与层次化软件设计思想结合,构建了基于松耦合服......
Ｂ Ｐ 网络是目前应用最为广泛的神经网络，但由于 Ｂ Ｐ 网络采用的是梯度下降法，这就不可避免地会出现网络学习收敛速度慢及容易陷入局部极......
进一步研究ｂｐ算法，给出了一个以逐步增加训练数据和隐节点＂为特征的避开局部极小的改进方法．建议了一个可控制的前向网络ｂｐ模型
Furthe......
利用同伦方法求解无约束非凸优化问题,证明了在同伦映射为正则映射的条件下,选取合适的同伦方程,当算法可以排除鞍点时,同伦方法一......
针对基本遗传算法(GA)有局部搜索能力差、计算量大、对较大搜索空间适应能力差和易收敛于局部极小值等问题,采用将极值优化(EO)算......
矢量量化是一种极其重要的数据压缩方法,但其码本设计算法容易陷入局部极小值.为了解决这个问题,可以将模拟退火法引入矢量量化器......
研究使用混合GA-BP神经网络算法来解决交通路径规划中的非线性问题. 反向传播（Back-Propagation, BP）神经网络虽然能够很好地解决非......
采用变尺度混沌优化方法代替梯度下降法融入BP神经网络,在优化搜索过程中不断缩小搜索空间,克服了标准BP算法易陷入局部极小的缺点......
快速准确地估计马尔可夫随机场的参数,通过拟似然函数可以将其参数估计转化为一个寻找全局极值的问题.粒子群优化算法应用于多极值......
利用人工势场法进行移动机器人路径规划是十分有效的，在使用人工势场法进行避障的时候，由于移动机器人对周围环境信息的感知具有局限......
本文在对前馈神经网络训练算法分析的基础上，阐述了标准BP算法的特点，并分析了在实际应用中存在的不足，指出了产生不足的原因，最后介绍......
提出一种智能启发式搜索算法：跳跃逃逸算法，该算法使搜索直接从局部极小中跳出，而不是像模拟退火、禁忌搜索等方法从局部极小中慢慢地......
针对粒子群优化算法(PSO)应用于多极值点函数易陷入局部极小值,提出旋转曲面变换(RST)方法.该方法通过将被优化函数映射到一个同胚......
在本文中提出了一种针对新型双权值神经元网络的数据拟合算法.采用这种新型网络结构和算法,可以克服传统的通用前馈网络中BP算法易......
针对多层神经网络中由于隐含层神经元饱和而引起的局部极小值问题,提出一种改进的BP算法.每一种训练模式在隐含层的神经元都采用各......
将L-M算法与填充函数法相结合,提出一种训练前向网络的混合型全局优化新算法.L-M算法的收敛速度快,利用它先得到一个局部极小点,然......
针对BP神经网络对易陷入局部极小的缺点，结合粒子群优化算法（PS0）在全局搜索上的良好性能，提出了一种新的算法——PSO-BP混合算法。该......
利用组合同伦内点方法求解目标函数为凸的一类非凸规划问题，证明了在同伦映射为正则映射的条件下，同伦方法一定收敛到局部极小解，并得......
借助于γ次微分,在γ凸条件下,在一维空间R上讨论了约束非光滑优化问题的最优性条件.证明了γ凸函数的局部极小一定是整体极小,并......
提出了一种改进的全局寻优自适应快速BP算法并把其应用于广义预测控制(GPC)算法中,解决了限制GPC实时控制的快速性问题.仿真结果表......
分析了钉螺螺情的现实需求和高阶Delaunay三角网的应用意义,论述了Delaunay三角网的基本概念和相关特性,介绍了几种Delaunay三角网......
所有控制决策问题本质上均可归结为优化问题，但大部分存在多极小，因此如何摆脱局部极小以实现全局最优一直是理论界和工程界关注的热......
Delaunay三角剖分是构建数字地形模型的有效方法,但是该方法会引起人工大坝和局部极值问题,使得地形模型不能很好地反映原始地形的......
针对传统人工势场法应用于串联型冗余机械臂避障时无法约束各关节位姿、陷入局部极小后难以逃离的问题,提出一种改进人工势场法.建......
针对利用粒子群优化算法进行多极值点函数优化时,存在陷入局部极小点和搜寻效率低的问题.提出旋转曲面变换方法,将被优化函数映射......
针对多移动机器人局部路径规划问题，结合人工势场法，利用设计的交通规则、逃脱局部极小规则以及多机器人碰撞预测规则，实现多移动机器......
为了研究移动机器人的运动规划方案,提出使用指数形式的人工势场函数描述环境中的目标和障碍物。针对人工势场方案可能出现的局部......
针对模糊C-均值(Fuzzy C-Means,FCM)算法对初始值敏感、收敛结果易陷入局部极小的问题,本文提出了一种新型的两阶段模糊C-均值聚类......
通过比较BP各种模式,提出了BP神经网络的拆分和组装方法,阐述了它的正确性,并采用该方法来构造成一个学习结果达到均方根误差全局......
针对人工势场法在移动机器人局部路径导航中存在局部极小问题，提出了一种无线传感器网络节点定位-状态判断-节点引导-向目标移动的......
针对地磁异常引起磁参量变化规律失真,导致自主水下航行器（autonomous underwater vehicle,AUV）导航搜索算法极易陷入局部极小的问题......
在环境信息已知情况下,对移动机器人的动态目标规划问题进行深入研究。对传统人工势场法的不足进行改进,使得移动机器人较好地避障......
温度场预测是实现铣刀片槽型设计与重构的关键技术，神经网络预测模型是实现温度场预测的新途径。针对铣刀片温度场的非稳态特性，提出......
结构的损伤检测常转化为求解约束优化问题，针对粒子群算法容易出现早熟问题，增大算法后期的粒子位置的改变量，从而增加粒子位置的差异......
改进蚁群算法其实就是拒不检测精英蚁群搜索路径，从而获得局部极小诱因点，并且将其应用到智能机器人路径规划选择中，优化局部路径规划......
针对BP神经网络由于初始权值的随机选取而造成陷入局部极小的问题，提出了以遗传算法为基础的最优值选择法，利用遗传算法自身特有的优......
类似于无约束全局优化问题,本文给出了求解约束全局优化问题的一个填充函数方法,首先给出了约束全局优化问题的填充函数定义,在此......
给出一种新的优化算法：球隙迁移法．该方法不是已有方法的融合或改进，它利用搜索过程中积累的极小点分布信息形成球隙，以此启发、指导后......
