【机器学习】双蝙蝠群智能优化的多模盲均衡算法编辑部

在可重入冷拔无缝钢管生产的计划和调度中,根据四个条件对工件进行组批,通过规则假设把组批后的批钢管看作单个加工工件,建立以最后完工时间、交货期满意度和机器总负荷为目标的多目标组批排序优化模型,设定其约束条件,采用基于Pareto的混合遗传算法对模型进行优化求解.通过算例证明该模型的有效性和合理性

基于计算数学理论与热弹性原理,针对环状截面梯度功能材料(FGM)提出了热应力分布公式.以沿坐标轴的最大热应力达到最小为目标,建立了轴对称FGM多目标优化模型.应用遗传算法实现了优化设计,获得了稳态温度场下环状截面FGM的最佳材料分布参数

《数学模型与数学实验》课程书籍文献（数学建模算法大全）第23章 现代优化算法

人工智能基础：混合改进蚁群算法的函数优化

针对基本蚁群算法收敛速度慢、容易出现停滞等缺陷,提出一种新的蚁群优化算法——带有侦察子群的蚁群系统.该算法从整个蚁群中分离出一部分蚂蚁组成侦察子群,在优化过程中侦察子群以一定概率做随机搜索,提高了解的多样性;在信息素更新策略上同时使用本代和全局最优蚂蚁,兼顾了本代和历史的搜索成果;同时还采用LK变异算子,对每次搜索的解进行局部优化.最后对三个典型TSP实例进行了仿真实验,结果表明新的算法不仅能够克服早熟现象,而且能够大大加快收敛速度

人工智能基础融合用户特征优化聚类的协同过滤算法（山东理工大学：梁丽君、李业刚、张娜娜、张晓、王栋）

【机器学习】优化AUC两遍学习算法（南京大学：栾寻、高尉）

《数学建模》算法全收录（算法大全）：第23章 现代优化算法

10.1 遗传算法的基本原理 10.2 遗传算法的特点 10.3 遗传算法的发展及应用 10.4 遗传算法的优化设计 10.5 遗传算法求函数极值 10.6 基于遗传算法优化的RBF网络逼近 10.7 基于遗传算法的伺服系统静态摩擦参数辨识 10.8 基于遗传算法的TSP问题优化