時間:2021年03月25日 分類:期刊知識 次數(shù):
搜索算法是利用計(jì)算機(jī)的高性能來有目的的窮舉一個問題解空間的部分或所有的可能情況,從而求出問題的解的一種方法,搜索算法在計(jì)算機(jī)領(lǐng)域應(yīng)用也是比較廣泛的,搜索算法工程技術(shù)人員評職稱也會發(fā)表相關(guān)的論文,為此學(xué)術(shù)顧問在這里整理搜索算法工程師寫論文可參考文獻(xiàn),發(fā)表論文人員可作為參考:
文獻(xiàn)一、基于改進(jìn)麻雀搜索算法的多閾值圖像分割
摘要針對傳統(tǒng)多閾值圖像分割方法中存在的分割精度低、計(jì)算量大、分割速度慢等問題,提出了一種基于改進(jìn)麻雀搜索算法(improved sparrow search algorithm,ISSA)的多閾值圖像分割方法。首先,結(jié)合鳥群算法(bird swarm algorithm,BSA)中飛行行為的思想優(yōu)化麻雀搜索算法(sparrow search algorithm,SSA),并采用4種類型的基準(zhǔn)函數(shù)評估ISSA的尋優(yōu)性能。然后,進(jìn)行基于類間方差和Kapur熵的多閾值圖像分割,并對比兩種方法的分割結(jié)果。最后,采用PSNR、目標(biāo)函數(shù)值和標(biāo)準(zhǔn)差作為評估標(biāo)準(zhǔn),將ISSA與現(xiàn)有分割算法進(jìn)行對比分析。
關(guān)鍵詞圖像分割 改進(jìn)麻雀搜索算法 多閾值 最大類間方差 Kapur熵
文獻(xiàn)二、 一種用于微電網(wǎng)經(jīng)濟(jì)調(diào)度的改進(jìn)型內(nèi)部搜索算法
摘要為解決微電網(wǎng)的經(jīng)濟(jì)優(yōu)化調(diào)度問題,首先建立分布式電源模型,并引入負(fù)荷側(cè)的需求響應(yīng)模型;其次,通過改進(jìn)自適應(yīng)系數(shù)的取值,提出一種改進(jìn)型內(nèi)部搜索優(yōu)化算法;最后,運(yùn)用該優(yōu)化算法對孤島運(yùn)行模式下的微電網(wǎng)進(jìn)行優(yōu)化調(diào)度,并將其計(jì)算結(jié)果與典型調(diào)度策略計(jì)算結(jié)果進(jìn)行對比。結(jié)果表明,該優(yōu)化算法具有更高的靈活性,并可以有效降低運(yùn)行成本。
關(guān)鍵詞微電網(wǎng) 改進(jìn)型內(nèi)部搜索算法 負(fù)荷響應(yīng) 經(jīng)濟(jì)優(yōu)化調(diào)度
文獻(xiàn)三、改進(jìn)的和聲搜索算法求解凸二次規(guī)劃及線性規(guī)劃
摘要給出了一種求解凸二次規(guī)劃及線性規(guī)劃的新方法,通過把凸二次規(guī)劃或線性規(guī)劃轉(zhuǎn)化為不可微的非線性方程組,采用一種改進(jìn)的和聲搜索算法求解。該算法嵌入了位置更新和小概率變異策略,在搜索后期能夠維持種群的多樣性,因此具有較好的收斂性。通過求解多個凸二次規(guī)劃及線性規(guī)劃,數(shù)值結(jié)果表明該方法是有效的。
關(guān)鍵詞凸二次規(guī)劃 線性規(guī)劃 非線性方程組 和聲搜索算法 位置更新 小概率變異
以上都是搜索算法方面可參考的文獻(xiàn),評定工程師職稱需要盡早的準(zhǔn)備自己的論文,還需要選擇相應(yīng)的期刊,因而學(xué)術(shù)顧問也推薦了搜索算法工程師評職可投稿期刊:《系統(tǒng)工程與電子技術(shù)》報(bào)道內(nèi)容包括:系統(tǒng)科學(xué)、系統(tǒng)建模與仿真、軍用系統(tǒng)分析、飛行器控制、C3I、雷達(dá)、信息系統(tǒng)工程、機(jī)器智能、人工神經(jīng)網(wǎng)絡(luò)、信息獲取與處理、空間電子學(xué)及相關(guān)領(lǐng)域。設(shè)置了電子技術(shù)、防御電子技術(shù)、系統(tǒng)工程、軍用系統(tǒng)分析、計(jì)算機(jī)開發(fā)與應(yīng)用、控制理論與實(shí)踐、軟件、算法與仿真、可靠性等欄目。