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