-
题名基于极大熵差分进化混合算法求解非线性方程组
被引量:7
- 1
-
-
作者
陈海霞
杨铁贵
-
机构
郑州职业技术学院基础教育处
-
出处
《计算机应用研究》
CSCD
北大核心
2010年第6期2028-2030,共3页
-
基金
国家自然科学基金资助项目(60875043)
-
文摘
针对非线性方程组,给出了一种新的算法——极大熵差分进化混合算法。首先把非线性方程组转换为一个不可微优化问题;然后用一个称之为凝聚函数的光滑函数直接代替不可微的极大值函数,从而可把非线性方程组的求解转换为无约束优化问题,利用差分进化算法对其进行求解。计算结果表明,该算法在求解的准确性和有效性均优于其他算法。
-
关键词
差分进化算法
非线性方程组
极大熵方法
-
Keywords
differential evolution algorithm
nonlinear equations
maximum entropy method
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名关于变精度粗集与粗集属性约简的注记
被引量:2
- 2
-
-
作者
吴凤珍
梁俊奇
-
机构
郑州职业技术学院基础教育处
商丘师范学院数学与信息科学学院
-
出处
《计算机工程与应用》
CSCD
2013年第6期52-54,共3页
-
基金
河南省基础与前沿科学技术研究项目(No.122300410222)
河南省软科学研究计划项目(No.122400450212)
+1 种基金
河南省教育厅科学技术研究重点项目(No.2011A120007
No.2012B120011)
-
文摘
通过抽象信息系统,阐明了经典粗糙集模型分类质量、相对正域、决策类下近似具有非单调递减性;变精度粗糙集模型在约简过程中分类质量和相对正域会出现跳跃现象,约简过程具有不稳定性。需要针对三者分别建立模型,使属性约简变得多样化。
-
关键词
经典粗糙集
变精度粗糙集
非单调递减
跳跃现象
-
Keywords
Pawlak Z rough set
variable precision rough set
non-monotonically decreasing
bounce phenomena
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名新生代农民工市民化的现实困境与解决路径
被引量:9
- 3
-
-
作者
王松梅
-
机构
郑州职业技术学院基础教育处
-
出处
《安徽农业科学》
CAS
北大核心
2011年第27期17066-17067,17119,共3页
-
基金
河南省社科联
河南省经团联调研课题项目(SKL-2011-355)
-
文摘
随着我国城市化进程的不断加快,新生代农民工市民化问题日益凸显,面临着制度、经济、文化、自身素质四大困境的制约。因此,政府、企业、社会团体和新生代农民工个人要高度重视新生代农民工市民化问题,统筹协作,积极探索新生代农民工市民化的有效路径。
-
关键词
新生代农民工
市民化
困境
路径
-
Keywords
New generation peasant-workers
Urbanization
Difficult position
Path
-
分类号
F323.6
[经济管理—产业经济]
-
-
题名基于凝聚函数法的非线性方程组求解
被引量:3
- 4
-
-
作者
陈海霞
杨铁贵
-
机构
郑州职业技术学院基础教育处
-
出处
《科学技术与工程》
2010年第6期1494-1496,1505,共4页
-
文摘
给出了求解非线性方程组问题的一种有效方法,称为凝聚函数法。首先把非线性方程组转化为一个不可微优化问题,然后用一个称之为凝聚函数的光滑函数直接代替不可微的极大值函数,从而可把非线性方程组的求解转化为无约束优化问题,因此可以直接利用现有的无约束优化算法软件求解。在此基础上,给出了相应算法,并做了数值实验,数值实验结果表明了该算法具有收敛稳定,算法简单及计算效率高等优点。
-
关键词
非线性方程组
凝聚函数
不可微优化
无约束优化
-
Keywords
nonlinear equations aggregate function non-differentiable optimization unconstrained optimization
-
分类号
O241.7
[理学—计算数学]
-
-
题名一种基于启发式的分层聚类
- 5
-
-
作者
李建伏
吴凤珍
赵玉成
-
机构
中国民航大学计算机科学与技术学院
郑州职业技术学院基础教育处
-
出处
《计算机应用与软件》
CSCD
北大核心
2014年第5期151-154,167,共5页
-
基金
国家自然科学基金项目(61103005)
中国民航大学中央高校基本业务费项目(ZXH2011B003)
-
文摘
由于在某一次合并后不能改变对象所属类,致使分层聚类算法聚类质量差。为了提高聚类质量,提出一种新的分层聚类机制——基于启发式的分层聚类。与现有的分层聚类不同,基于启发式的分层聚类首先利用现有分层聚类算法构建初始聚类树,然后通过一定的策略改变当前聚类树以使得某个目标函数最小。借鉴计算分子生物学中的最小进化原理,将目标函数定义为聚类树的树长。最后,通过实验验证了新算法能有效地提高现有分层聚类算法。
-
关键词
分层聚类
启发式
最小进化
-
Keywords
Hierarchical clustering Heuristic Minimum evolution
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-