投稿指南
来稿应自觉遵守国家有关著作权法律法规,不得侵犯他人版权或其他权利,如果出现问题作者文责自负,而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件,作者必须保证本刊的独立发表权。 一、投稿方式: 1、 请从 我刊官网 直接投稿 。 2、 请 从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。 二、稿件著作权: 1、 投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果,或对所投作品拥有合法的著作权,无第三人对其作品提出可成立之权利主张。 2、 投稿人保证向我刊所投之稿件,尚未在任何媒体上发表。 3、 投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、 投稿人向我刊所投之作品不得同时向第三方投送,即不允许一稿多投。 5、 投稿人授予我刊享有作品专有使用权的方式包括但不限于:通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑,以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、 第5条所述之网络是指通过我刊官网。 7、 投稿人委托我刊声明,未经我方许可,任何网站、媒体、组织不得转载、摘编其作品。

自动化技术论文_基于布朗运动与梯度信息的交替

来源:中国测试 【在线投稿】 栏目:期刊导读 时间:2021-10-22
作者:网站采编
关键词:
摘要:文章摘要:针对群智能优化算法在优化过程中容易陷入局部最优,种群多样性降低,高维优化困难的问题,提出一种基于布朗运动与梯度信息的交替优化算法(AOABG)。首先,采用全局、

文章摘要:针对群智能优化算法在优化过程中容易陷入局部最优,种群多样性降低,高维优化困难的问题,提出一种基于布朗运动与梯度信息的交替优化算法(AOABG)。首先,采用全局、局部搜索交替的寻优策略,搜索个体在有变优趋势的范围内切换为局部搜索,有变劣趋势的范围内切换为全局搜索;然后,局部搜索根据梯度信息做均匀分布概率的随机游走,全局搜索依据最优解位置做布朗运动的随机游走。将所提出的AOABG算法与近三年的哈里斯鹰算法(HHO)、麻雀算法(SSA)、特种部队算法(SFA)在10个测试函数上相比。当测试函数维数为2、10时,AOABG在10个测试函数下的100次最终优化结果的均值与均方差均优于HHO、SSA与SFA。当测试函数为30维时,除了HHO在F4上表现优于AOABG(两者优化结果均值处于同一数量级)外,AOABG在其他9个测试函数中表现最好,与上述算法相比,优化结果均值提升了4.64%~94.89%。实验结果表明,AOABG算法在高维函数优化中收敛速度更快、稳定性更好、精度更高。

文章关键词:

论文分类号:TP18

文章来源:《中国测试》 网址: http://www.zgcszzs.cn/qikandaodu/2021/1022/1883.html



上一篇:神经病学论文_病毒感染与神经退行性疾病有关
下一篇:自动化技术论文_一种适于多场景人群计数的支持

中国测试投稿 | 中国测试编辑部| 中国测试版面费 | 中国测试论文发表 | 中国测试最新目录
Copyright © 2019 《中国测试》杂志社 版权所有
投稿电话: 投稿邮箱: