钻瓜专利网为您找到相关结果
269702 个，建议您
升级VIP 下载更多相关专利
[发明专利] 一种并行变邻域搜索方法 -CN201210348245.4 无效
发明人：
张俊 ;颜秉珩 ;崔赢 ;张现忠
- 专利权人：
浪潮（北京）电子信息产业有限公司
申请日：
2012-09-18
-
公布日：
2013-01-02
-
主分类号：
G06F17/30 文献下载
摘要： 一种变邻域搜索方法和装置，方法包括，配置多个实例及多个实例共享的数据集合；针对每一个实例，从邻域结构集合中为该实例选取一个邻域结构，该实例的当前解 基于当前邻域结构进行迭代搜索，得到局部最优 解 ；判断该局部最优 解 是否优于该实例的当前最优 解 ，若是，则将该实例的当前解 和当前最优 解 更新为该局部最优 解 ，如果该实例的当前最优 解 优于所述数据集合中存储的最差的历史最优 解 ，则用该实例的当前最优 解 代替该最差的历史最优 解 ；否则判断该实例在其当前最优 解 未更新前已迭代次数达到迭代次数阈值后，从数据集合中随机选取历史最优 解作为该实例的当前解 ；所有实例的迭代搜索次数都达到总迭代次数后，选取数据集合中最优 的解作为全局最优 解 。一种 并行 邻域 搜索 方法
[发明专利] 对硅通孔进行动态规划布线的方法 -CN201310398732.6 有效
发明人：
李慧云 ;徐国卿 ;彭磊
- 专利权人：
深圳先进技术研究院
申请日：
2013-09-04
-
公布日：
2014-01-08
-
主分类号：
G06F17/50 文献下载
摘要： 本发明提供一种对硅通孔进行动态规划布局法，包括（1）进行初始化得到初始化值，包括需要布局的硅通孔总数、每层中需要布局的硅通孔最大数、最优 目标；（2）判断是否有上述初始化值的对应的最优 解 ，其中若有对应最优 解 则进入步骤（3），若没有对应最优 解 则进入步骤（4）；（3）直接引用所述最优 解 ，并根据该最优 解 进行布局布线；（4）根据所述最优 目标，提取需求特征；（5）将需求特征与所述初始化值代入迭代方程，并自底而上的求解最优 解 ；（6）根据所述最优 解 进行布局布线设计；（7）将上述初始化值与最优 解 进行存储。本发明通过以不同芯片布局布线优化的特点为动态规划的最优 目标，然后通过动态规划迭代，自底而上的得到最优 解 。硅通孔 进行 动态 规划 布线 方法
[发明专利] 一种新型蝙蝠优化算法系统 -CN201711033974.X 在审
发明人：
曹卫华 ;甘超 ;吴敏 ;陈鑫 ;胡郁乐 ;宁伏龙 ;陈茜
- 专利权人：
中国地质大学（武汉）
申请日：
2017-10-30
-
公布日：
2018-04-06
-
主分类号：
G06N3/00 文献下载
摘要： local search and stochastic inertia weight bat algorithm system,ILSSIWBAS)，包括蝙蝠算法运行模块、扰动模块和迭代局部搜索模块、判断全局最优 解 模块、全局最优 解 存储模块；通过蝙蝠算法运行模块，运行蝙蝠算法，得到局部最优 解 ；在局部最优 解 的基础上，通过扰动模块，加入扰动，根据局迭代部迭代搜索模块，运用迭代局部搜索算法对种群位置的全局最优 解 进行搜索，当满足全局最优 解 的判断条件后，得到全局最优 解 ，并在全局最优 解 存储模块中存储全局最优 解 。本发明所提系统主要解决现有蝙蝠优化算法易陷入局部最优 、优化结果不稳定的问题，提高了优化算法的寻优精度和优化结果稳定性。一种 新型 蝙蝠 优化 算法 系统
[发明专利] 一种飞行器姿态智能控制方法及系统 -CN202210347068.1 在审
发明人：
袁伟伟 ;余泽 ;关东海
- 专利权人：
南京航空航天大学
申请日：
2022-04-01
-
公布日：
2022-07-05
-
主分类号：
G05D1/08 文献下载
摘要： 本发明涉及一种飞行器姿态智能控制方法及系统，涉及飞行器姿态控制领域，方法包括获取飞行器姿控系统的性能参数和性能设计目标；根据性能参数确定系统初始状态的幅值和相位并对其进行优化，确定当前参数解 种群、当前个体历史最优 解 和当前迭代下的参数解 种群最优 解 个体；判断当前参数解 种群是否满足性能设计目标，若是，保留当前迭代下的参数解 种群最优 解 个体；若否，产生下一代临时参数解 种群、下一代个体历史最优 解 和下一代临时参数解 种群的最优 解 个体；对下一代临时参数解 种群进行变处理，得到下一代参数解 种群；对当前参数解 种群、当前迭代下的参数解 种群最优 解 个体和当前个体历史最优 解 更新并返回判断步骤，从而提高姿态控制系统的可靠性。一种 飞行器 姿态 智能 控制 方法 系统
[发明专利] 一种基于粒子群优化的路径寻优方法 -CN201510767195.7 有效
发明人：
胡继华 ;梁嘉贤 ;高立晓
- 专利权人：
中山大学
申请日：
2015-11-10
-
公布日：
2018-08-10
-
主分类号：
H04L12/721 文献下载
摘要： 构建路网模型；随机生成若干条可行路径，每条路径对应一个粒子，组成初始状态的粒子群；以可行路径的总距离作为适应度函数，通过求和每个粒子内各弧段的路段长度得到；根据每个粒子的自身经验，获取目前为止粒子经历过最优 适应度函数的可行路径，作为该粒子的最优 解 ；结合社会经验，比较该粒子邻域内各粒子的最优 解 ，获取粒子邻域最优 解 ；若迭代次数不超过设定的最大迭代次数，根据粒子的最优 解 、粒子邻域最优 解 、粒子移动惯性，分别更新每个粒子的可行路径，得到新的可行解 集，否则比较最后一次迭代中粒子邻域最优 解 ，选出适应度函数最优 的解 ，记录为粒子群最优 解 ，即优选路径。一种 基于 粒子 优化 路径 方法
