·
搜索结果:找到“粒子群”相关结果14050条
排序: 按相关 按相关 按时间降序
  • 【期刊】 一种新的粒子群优化聚类算法

    刊名:微处理机 作者:张俊溪 ; 杨海粟 关键词:K-平均算法 ; 粒子群优化算法 ; 聚类中心 ; 稳定性 ; 搜索 ; 收敛 ; 敏感 机构:西安航空学院车辆工程系 ; 西安航空学院车辆工程系 ; 西安电子工程研究所 年份:2016
    摘要:K-means算法在聚类分析中有着广泛应用。它采用了均值中心这一启发式信息,具有计算效率高的优点,但对初始聚类中心选择敏感,且容易陷入局部最优。PSO算法的随机性和并行性特点使其在处理数据库形式的海量数据中表现出更大的优越性,不仅具有较强的全局搜索能力,同时,通过对PSO算法搜索过程的改进增强了算法在最优解附近的搜索概率,降低样本对初始化敏感的程度,可以弥补K-means算法的缺陷。将改进的PSO算法应用于K-means聚类算法可以提高算法的稳定性和收敛效率,通过四组标准UCI数据集的试验,验证了新算法的有效性。
  • 【期刊】 嵌入不动点迭代法的粒子群算法

    刊名:吉林师范大学学报(自然科学版) 作者:刘微 ; 王洪瑞 ; 陈爽 关键词:粒子群优化算法 ; 不动点迭代法 ; 寻优计算 机构:吉林师范大学信息技术学院 ; 吉林师范大学信息技术学院 年份:2017
    摘要:针对利用粒子群优化算法寻找最优极值的问题,本文提出了一种对粒子群优化算法的改进方式.在粒子群优化算法中,加入不动点迭代法,即在进行粒子群迭代寻优之后,再利用不动点迭代策略再次进行迭代寻优计算.通过两次迭代寻优计算,让算法更加快速的收敛到最优值,并且能够找到更小的极值,且不易陷入局部极值.让粒子群算法更加稳定,寻优更加优化.
  • 【期刊】 云存储中大数据优化粒子群聚类算法

    刊名:电子设计工程 作者:王东强 ; 王晓霞 关键词:粒子群 ; 云存储 ; 大数据 ; 聚类算法 机构:青岛农业大学 ; 青岛农业大学 ; 理学与信息科学学院 年份:2017
    摘要:对云存储系统中的大数据进行优化聚类设计,降低存储开销,提高数据管理和调度能力,传统方法中对云存储大数据聚类方法采用量子进化方法,当量子群个体存在非线性偏移时,数据聚类存在局部收敛,导致聚类准确度降低.提出一种基于优化粒子群算法的云存储中大数据优化聚类算法,进行了云存储大数据聚类的原理分析,在传统的模糊C均值聚类的基础上,采用粒子群聚类算法进行大数据聚类算法改进设计,把数据的分割转化为对空间的分割,得到云存储系统中海量数据的模糊聚类中心矢量,采用粒子群聚类方法对聚类数据的离散样本进行动态分配,得到数据聚类的信息素浓度,结合粒子群优化聚类的约束条件,求得云存储中大数据聚类的中心最优解.仿真结果表明,采用该算法进行云存储中大数据优化粒子群聚类,数据聚类的聚类准确度高,收敛性能较好,能在较短的迭代步数下计算得到最优解,在模式识别等领域展示了较好的应用价值.
  • 【期刊】 基于粒子群算法的极短弧定轨

    刊名:飞行器测控学报 作者:李鑫冉 ; 王歆 关键词:极短弧 ; 初轨计算 ; 粒子群算法 ; 优化 ; 稳健估计 ; 最小二乘 机构:中国科学院紫金山天文台 ; 中国科学院紫金山天文台 ; 中国科学院空间目标与碎片观测重点实验室 ; 中国科学院大学 年份:2015
    摘要:针对经典的初轨计算方法在极短弧定轨中不适用的情况,建立了一种基于粒子群算法的极短弧(TooShort-Arc,TSA)定轨的计算方法。该方法将问题转化为两个三变量的分层优化问题,采用(a,e,M)作为优选变量,在保持问题维数较低的同时,实现了计算结果和观测资料的解耦。由于实测资料处理中的野值剔除方法不适用于粒子群算法,所以,采用稳健估计法,通过在适值函数中使用最小中值二乘准则,实现了稳健的极短弧计算方法。同时,应用MATLAB计算软件,选用缺省参数实现该算法,以进行数据验证。基于实测数据的数值验证表明,方法对于近圆轨道目标30s以下的弧段仍可以获得有效的结果,10s弧段误差仅为16km。此精度满足后续处理的需要,且方法稳健,具有很高的崩溃点。
  • 【期刊】 以度为规则的小世界粒子群算法

    刊名:微电子学与计算机 作者:靳雁霞 ; 银莉 ; 张晓闻 ; 张鑫 关键词:粒子群 小世界 度 多样性 机构:中北大学计算机与控制工程学院 ; 中北大学计算机与控制工程学院 年份:2016
    摘要:针对粒子群算法快速收敛,容易陷入局部最优的现象,提出了一种以度为规则的小世界粒子群算法.该算法将粒子群的分布引入小世界模型,给小世界的随机连接赋予一个规则,即将度最大的粒子和度最小的粒子进行连接,使粒子之间充分交流,避免了粒子之间信息交流不充分而出现的早熟收敛现象.通过测试函数对其进行仿真实验,实验结果表明,以度为规则的小世界粒子群算法不易陷入局部最优,能够更好地寻找最优解,其性能优于传统的粒子群算法.
  • 【期刊】 基于自适应混沌粒子群的聚类算法

    刊名:计算机工程与设计 作者:顾忠伟 ; 徐福缘 关键词:粒子群 ; 聚类分析 ; 混沌搜索 ; 混沌粒子群 ; 模糊c均值 机构:上海理工大学管理学院 ; 上海理工大学管理学院 ; 浙江科技学院经济管理学院 年份:2015
    摘要:针对模糊c均值聚类算法自适应性不强、易陷入局部极小值及聚类效果不理想等问题,提出一种基于自适应混沌粒子群的聚类算法。对粒子群的加速因子进行动态设置,使粒子搜索机制具有自适应调节的功能;利用混沌扰动优化,使种群的多样性和全局搜索能力得到提高,利用边界缓冲墙对越界粒子进行处理,避免正负粒子飞越边界的干扰。选取UCI机器学习库中的4种数据样本集进行测试,测试结果表明,该算法具有良好的性能。
  • 【期刊】 基于粒子群算法的多匝道协调控制

    刊名:计算机测量与控制 作者:梁新荣 ; 朱春媚 ; 颜沐 关键词:高速公路 ; 匝道控制 ; 协调控制 ; 系统分层 ; 粒子群算法 机构:[1]五邑大学信息工程学院 ; [1]五邑大学信息工程学院 ; [2]电子科技大学中山学院机电工程学院 年份:2018
    摘要:高速公路入口多匝道协调控制是调节各个入口匝道进入到主线的交通量,从而使主线交通流处于最佳状态;由于多个入口匝道相互关联和相互影响,多匝道协调控制具有强的耦合性、非线性和时变性;针对上述问题,提出了一种基于系统分层和粒子群优化算法的控制方法;首先论述了高速公路多匝道系统的原理模型;然后阐述了多匝道协调控制系统的实现,系统由协调控制层和直接控制层组成,其中前者负责模型选择、参数调整和确定期望的密度轨迹,后者采用比例积分微分控制器实施控制,并引入粒子群算法对控制器的比例系数、积分系数和微分系数进行优化;最后进行了仿真实验;结果表明,当高速公路出现交通拥堵时,系统能够快速地消除拥堵,并使主线交通流趋于稳定;该方法为高速公路多匝道控制提供了一种切实可行的新途径。
  • 【期刊】 基于粒子群算法的多匝道协调控制

    刊名:计算机测量与控制 作者:梁新荣 ; 朱春媚 ; 颜沐 关键词:高速公路 ; 匝道控制 ; 协调控制 ; 系统分层 ; 粒子群算法 机构:五邑大学信息工程学院 ; 五邑大学信息工程学院 ; 电子科技大学中山学院机电工程学院 年份:2018
    摘要:高速公路入口多匝道协调控制是调节各个入口匝道进入到主线的交通量,从而使主线交通流处于最佳状态;由于多个入口匝道相互关联和相互影响,多匝道协调控制具有强的耦合性、非线性和时变性;针对上述问题,提出了一种基于系统分层和粒子群优化算法的控制方法;首先论述了高速公路多匝道系统的原理模型;然后阐述了多匝道协调控制系统的实现,系统由协调控制层和直接控制层组成,其中前者负责模型选择、参数调整和确定期望的密度轨迹,后者采用比例积分微分控制器实施控制,并引入粒子群算法对控制器的比例系数、积分系数和微分系数进行优化;最后进行了仿真实验;结果表明,当高速公路出现交通拥堵时,系统能够快速地消除拥堵,并使主线交通流趋于稳定;该方法为高速公路多匝道控制提供了一种切实可行的新途径.
  • 【期刊】 基于粒子群算法的多匝道协调控制

    刊名:计算机测量与控制 作者:梁新荣;朱春媚;颜沐; 关键词:高速公路;;匝道控制;;协调控制;;系统分层;;粒子群算法 机构:五邑大学信息工程学院 ; 五邑大学信息工程学院 ; 电子科技大学中山学院机电工程学院 年份:2018
    摘要:高速公路入口多匝道协调控制是调节各个入口匝道进入到主线的交通量,从而使主线交通流处于最佳状态;由于多个入口匝道相互关联和相互影响,多匝道协调控制具有强的耦合性、非线性和时变性;针对上述问题,提出了一种基于系统分层和粒子群优化算法的控制方法;首先论述了高速公路多匝道系统的原理模型;然后阐述了多匝道协调控制系统的实现,系统由协调控制层和直接控制层组成,其中前者负责模型选择、参数调整和确定期望的密度轨迹,后者采用比例积分微分控制器实施控制,并引入粒子群算法对控制器的比例系数、积分系数和微分系数进行优化;最后进行了仿真实验;结果表明,当高速公路出现交通拥堵时,系统能够快速地消除拥堵,并使主线交通流趋于稳定;该方法为高速公路多匝道控制提供了一种切实可行的新途径。
  • 【期刊】 基于云遗传的混合粒子群聚类算法

    刊名:电子世界 作者:陈思 ; 刘建平 ; 刘方毅 关键词:仿射传播聚类算法 ; 云遗传算法 ; 粒子群算法 机构:武警工程大学研究生管理大队 ; 武警工程大学研究生管理大队 ; 武警工程大学理学院 年份:2017
    摘要:针对K-means算法对初始聚类中心敏感、粒子群算法易陷入早熟收敛且易受初始值影响以及粒子群算法不能以概率1全局收敛的问题,提出一种基于仿射传播和云遗传的改进混合粒子群聚类算法,通过在初始化过程中引入仿射传播聚类算法,克服初始值对算法的影响,通改进的Metropolis接受准则和动态调整粒子集规模策略,实现了云遗传算法和粒子群算法的协同聚类,并进行了全局收敛性证明、时间复杂度分析和实验分析.
  • 【期刊】 基于自适应驱散机制的粒子群优化算法

    刊名:计算机工程与应用 作者:游佳丽 ; 周志勇 ; 章程 ; 戴亚康 关键词:粒子群 ; 自适应驱散 ; 分阶段加速 ; 加速收敛 机构:中国科学院 ; 中国科学院 ; 苏州生物医学工程技术研究所 ; 中国科学院 ; 长春光学精密机械与物理研究所 ; 中国科学院大学 ; 中国科学院 ; 苏州生物医学工程技术研究所 年份:2017
    摘要:为克服粒子群优化算法(PSO)易陷入局部最优导致早熟收敛的问题,提出了一种新型的基于自适应驱散机制的粒子群优化(ADMPSO)算法.基本的粒子群优化算法易陷入局部最优,一般的改进算法在搜索过程之中对个体最优和全局最优结果进行调整,虽然避免了粒子群陷入局部最优,但会很大程度减慢收敛速度.提出的改进算法只有在种群快要陷入局部最优时,才会对粒子群进行有效驱散,这样不仅保证了收敛速度,又不会使粒子群陷入局部最优.对维度30的12个标准测试函数进行测试的结果表明ADMPSO算法相较于经典粒子群(General PSO,GPSO)算法、综合学习粒子群优化算法(Comprehensive Learning PSO,CLPSO)算法和动态多粒子群协调搜索优化算法(Dynamic Multi-Swarm PSO with sub-regional Harmony Search,DMS-PSO-HS),可以更有效避免陷入局部最优,稳定地找到最优值,同时又能保证一定的收敛速度.ADMPSO算法不容易陷入局部最优和迭代次数更少的特点使得PSO算法更加实用化.
  • 【期刊】 基于粒子群算法的多目标背包问题求解

    刊名:廊坊师范学院学报(自然科学版) 作者:邓子龙 ; 程芳 关键词:粒子群 ; 多目标 ; 背包问题 机构:安庆职业技术学院 ; 安庆职业技术学院 年份:2018
    摘要:多目标背包问题模型是多种优化问题的总结模型,对该模型的求解具有较强的现实意义。针对多目标背包问题,建立了多目标优化模型,利用粒子群算法进行求解,给出了算法求解的具体流程。最后,结合实例对算法性能进行了仿真分析,结果表明,多目标粒子群能够给出模型的非劣解集,实现多目标之间的折中权衡,能更有效地解决多目标背包问题。
上一页 1 2 3 4 5 6 7 8 9 10 下一页 跳转