3改进的混合蛙跳算法训练svm3．1sfla算法。
在一个d维的目标搜索空间中，随机生成p只青蛙(解)组成初始群体，第i只青蛙表示问题的解为x=(x1，x2，…，x)。青蛙个体按适应度值从优到劣排列，将整个群体分为m个子群体。其中排名第1的青蛙分入第1子群体，排名第2的青蛙分入第2子群体，第m只青蛙分入第m子群体，第m +1只青蛙分入第1子群体，第m + 2只青蛙分入第2子群体，依次类推，直到全部青蛙划分完毕。
每个子群体进行局部深度搜索，即在子群体的每次迭代中，首先确定当前迭代中子群体的最差个体x、最好个体x和全局最好个体x，只对该子群体当前最差的个体x进行更新，更新策略为：
d=rand()*x－x)(－d≤d≤d)（7）
newx=x+d（8）
其中，rand( )是均匀分布在［0，1］之间的随机数；d表示青蛙所允许更新步长的最大值。如newx的适应度值优于原来的x，则取代原来种群中的解。如果没有改进，则用x取代x重复执行更新策略( 7) (8)。
如果仍没有改进，则随机产生一个新的解取代原来的x。重复这种更新操作，直至满足子群体的更新代数。当所有子群体的局部深度搜索完成以后，将所有的青蛙个体重新混合排序并再次划分子群体，然后再进行局部深度搜索，如此反复直到满足混合迭代次数。
3．2模拟退火算法。
sa算法的思想是由metropolis在2023年提出的，它是一个全局最优算法，具有并行性，并且以概率1接近最优值。sa**于固体退火过程，当固体的温度充分高时，内部粒子变为无序状，内能较大，随着固体缓慢冷却，其内部粒子渐趋有序，内能逐渐减小；在每个温度都会达到平衡态，最后在常温时达到基态，内能减为最小。此算法将优化问题比拟成一个物理系统，将优化问题的目标函数比拟为物理系统的能量，通过模拟物理系统逐步降温以达到最低能量状态的退火过程而获得优化问题的全局最优解。
具体步骤如下：
1）初始退火温度t( k =0)，产生随机初始解x。
2）在温度t下重复执行如下操作，直至达到温度t的平衡状态：
在解x的领域中产生新的可行解x';计算x'的目标函数f( x')和x的目标函数f( x)的差值δf;依照概率min＞rand()接收x'，其中rand()表示［0，1］内的随机数。
本文利用公式x' =x +η产生新解，式中η为扰动幅值参数，ξ为随机变量，一般服从正态分布。sa通过退火机制所得的子代，即随着温度的下降，接受劣解的概率逐渐减小，从而提高算法的性能。
3．3改进的sfla算法在svm训练中的应用。
svm训练的数学本质即为求解支持向量系数，适应度函数为。
f(a)=2=1yyaa（x，x）-=1a（9）
用改进的sfla算法训练svm基本流程如下：
1）初始化蛙群，个体初始位置为［0，c'］间的随意数，种群个体总数n，个体的维数m，子种群个数m，子群局部搜索迭代次数cyc，退火的初始温度t，温度冷却系数c，扰动幅值η。
2）计算每个个体的适应度值，规定若某个个体位置不满足=1ay，则定义该个体的适应度值为1e8，否则保持适应度值不变。
3）将当前所有个体的适应度值从优到劣排序，依次将个体划分到各子种群。
4）利用sfla的更新策略，对子种群的最差个体进行更新，获得一个较优解x。（5）利用sa算法，产生新解x'，利用退火机制比较x和x'的质量，获得较优解。（6）对该子种群适应度值排序，然后转步骤(4)，重复该更新策略，直至子种群内的迭代次数满足事先给定的要求cyc。
7）当所有子种群完成了更新操作后，若当前最优个体满足收敛条件，则进化过程成功结束，返回全局最优解；否则修改种群的退火温度，即令t = c* t，转步骤( 3)。
2019全国建模比赛A题评卷要点
2014高教社杯全国大学生数学建模竞赛a题评阅要点。说明 本要点仅供参考，各赛区评阅组应根据对题目的理解及学生的解答，自主地进行评阅。对本问题应该给出合理的建模假设，譬如 惯性坐标 二体问题等，并加以分析说明。问题1 在已知的条件下，确定嫦娥三号在环月轨道上近月点与远月点的相对位置和速度。1 建立合...
2019全国建模比赛B题评卷要点
2014高教社杯全国大学生数学建模竞赛b题评阅要点。说明 本要点仅供参考，各赛区评阅组应根据对题目的理解及学生的解答，自主地进行评阅。本题主要考查学生对直面纹面的描述 建模和计算能力。问题1.对于给定的材料和设计目标建模，要求模型能表达从平板到最终桌子成形的变化过程。可以用每根木条的动态变化过程的函...
2023年全国建筑产值
1月17日，备受关注的2011年经济数据出炉。国家统计局局长马建堂在 新闻办公室举行的新闻发布会上表示，2011年国民经济继续朝着宏观调控预期方向发展，实现了 十二五 时期经济社会发展良好开局。初步测算，全年国内生产总值471564亿元，按可比 计算，比上年增长9.2 分季度看，一季度同比增长9.7...