电机电磁场逆问题数值计算的改进 TABU 算法

在分析现有ＴＡＢＵ算法基础上，本文提出了一种通用的连续变量全局优化ＴＡＢＵ算法；典型数学函数验证和应用实例表明：本文算法仅用模拟退火（ＳＡ）算法２０％左右的迭代次数便可得到略好于ＳＡ算法的（全局）最优解。

Tabu机——一种新的全局优化神经网络

Ｔａｂｕ搜索是一种极其有效的广义启发式全局搜索技术，已经广泛地用于求解许多领域（特别是组合优化）中的全局优化问题．本文设法构造一种基于Ｔａｂｕ搜索策略的神经网络结构，详细介绍了这种神经网络的各个组成部分，说明了该网络的优缺点．最后，用两个例子检验这种神经网络，证明了它的有效性．

基于改进禁忌搜索算法求解TSP问题

TSP问题作为一个典型的组合优化问题,多年来众多学者都对其展开了深入研究,以期寻找到一个最优算法来应用到实际生活中。由于TSP问题是一个NP难题,因此一般使用目前较为普遍的智能优化算法进行计算其最短路径,禁忌搜索算法便是其中之一。该算法通过引入禁忌表和特赦准则来避免搜索陷入局部最优,在各个行业中均获得了广泛应用。但是,该算法也存在一定的缺陷,比如对初始解的依赖性。因此,本文为了克服该缺点,将传统的禁忌搜索算法进行了改进,借助遗传算法来对初始解进行优化,进而得到更优解。通过案例仿真表明,加入遗传算法后,实验结果有了很大的改善,得到了更优的路线方案,缩短了总旅程的距离,验证了算法改进后的有效性和可行性。

基于改进禁忌搜索算法求解TSP问题

针对禁忌搜索算法(tabu search algorithm,TS)对初始解依赖性较强的问题,提出一种改进的禁忌搜索算法求解TSP问题。在分析TSP问题特点后,分别采用随机生成初始解算法、改良圈算法、CW节约算法和贪婪算法生成初始解并比较4种算法的计算效果,从中选出最优解作为TS算法的初始解。在禁忌搜索过程中比较Insert邻域、Swap邻域和2-opt邻域的改进效果,选择最优的邻域变换模式得到改进解。在仿真实验中,设置合适的参数,通过与相关文献实验结果的对比,验证了该算法的有效性。

改进的禁忌搜索算法及其在电磁场逆问题中的应用

针对求解多极值点目标函数的电磁场逆问题,提出了一种改进的禁忌搜索算法。为提高算法的全局寻优能力和减少寻优计算的时间,改进算法在结构上提出了不同状态的新转移规则:步长向量选取原则和不同循环起始点选择的新规则。避免了重复或无意义中间点的产生,使算法能够有效地跳出局部极值点,迅速收敛到全局最优点。给出的典型数学函数验证了算法的快速性和有效性,电磁场逆问题算例TEAMWorkshop问题22的结果表明算法的优越性和工程应用价值。

点位控制数控机床孔加工路线的探讨

阐述了在点位控制数控机床中,孔加工刀具路径的优化问题,利用图论中"旅行商问题"的数学模型,对加工中心上多孔加工刀具路径进行了优化设计。并利用禁忌搜索算法进行求解,提高了算法的寻优能力与计算效率。实验结果表明了算法的可行性与有效性。

一种提高支持向量机针对低维向量分类精度的新方法

本文提出一种支持向量机的全局优化训练算法,形成一种新的分类器,以解决传统的支持向量机在对低维样本点分类时产生的精度下降问题。首先对支持向量机原理,以及以SVM—light为代表的经黄SVM训练算法进行分析,发现支持向量机的训练在本质上都归结为具有不等式约束条件的二次规划问题。本文直接根据支持向量机的最优分类超平面,将其化为无约束条件的求解函数极值问题。然后采用全局优化算法-禁忌搜索算法得到函数的极值点。通过两类高斯样本点分类实验和人脸图像识别的多类分类试验,证明使用支持向量机的全局优化训练算法,在样本点特征向量维数较低的情况下,比使用传统的支持向量机训练算法分类具有更高的分类准确率。