具有单连续变量的背包问题(knapsack problem with a single continuous variable,KPC)是标准0-1背包问题的自然推广,在KPC中背包容量不是固定的,因此其求解难度变大。针对现有差分进化(differential evolution,DE)算法在高维KPC实例上...
详细信息
具有单连续变量的背包问题(knapsack problem with a single continuous variable,KPC)是标准0-1背包问题的自然推广,在KPC中背包容量不是固定的,因此其求解难度变大。针对现有差分进化(differential evolution,DE)算法在高维KPC实例上求解精度不够高的不足,提出基于拉马克进化的DE(Lamarckian evolution-based DE,LEDE)算法,将贪心修复优化算子产生的改进遗传给后代,以加快DE算法的收敛速度,提高DE算法在高维KPC实例上的求解精度。同时,在贪心修复优化算子中引入基于价值的贪心优化策略,用于优化使用基于价值密度的贪心修复策略生成的可行解,以帮助算法跳出局部最优。在40个KPC实例上对LEDE算法进行了实验分析,结果表明拉马克进化和基于价值的贪心优化策略能够提高LEDE算法的求精能力,LEDE算法在获得最优解和平均解方面均优于其他智能优化算法。
本文研究了含信号调制噪声和频率波动的小时滞线性分数阶振子的随机共振.利用分数阶Shapiro-Loginov公式和Laplace变换技巧,本文首先推导了系统响应的一阶稳态矩和稳态响应振幅增益(Output Amplitude Gain, OAG)的解析表达式,然后讨论...
详细信息
本文研究了含信号调制噪声和频率波动的小时滞线性分数阶振子的随机共振.利用分数阶Shapiro-Loginov公式和Laplace变换技巧,本文首先推导了系统响应的一阶稳态矩和稳态响应振幅增益(Output Amplitude Gain, OAG)的解析表达式,然后讨论了分数阶、时滞和噪声参数对OAG的影响.结果显示:各参数对OAG的影响均呈现非单调变化的特点,表明系统出现广义随机共振.特别地,分数阶与时滞的协同作用可能诱导随机共振的多样化.这就为在一定范围内调控随机共振提供了可能.
暂无评论