1) global random search
全局随机搜索
1.
Iterative construction of the sampling distributions is based on the idea of the global random search of generational methods.
根据候选解空间上抽样分布的构造和计算来描述演化算法的行为，抽样分布的迭代构造是利用基于代（ｇｅｎｅｒａｔｉｏｎ）方法的全局随机搜索思想来刻划，在这种框架下，比例选择看成是全局随机搜索算子，复合看成是开发候选解相似性的搜索过程。
2) local random search
局部随机搜索
1.
Power station short-term generation optimal dispatch based on local random search PSO algorithm;
基于局部随机搜索粒子群优化算法的电站短期发电优化调度
3) Local Random Search(LRS)
随机局部搜索
1.
Based on the classical Particle Swarm Optimization(PSO),the proposed algorithm searched local optimal solutions by adopting a simple Local Random Search(LRS) procedure.
首先在粒子群优化(Particle Swarm Optimiza-tion,PSO)算法的基础上,融合随机局部搜索(Local Random Search,LRS)算法,提出了一种新的改进粒子群优化(LRS-PSO)算法。
4) Global search
全局搜索
1.
The result of research shows that the DABP algorithm can enhance the speed of convergence,the calculation precision,the ability of global search and the forecast ability of the network.
针对BP算法收敛速度慢且存在局部极小值的问题,提出了基于扰动的加速神经网络DABP模型;研究结果表明,DABP模型提高了网络的收敛速度和计算精度,增强了全局搜索能力,达到了加速神经网络的训练效果,并提高了网络的预测能力。
2.
The results show that compared with the traditional ACA,the improved ACA has more global search capability and robu.
应用结果表明:针对啤酒配方优化问题,改进的蚁群算法,具有更强的全局搜索能力和鲁棒性,并易于实现,具有较好的应用价值。
3.
On the one hand,the hybrid algorithm provides global search(reliability) by means of the promotion of high levels of population diversity.
该算法由全局搜索和局部搜索模型组成,并将正交交叉运用于遗传操作产生的后代个体。
5) global searching
全局搜索
1.
An optimization combination genetic algorithm based on the dual operator is developed in order to remedy the influence on the variety of population by combining other operator with better global searching ability.
针对遗传算法局部搜索能力差的问题,模拟生物基因的对偶性,本文提出的阈值对偶算子,与对偶算子的性能相比较,既改善了遗传算法的局部搜索性能,又减小了对种群多样性的影响,与具有良好全局搜索性能的遗传算子组合,构造了一种基于阈值对偶算子的优化组合遗传算法。
2.
A modified particle swarm optimization (PSO) algorithm was adopted to optimize functions, which overcame the shortcoming of converging to local optimum for PSO algorithm, increased the converging rate and achieve the global searching.
提出了一种改进的粒子群优化(PSO)算法来进行函数优化,以克服PSO算法容易陷入局部极值的不足,加快收敛速度,从而实现全局搜索。
3.
In order to improve the searching precision and the global searching ability of evolutionary strategy(ES),this paper proposed an adaptive evolutionary strategy based on the feedback and sharing mechanism(ESBFSM),in which the information of every generation\'s current optimal searching result and sharing degree was fed into the mutating formula.
为提高进化策略的搜索精度和全局搜索能力,提出了一种基于反馈和共享机制的改进进化策略,将各代当前最优搜索结果和反映种群个体聚集程度的共享度信息反馈到变异步长的更新式中,以保证种群中的部分个体在搜索后期仍保持较大的跳出局部极小的能力,从而达到提高算法全局搜索能力和搜索精度的目的。
6) Random search
随机搜索
1.
In terms of given campaign sea area and required clearance probability through the sonar search model,emulation calculation is utilized to find the multi-AUV(Autonomous Underwater Vehicle)coordinated exercise method with the best efficiency-to-cost ratio in different sonar detecting probability,contrasting the two strategies of trapezoidal search and random search.
在给定作战海区和要求达到清除概率的前提下,通过对声呐搜索模型的研究,对梯形搜索和随机搜索2种搜索策略进行分析对比,利用仿真计算寻找出不同声呐探测概率情况下具有最佳效费比的多机器人协同作战方案。
2.
Used the random search algorithm to study the resource-leveling problem in project management,in view of the logic constraint and time constraint of the activities in network,presented a kind of improved random search algorithm, which based on the dynamic float,avoided producing the non-feasible solution.
采用随机搜索算法研究了工程项目管理中的“工期固定-资源均衡”问题,针对网络图中活动的逻辑约束和时间约束关系,提出了基于活动动态时差的改进随机搜索算法,避免了非可行解的产生;建立了活动的实际开始时间与资源方差之间的函数关系,作为评价函数;最后对实例进行了计算分析,与project2002、p3等结果做比较,优化效果取得了不同程度的提高,证实了该方法的可行性与有效性;同时获得了最优资源强度相同若干不同活动安排方案,对于工程项目管理中资源均衡优化具有实际应用价值。
3.
The algorithm is based on random search and backtracking.
寇克曼 (kirkman)于 1 847年提出了著名的“1 5个女生问题” ,本文提出一种解该问题的基于随机搜索和回溯的计算机算法。
补充资料：随机搜索
分子式：
CAS号：
性质：利用随机数求极小点而求得函数近似的最优解的方法。变量允许的变化区间，不断随机地而不是有倾向性产生随机点，并计算其约束函数和目标函数的值，对满足约束条件的点，逐个比较其目标函数的值，将坏的点抛弃，保留好的点，最后便得到最优解的近似解。这种方法是建立在概率论的基础上，所取随机点越多，则得到最优解的概率也就越大。由于大多数计算机程序库中有随机数发生器，所以应用这种方法是很方便的。但是其计算精度较差、效率较低。随机搜索一般用于粗选或普查。常用的方法有随机跳跃法，随机走步法等。
CAS号：
性质：利用随机数求极小点而求得函数近似的最优解的方法。变量允许的变化区间，不断随机地而不是有倾向性产生随机点，并计算其约束函数和目标函数的值，对满足约束条件的点，逐个比较其目标函数的值，将坏的点抛弃，保留好的点，最后便得到最优解的近似解。这种方法是建立在概率论的基础上，所取随机点越多，则得到最优解的概率也就越大。由于大多数计算机程序库中有随机数发生器，所以应用这种方法是很方便的。但是其计算精度较差、效率较低。随机搜索一般用于粗选或普查。常用的方法有随机跳跃法，随机走步法等。
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