搜索结果: 1-11 共查到“计算机应用 PSO”相关记录11条 . 查询时间(0.015 秒)
一种采用抽样策略的PSO算法
粒子群优化算法 抽样策略 局部搜索 全局优化
2016/1/5
原始粒子群优化算法(PSO) 和各种改进方法存在着参数取值固定、收敛精度低等问题. 为此, 提出一种采用抽样策略的粒子群优化算法(SS-PSO). 通过拉丁超立方抽样(LHS) 策略更新粒子速度和位置, 以加快收敛速度; 提出一种基于随机采样的最优位置修正方法, 以微调全局最优; 提出“双抽样”LHS 局部搜索方法, 以提高收敛精度. 与其他新近提出的两个算法进行对比, 结果显示SS-PSO 在一...
设计一种双重粒子编码方式，提出用于求解子任务分配问题的粒子群优化(PSO)算法。采用预约束方法产生初始种群，根据PSO算法容易陷入局部最优的特点，引入和声搜索策略加以改进。通过对经典实例的仿真分析，并与其他算法进行对比，证明新算法具有较强的寻优能力，收敛速度较快。
基于改进PSO的基因调控网络重构方法
粒子群优化算法 基因调控网络 加权矩阵模型
2009/10/20
提出一种基于改进粒子群优化算法的基因调控网络重构方法。该方法利用粒子群优化算法确定加权矩阵模型的最优结构及参数，从而推测出与实验数据相吻合的加权矩阵，实现利用重构的加权矩阵模型模拟基因调控网络的相互作用。实验结果表明，该方法能有效推理出复杂的基因调控网络结构。
基于PSO与K-均值算法的农业超绿图像分割方法（Agriculture Extra-green Image Segmentation Based on Particle Swarm Optimization and K-means Clustering）
图像分割 微粒群算法 K均值算法
2009/9/11
为了解决K-均值算法对农业图像中常用的超绿特征2G—R—B图像分割效果不佳的缺点，提出一种基于微粒群与K均值算法的图像分割方法。先用K均值算法对图像进行快速分类，然后将分类结果作为其中一个微粒的结果，利用微粒群算法计算，最后用K-均值算法在新的分类基础上计算新的聚类中心，更新当前的位置，以得到最优的图像分割阈值。试验结果表明，改进算法对超绿特征2G—R—B图像能够准确分割目标，且对不同类型的农业超...
改进收敛条件的动态调整惯性权重PSO算法
全局寻优 粒子群算法 动态调整惯性权重
2009/7/22
在医学图像配准中需要解决互信息图像配准过程中局部极值问题，引入了一种动态调整惯性权的自适应粒子群算法；验证了其中两个重要参数的取值，并均匀赋值粒子初始位置，避免随机产生的初始位置集中在某一区域而使寻优陷入局部极值，同时加入进化速度因子作为搜索中止条件，加快了搜索速度。实验表明，该算法既能找到全局最优又能快速收敛。
基于改进的PSO算法求解电力公司最优报价策略
两层优化模型 粒子群优化算法 报价策略
2009/7/17
电力公司报价策略是一个双层优化问题，其中上层的ISO是保证社会公共效益最大化而制定的市场清除价模型，确定参与发电的电力公司，下层是基于发电公司利润最大的模型。采用启发式算法求解简单易行，最优解具有全局性，且与初始点选择无关。运用改进后的粒子群优化算法（PSO）求解电力公司利润最大的优化问题，并与确定性方法的计算结果进行了比较。在IEEE30节点6机系统验证了该方法的有效性。
基于改进PSO算法的最大熵阈值图像分割
雁群 线性递减惯性权重 直方图
2009/7/17
图像分割是目标识别的首要和关键步骤。目前的图像分割方法有多种，其中阈值方法优点比较突出，但是采用阈值方法分割的关键是要能高效率地找到被分图像的最佳熵阈值。针对这一问题，将Geese-LDW-PSO算法的位置更新公式作了改进，即用当前种群的全局极值取代所有粒子的当前位置，并将之用于熵阈值图像分割中。仿真实验表明，该算法可以快速稳定地获得一幅图像的最佳分割阈值。仿真结果显示，该方法对车牌分割具有较好的...
结合二进制PSO的SVM在园林评价中的应
特征选择 园林设计评价 多类分类器
2009/7/15
根据支持向量机算法的原理，建立基于支持向量机的园林设计评价模型，通过引入二进制微粒群算法对影响园林设计的特征参数进行选择，解决了大量无关或冗余特征所造成的“维数灾难”和降低分类器性能的问题，利用SVM多类分类器实现了对园林设计的评价。实例分析表明，该方法提高了园林设计评价的准确性和可靠性。
PSO-SVR算法在发酵过程控制中的应用
状态预估 粒子群优化（PSO）算法 L-天冬酰胺酶II
2009/6/11
针对发酵过程中生物参数难以实时在线测量的问题，建立了用于生物参数状态预估的支持向量机软测量模型。考虑到该支持向量回归模型的复杂性和推广能力的好坏很大程度上取决于其3个参数（?着，C，?酌）能否取到最优值，采用粒子群算法实现对参数（?着，C，?酌）的同时寻优。在此基础上，以L-天冬酰胺酶II为对象，建立其基于PSO-SVR的发酵过程产物浓度状态预估模型。发酵罐控制结果表明：该模型具有很好的学习精度和...
模块化产品优化配置问题的混合PSO求解方法
产品优化配置 客户需求 模块化
2009/1/15
针对产品优化配置问题，建立了客户需求与可配置产品模块实例之间的映射关系，采用动态惩罚函数处理约束条件，构建了产品优化配置问题的数学模型。采用遗传算法的交叉与变异策略和模拟退火算法的Metropolis准则改进粒子群算法，将形成的混合粒子群算法作为产品优化配置的求解方法。使用二进制编码方案表示可配置产品的配置方案。通过使用混合粒子群算法进行产品优化配置仿真试验，以及混合粒子群算法与遗传算法的仿真对比...