注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 自适应粒子群算法和混沌理论的BP神经网络在水质评价中的应用

  2. 为克服传统水质评价方法的不足，提出了一种结合粒子群优化（PSO），混沌理论，自适应策略和反向传播人工神经网络（BP ANN）进行评价的模型。中国渭河的水质 提出了一种具有自适应惯性权重和通过logistic函数调整混沌学习因子的改进PSO算法，并将其用于优化BP神经网络的网络参数。 平均绝对偏差（AAD），预测均方根误差（RMSEP）和平方相关系数的值分别为0.0061、0.0163和0.9903。 与BP ANN，PSO BP ANN等其他方法相比，该模型显示了最优的预测性能，具有较高的精度和

  3. 所属分类：其它

    • 发布日期：2020-06-04
    • 文件大小：1048576
    • 提供者：weixin_38714509

  1. 一种自适应调节粒子群优化算法的研究

  2. 针对粒子群优化算法容易出现早熟收敛和稳定性低的现象,提出一种自适应调节的粒子群算法。算法中通过自适应调节适应度值的均匀分布保持种群的多样性,该策略能够提高算法的全局搜索能力,同时可避免阈值对算法稳定性的影响。另外采用自适应周期性变异的惯性权重对粒子的速度进行更新,可改善算法的局部搜索能力和稳定性。使用多维标准函数对改进的算法进行仿真试验,结果表明,算法具有较好的全局搜索精度和稳定性,避免了早熟收敛。

  3. 所属分类：其它

    • 发布日期：2020-06-26
    • 文件大小：431104
    • 提供者：weixin_38514805

  1. 一种改进惯性权重策略的粒子群优化算法

  2. 针对惯性权重改进策略大多采用同代粒子使用相同权重,忽略了粒子本身特点以及不同维上的有效信息,提出一种基于不同粒子不同维的动态自适应惯性权重粒子群算法(AWPSO)。在该算法中利用矢量运算分析粒子进化公式,用一种新的方法构造惯性权重公式,使惯性权重随不同代不同粒子不同维动态改变,加快粒子收敛速度和全局搜索能力。通过对7个典型测试函数的测试结果表明,AWPSO在收敛速度,收敛精度,全局搜索能力方面比线性惯性权重粒子群算法(LDIWPSO)均有不同程度上的提高。

  3. 所属分类：其它

    • 发布日期：2020-06-26
    • 文件大小：382976
    • 提供者：weixin_38643269

  1. 非线性混合整数规划问题的改进量子粒子群算法

  2. 提出了一种改进的量子粒子群算法,并将该算法用于求解非线性混合整数规划问题。构造了一种自适应调整的惯性权重,平衡了算法的全局搜索和局部搜索能力;针对混合整数规划问题,给定一定比例的初始可行解,提高了初始种群解的多样性;利用协同进化选择策略,对种群中的不可行解重新生成,使种群中每个粒子的信息充分利用,从而提高算法的收敛速度;为了抑制算法的早熟现象,给出了一种新的混沌搜索方式,对全局最优解进行局部搜索,增强算法的局部搜索能力。通过16个常见的测试函数测试结果表明,改进的量子粒子群优化算法对求解非线性混

  3. 所属分类：其它

    • 发布日期：2020-06-20
    • 文件大小：235520
    • 提供者：weixin_38500734

  1. 基于群体早熟程度和非线性周期振荡策略的改进粒子群算法

  2. 提出了一种新的粒子群优化算法——基于群体早熟收敛程度和非线性周期振荡策略的自适应混沌粒子群优化算法。利用混沌的遍历特性初始化粒子的速度和位置，根据种群的早熟收敛程度和粒子的适应度值自适应地调整惯性权重；学习因子则采用非线性周期振荡策略，模拟鸟类觅食过程中交替出现的分散和重组现象。基准测试函数的仿真结果表明，所提出的算法不仅收敛速度快、寻优质量高，而且具有良好的稳定性。

  3. 所属分类：其它

    • 发布日期：2021-01-15
    • 文件大小：913408
    • 提供者：weixin_38519763