一种基于随机排序法的混合MIMIC算法

通过随机排序法思想定义panduan函数来处理约束条件,提出一种基于随机排序法的混合MIMIC算法,改进后的MIMIC算法能够搜索到非线性约束优化问题的最优解.数值试验表明:该算法具有很强的全局搜索能力,能收敛到满足约束条件的全局最优解,是解决非线性约束优化问题的一种有效算法.

基于耦合随机排序SCE算法的多目标生态调度研究

针对水库优化调度问题的多维性、非线性和强约束性特点,提出了耦合SCE算法与随机排序法的SCE-SR算法。在进行个体比较时综合考虑目标函数值和约束违反量,以实现群体优劣排序。同时,在迭代进化过程中加入精英保留机制,保证优化结果为可行解。将SCE-SR算法应用于三峡水库的优化调度研究,以发电量最大为经济目标及生态保障率最大为优化目标,基于水文学法量化下游河道生态流量适宜区间,并与遗传算法结果进行比较。结果表明:SCE-SR算法相较于遗传算法计算结果更优,枯水年SCE-SR算法所得年发电量比遗传算法增加0.48%,生态保证率增加2.78%。SCE-SR算法在优化过程中简单易行,需要调整的参数少,有机结合确定性方法和随机性方法,能快速定位可行域,兼具全局收敛性与鲁棒性,避免了遗传算法易"早熟"的缺点,所得优化调度方案在对经济效益影响较小的同时能保证生态流量需求,为多约束的水库优化调度问题提供了新思路。

通过随机排序的交替方向乘子法的矩阵恢复

为了解决交替方向乘子法(ADMM)在求解广义的鲁棒主成分分析(G-RPCA)模型时结果不收敛的问题,提出用随机排序的交替方向乘子法(RP-ADMM)来求解这一模型,并且通过数值模拟和实例验证证明了该算法的有效性。结果表明,该算法求解G-RPCA模型较目前已有的算法速度更快、鲁棒性更高;在处理同时被稀疏大噪声和稠密小噪声污染的图片时,能较理想地分离出图像的低秩部分、大噪声部分和小噪声部分。

依据在线评论的商品排序方法

提出了一种依据商品在线评论的基于多粒度情感强度分析和随机逼近理想点排序法的商品排序方法.使用爬虫软件和ICTCLAS对消费者关注的备选商品的在线评论进行获取和预处理.依据预处理后的评论,通过提出多粒度情感强度分析算法确定每条评论针对商品属性的情感强度值.通过对得到的情感强度值进行统计分析,得到备选商品针对商品属性的多粒度情感强度分布形式的属性值.最后,依据得到多粒度情感强度分布形式的属性值,采用随机逼近理想点排序法确定备选商品的排序.基于中关村在线中的数码相机在线评论,给出了提出方法应用的实例分析.

混合MIMIC算法在备件优化问题中的应用

结合当前工程对备件优化的需求,通过随机排序法思想定义panduan函数,将装备备件约束优化问题转变为无约束装备备件优化问题,并利用MIMIC算法求解备件的最优配置方案.数值实验表明,该算法能有效地解决装备备件优化问题,且与其他算法进行比较,该算法能在满足装备系统任务可靠度时,得到较少费用的最优配置.