1) Gauss mutation operator
高斯变异算子
1.
A cooperative co-evolution(CCEA) model to function optimization is proposed,based on an improved Guo Tao operator,which employed a Gauss mutation operator to enhance its exploring ability.
在合作式协同演化(CCEA)的基础上,引入了使用高斯变异算子的郭涛算法,设计了一种求解函数优化问题的高效混合演化算法。
2.
The new algorithm has two main characteristics:firstly,the Gauss mutation operator of Evolution Strategies(ES) is introduced;secondy,variable searching subspace is introduced.
新算法的主要特点有两个:一是引入演化策略中的高斯变异算子,二是引入自适应搜索子空间。
3.
The new algorithm has two main characteristics: first, int roduce the Gauss mutation operator of Evolution Strategies (ES) ; second, introd uce variable searching subspace.
对郭涛算法做了两点改进:一是引入演化策略中的高斯变异算子,二是引入自适应搜索子空间。
2) Gauss sustainer
高斯不变算子
3) gauss mutation
高斯变异
1.
The generalized objective function is improved,and Cauchy combination,Cauchy mutation and Gauss mutation are introduced.
通过改进广义的目标函数,对不可行解恰当地进行惩罚,并引进柯西组合、柯西变异以及高斯变异,极大地提高了算法的全局搜索和局部搜索能力,克服传统遗传算法"爬山能力差"的弱点。
2.
Aiming at the disadvantages of Artificial Fish-School Algorithm(AFSA),this paper proposes a novel AFSA based on adaptive Gauss mutation and historical best fish.
针对基本人工鱼群算法存在的不足,根据高斯变异和历史最优鱼个体状态,提出自适应高斯变异人工鱼群算法。
4) Gaussian mutation
高斯变异
1.
In addition,a new crossover operator is proposed and the Gaussian mutation operator is used,which enhance population s diversity and algorithm s local search ability.
提出了一种新的正交遗传算法(OBGA),算法的特点是利用正交数组产生初始种群,它比随机产生的初始种群更均匀分布在解空间中,而且在正交设计的基础上提出了一种新的杂交算子,与高斯变异算子相结合,提高了种群的多样性和算法的局部搜索能力,最后对6个多峰函数进行了测试。
2.
Gaussian mutation is applied to the two individuals if necessary in order to balance the lacal search ability and the global search abilty before crossover,thus efficiency of algorithm is improved,which can be showed .
在进行杂交之前,根据两个个体变量之间的距离恰当地应用高斯变异,平衡了算法的局部搜索能力和全局搜索能力,从而提高了算法的效率。
3.
In this paper,a new particle swarm opti-mization is proposed based on the threshold of evolutionary generation,maximal focusing distance and Gaussian mutation among particles.
为了有效地控制其全局搜索和局部搜索,使之获得较好的平衡,论文在深入分析和研究标准粒子群优化算法的基础上,提出了一种基于进化代数阈值和粒子间最大聚集距离高斯变异的粒子群优化算法。
5) gauss aberrance genetic mode-genetic algorithm
高斯变异遗传算法(GBGM-GA)
补充资料:凹算子与凸算子
凹算子与凸算子
concave and convex operators
凹算子与凸算子「阴~皿d阴vex.耳阳.勿韶;.留叮.肠疽“‘.小啊j阅雌口叹甲司 半序空间中的非线性算子,类似于一个实变量的凹函数与凸函数. 一个Banach空间中的在某个锥K上是正的非线性算子A,称为凹的(concave)(更确切地,在K上u。凹的),如果 l)对任何的非零元x任K,下面的不等式成立: a(x)u。(Ax续斑x)u。,这里u。是K的某个固定的非零元,以x)与口(x)是正的纯量函数; 2)对每个使得 at(x)u。续x《月1(x)u。,al,月l>0,成立的x‘K,下面的关系成立二 A(tx))(l+,(x,t))tA(x),0
说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条