排序方式： 共有5条查询结果，搜索用时 15 毫秒
1
1.
通过对车辆路径问题的分析,建立车辆路径问题数学模型。针对遗传算法优化车辆路径问题易陷入局部最优解以及收敛速度慢等问题,引入基于动态小生境的协同进化模型。最后,将动态小生境协同进化算法应用于所建立的模型中。实验结果表明：动态小生境协同进化遗传算法可有效避免遗传算法的早熟现象,并在一定程度上提高优化车辆路径问题的求解效率。 相似文献
2.
针对遗传算法优化SOFM神经网络的不足,提出利用合作型协同进化遗传算法实现SOFM神经网络优化的方法。其基本思想是：针对SOFM神经网络中存在的“死神经元”现象,在SOFM神经网络中引入全局搜索能力很强的合作型协同进化遗传算法,这样既解决了分类结果对样本输入顺序的过分依赖,又实现了SOFM神经网络在竞争过程中的全局最优性。将新算法用于矿井突水水源判定问题,结果表明,该算法具有较好的全局收敛性,且可在很大程度上避免“死神经元”现象。 相似文献
3.
为了让学生能够更好的理解各种变形条件下杆件的内力,将杆件截面上的分布内力系向形心简化得到主矢和主矩,主矢和主矩分别沿三个坐标轴分解得到三个分力和三个分力偶矩矢。基于空间任意力系的平衡方程,确定各种变形条件下杆件的内力。教学实践证明,该方法能够较好的帮助学生理解杆件内力的概念,从而提高教学质量和教学效果。 相似文献
4.
针对遗传算法优化SOFM神经网络的不足,提出利用合作型协同进化遗传算法实现SOFM 神经网络优化的方法。其基本思想是：针对SOFM神经网络中存在的“死神经元”现象,在SOFM 神经网络中引入全局搜索能力很强的合作型协同进化遗传算法,这样既解决了分类结果对样本输入顺序的过分依赖,又实现了SOFM 神经网络在竞争过程中的全局最优性。将新算法用于矿井突水水源判定问题,结果表明,该算法具有较好的全局收敛性,且可在很大程度上避免“死神经元”现象。 相似文献
5.
利用数学中的导数和定积分等知识对材料力学的轴力图、扭矩图、剪力图和弯矩图形成统一的画法,运用这种方法画内力图速度快、效率高、准确性高,体现了材料力学课程的关联性,而且为材料力学模块化教学提供了思路。教学实践证明,该方法简单明了、好学易懂、学生易于掌握,对今后的教学和工程实际具有一定的指导意义。 相似文献
1