- 博客(10)
- 收藏
- 关注
RSS订阅翻译 灰度级形态学处理
灰度级形态学处理的是形如f(x,y)和b(x,y)的数字函数，其中f(x,y)是灰度图像，b(x,y)是结构元(SE)。灰度级形态学中结构元分为两类：平坦结构元和非平坦结构元，如图。需要注意的是，灰度级形态学处理是由集合论的形态学定义延伸出来的，所以它们有相似的性质。如集合论的形态学一样，上面两个结构元在用的时候也需要先明确。
2023-09-01 19:44:21
164
1
原创 智能优化算法——蛇优化算法、斑马优化算法
雄性和雌性之间交配的发生受一些因素的控制。蛇在春末夏初温度较低的地方即寒冷地区交配，但交配过程不仅取决于温度，而且取决于食物的供应。雌性可以决定交配与否。如果交配发生，雌性开始在巢或洞穴中产卵，但一旦卵出现，它就离开。在自然界斑马的群体生活行为中，两类行为最为重要：觅食和防御捕食者的策略。在觅食过程中，一只先锋斑马为其他斑马开辟了前往觅食的道路。因此，群体中的其他斑马在这只先锋斑马的引导下在平原上移动。这两种类型的斑马行为的数学建模是所提出的ZOA设计的基本灵感。SO 是受蛇的交配行为启发的“蛇优化”。
2023-07-03 15:55:26
349
1
原创 滤波器耦合矩阵优化算法
JADE是一种有效的DE变体，其采用控制参数自适应机制。除了参数自适应之外，JADE还使用了一种称为的新型突变策略（7）和一个用于存储先前生成的个体的外部存档。JADE有两个相应的自适应变量µCRµ_{CR}µCR和µFµ_FµF，而不是静态的交叉率CRCRCR和比例因子FFF。根据均值为µCRµFµ_{CR}、µ_FµCRµF的正态/柯西分布生成与每个个体相关的交叉率和比例因子。在每一代结束时，µCRµFµ_{CR}，µ_FµCR。
2023-07-03 15:53:42
197
原创 学年总结及暑期规划
文化基因算法（Memetic Algorithm, MA）:一种基于种群的全局搜索和基于个体的局部启发式搜索的结合体。其中，全局优化器使用算法，局部搜索部分使用算法。SADEC在没有先验知识生成的值（FK值）的情况下，能对具有对称响应的双工器生成高质量的耦合矩阵（CM）。而当CM初值良好时，SQP则表现很好，因此，该方法在每次迭代中对SADEC得到的总体进行SQP。其中，优化器I是基于文化基因算法的差分进化算法的优化器（MSADEC），优化器II是SQP本身。
2023-07-03 15:52:17
29
原创 智能优化算法学习笔记(python实例）——差分进化算法
差分进化算法（Differential Evolution，DE）是一种新兴的进化计算技术。它是由Storn等人于1995年提出的，其最初的设想是用于解决切比雪夫多项式问题，后来发现它也是解决复杂优化问题的有效优化技术。
2023-02-24 21:25:14
953
原创 智能优化算法学习笔记(python实例）——遗传算法
优化问题是指在满足一定条件下，在众多方案或参数之中寻找最优方案或参数值，以使得某个或多个功能指标达到最优解，或使系统的某些性能指标达到最大值或最小值。
2023-02-22 18:59:04
557
翻译 SCA: A Sine Cosine Algorithm for solving optimization problems
本文提出了一种新的基于群体的优化算法——正弦余弦算法(SCA)来解决优化问题。SCA创建多个初始随机候选解决方案，并使用基于正弦和余弦函数的数学模型要求它们向外或向最佳解决方案波动。该算法还集成了多个随机和自适应变量，以强调在优化的不同里程碑中探索和开发搜索空间。SCA的性能通过三个测试阶段进行基准测试。首先，采用一组知名的测试用例，包括单峰、多峰和复合函数，对SCA的勘探、开发、局部最优回避和收敛性进行测试。
2022-11-24 09:37:48
557
翻译 A fast surrogate-assisted particle swarm optimization algorithm for computationally expensive proble
虽然许多代理辅助进化算法(saas)已经被提出来解决计算成本高的问题，但它们通常需要消耗大量的计算成本才能获得可接受的解。在本文中，我们提出了一种快速的代理辅助粒子群优化算法(FSAPSO)，通过少量的函数评估(FEs)来解决中等规模的计算开销问题。两个标准同时适用，以选择候选人进行准确的评估。基于性能的准则用于挖掘当前全局最优解，加快算法的收敛速度;基于不确定性的准则用于增强算法的探索性。基于距离的不确定性准则没有考虑不同问题的适合度格局。因此，我们提出了一种同时考虑距离和适应度值信息的不确定度估计准则。
2022-11-23 22:20:38
566
翻译 A General Coupling Matrix Synthesis Method for All-resonator Diplexers and Multiplexers
全谐振双工器和多路复用器的耦合矩阵合成方法还远未成熟。对于复杂的耦合拓扑，现有的方法往往无法找到满足s-参数规范的合适的耦合矩阵。为了解决这一挑战，本文提出了一种混合分析和优化技术的新合成方法，即通用全谐振器双工器/多路复用器耦合矩阵合成（GACMS）方法。GACMS的两个主要创新：1. 结合滤波器设计先验知识的优化框架，减少了耦合矩阵合成的搜索空间；2. 一种基于文化基因算法的优化器，解决了耦合矩阵合成问题的复杂景观（功能特征）的挑战。
2022-11-22 21:11:56
379
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人