您的位置: 专家智库 > 作者详情>王慧婷

王慧婷

作品数:2 被引量:3H指数:1
供职机构:河南理工大学数学与信息科学学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:理学自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇自动化与计算...
  • 1篇理学

主题

  • 1篇优化算法
  • 1篇收敛速度
  • 1篇收敛性
  • 1篇搜索
  • 1篇梯度法
  • 1篇全局收敛性
  • 1篇群智能
  • 1篇群智能算法
  • 1篇无约束
  • 1篇无约束最优化
  • 1篇混合共轭梯度...
  • 1篇共轭梯度
  • 1篇共轭梯度法

机构

  • 2篇河南理工大学

作者

  • 2篇景书杰
  • 2篇牛海峰
  • 2篇王慧婷
  • 2篇陈耀

传媒

  • 1篇数学的实践与...
  • 1篇数学杂志

年份

  • 1篇2018
  • 1篇2017
2 条 记 录,以下是 1-2
排序方式:
精确线搜索下一种新的混合共轭梯度法被引量:2
2018年
本文对于大规模无约束优化问题提出了一种新的混合β_k公式,从而提出了一种具有充分下降性的混合共轭梯度法.利用精确线搜索步长规则,在适当的假设下证明了新算法的全局收敛性.
景书杰王慧婷牛海峰陈耀
关键词:无约束最优化共轭梯度法全局收敛性
改进的群搜索优化算法被引量:1
2017年
标准的群搜索优化算法(GSO)是一种新的群智能优化算法,适用于解决高维函数的优化问题,而且简单高效,易于实现,但在其优化的后期容易陷入局部最优.为进一步提高其收敛速度和精度,对GSO算法进行了改进.保留其"发现者-加入者"模型,针对GSO算法发现者和游荡者搜索的无目的性,引进最大下降方向和杂交策略,发现者按角度搜索的同时也按最大下降方向进行搜索,游荡者通过基因突变策略的方式生成.通过23个基准测试函数对GSO算法和改进的GSO算法进行测试,结果表明改进的GSO算法在收敛速度和收敛精度上优于标准GSO算法.
景书杰陈耀牛海峰王慧婷
关键词:群智能算法收敛速度
共1页<1>
聚类工具0