通过分析传统SA算法原理和存在的不足，提出三种改进：增加记忆功能，避免遗失当前最优解；设置稳定抽样判定条件，保证全局搜索能力；提供7种扰动机制，提高结果改进效果。设计对比实验验证各种改进，分析出较好参数配置，构造较理想的改进SA算法。经过国际公认的TSPLIB提供的实验数据的验证，改进算法在性能上比GA和传统的SA算法均有较大提高。
2022-05-23 09:08:14
285KB
想当初，考研的时候要是知道有这么个好东西，计算定积分。。。开玩笑，那时候计算定积分根本没有这么简单的。但这确实给我打开了一种思路，用编程语言去解决更多更复杂的数学问题。下面进入正题。
如上图所示，计算区间[a b]上f(x)的积分即求曲线与X轴围成红色区域的面积。下面使用蒙特卡洛法计算区间[2 3]上的定积分：∫(x2+4*x*sin(x))dx
# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
def f(x):
return x**2 + 4*x*np.sin(x)
def intf
2022-05-21 16:05:18
192KB
1
针对实验图像光照不均、对比度低、噪声大等特点，提出一种基于非抽样contourlet变换的图像非线性增强算法．首先对原图进行非抽样contourlet变换，分解为低频和高频子带；然后对低频子图进行自适应直方图处理，以增强像素的对比度，对高频系数采用分层阈值处理和分段非线性变换；最后将其反变换得到增强的图像．仿真实验结果表明：此算法不仅增强效果好，鲁棒性强，而且具有较大的实用价值．
2022-05-18 18:24:52
294KB
1
为提高非支配排序遗传算法（NSGA-Ⅱ）的搜索精度和多样性，借鉴差分进化中加强局部搜索的策略，提出了一种改进的NSGA-Ⅱ算法（LDMNSGA-Ⅱ）。该算法利用拉丁超立方体抽样技术对解种群进行初始化，保证种群的初始分布能够均匀，采用差分进化中的变异引导算子和交叉算子替换NSGA-Ⅱ的交叉算子，加强局部搜索能力和提高搜索精度，同时保留NSGA-Ⅱ中的变异算子，保留算法多样性。四个经典测试函数的仿真结果表明，该算法LDMNSGA-Ⅱ在解决多目标优化问题中表现出了良好的综合性能。
2022-05-02 00:45:29
1.18MB
1
由于升余弦谱的平滑特性,因此设计实用的发送和接收滤波器来近似实现整个周期的频率响应是可能的,在信道是理想的特殊情况下,即C(f)=1, f≤W,有 ,式中,两者是两个滤波器的频率响应,对于双二进制信号,匹配滤波器在抽样瞬时的输出的表示
2022-04-28 21:33:30
1KB
1