1) annealing evolution algorithm
退火演化算法
1.
These two methods are combined to form an annealing evolution algorithm.
将演化算法引入到模拟退火中 ,将二者结合形成了退火演化算法 ,介绍了退火演化算法结构 ,并将该算法用于某型舰艇指挥舱室优化布置设计中 ,加快了算法的收敛速度 。
2.
Annealing evolution algorithm improves the search s efficiency and precision,especially for searching the optimal solution of multi-peak function.
本文介绍了一种基于进化策略的新型模拟退火算法--退火演化算法,该算法将进化策略引入模拟退火算法中,通过变异和选择等步骤不断改善解的群体,而不是像传统的模拟退火算法那样仅仅采取单点迭代的方法。
2) Fast annealing evolutionary algorithm(FAEA)
快速退火演化算法
3) annealing algorithm
退火算法
1.
A new collateral production scheduling method based on the genetic algorithm is presented, by improving the genetic algorithm with annealing algorithm.
应用退火算法对遗传算法进行了改进,克服了遗传算法自身的很多缺点,提出了一种基于改进遗传算法的并行生产调度的方法。
4) simulated annealing
退火算法
1.
Based upon simulated annealing algorithm,we will discuss two solutions of obtaining the ideal thinned array.
本文介绍了圆环天线阵二维综合孔径微波辐射计的测量原理和反演算法,并通过模拟退火算法讨论了两种二维综合孔径微波辐射计圆环阵的稀疏方案,一种方案利用天线旋转,在半圆周上稀疏天线;另一种方案通过将空间频率采样点的均匀分布作为优化的约束条件,在全圆周上稀疏天线。
2.
A new hybrid genetic algorithm which marries greedy algorithm with simulated annealing algorithm is proposed.
提出了一种将贪婪算法和退火算法相结合的新型混合遗传算法,提高了算法的收敛速度,同时避免了遗传算法中存在早熟收敛的问题。
5) simulated annealing algorithm
退火算法
1.
GSAA combines simulated annealing algorithm with genetic algorithm to optimize network loading balance.
为均衡网络负载,提高网络节点工作性能,建立了基于遗传模拟退火算法的网络负载均衡数学模型,提出将遗传模拟退火算法应用于寻优网络负载均衡的算法GSAA。
2.
Due to genetic algorithm is easy to prematurely converge, so this thesis bring in another kind of optimization algorithm—the Simulated Annealing Algorithm together with Hidden Markov Models, to fin
由于GA容易过早收敛,本文引入另一种优化算法—模拟退火算法(Simulated Annealing Algorithm,SA)与HMM结合,找出最优HMM的初始参数,给出了基于SA-HMM的web信息抽取的整体框架,然后比较GA和SA这两个优化算法的实验效果。
3.
According to the requirement and the character of association rule mining,combined with the advantage of genetic algorithm,simulated annealing algorithm,and immune algorithm,a mining method of association rules was proposed.
根据关联规则挖掘的要求与特点,结合免疫算法,遗传算法和模拟退火算法的优点,提出一个基于免疫遗传退火算法的Web关联规则挖掘方法。
6) genetic annealing evolutionary algorithm
遗传退火进化算法
1.
From the viewpoint of intensifying convergence and reducing dependency of parameters,a genetic annealing evolutionary algorithm that can be applied for solving knapsack problem is proposed.
从增强算法收敛性和减少参数依赖性的角度出发,提出应用遗传退火进化算法求解背包问题。
补充资料：模拟退火算法
分子式：
CAS号：
性质： 一种随机优化算法，它以自然界的退火过程作为模拟对象，以求得全局最优。它在寻优过程是以一种概率形式来保留多个最优点，以使得该算法可跳出局部最优点。可以证明，只要计算时间足够长，模拟退火算法总可以找到全局最优解。由于化学化工研究中经常存在着局部最优的问题，故近年来模拟退火算法在化学化工研究中得到了广泛的应用。
CAS号：
性质： 一种随机优化算法，它以自然界的退火过程作为模拟对象，以求得全局最优。它在寻优过程是以一种概率形式来保留多个最优点，以使得该算法可跳出局部最优点。可以证明，只要计算时间足够长，模拟退火算法总可以找到全局最优解。由于化学化工研究中经常存在着局部最优的问题，故近年来模拟退火算法在化学化工研究中得到了广泛的应用。
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