【摘 要】
：
随着信息化时代的来临,科学技术研究以前所未有的速度迅猛发展。通过模拟自然界生物的生存方式抽象而成的自然计算方法具有强大的复杂信息处理能力,适用范围广、鲁棒性强,受到广大学者的喜爱。但是传统的自然算法方法也存在一些问题,即算法后期收敛速度较慢,种群的多样性减少,陷入局部最优时无法逃脱导致优化结果不够理想。所以为提升算法性能,各种各样的优化策略被提出。本文在自然计算方法的基础上,对种群个体之间的相似程
论文部分内容阅读
随着信息化时代的来临,科学技术研究以前所未有的速度迅猛发展。通过模拟自然界生物的生存方式抽象而成的自然计算方法具有强大的复杂信息处理能力,适用范围广、鲁棒性强,受到广大学者的喜爱。但是传统的自然算法方法也存在一些问题,即算法后期收敛速度较慢,种群的多样性减少,陷入局部最优时无法逃脱导致优化结果不够理想。所以为提升算法性能,各种各样的优化策略被提出。本文在自然计算方法的基础上,对种群个体之间的相似程度进行研究,提出了一种在个体更新迭代过程中的优化策略。通过计算种群个体之间的余弦相似度,改进个体的优化能力,从而提高算法整体的精确性。通过马尔可夫链对算法收敛性能进行分析、开展实验测试,并对改进算法进行的时间性能进行计算。在此基础上,以BP神经网络为研究对象,结合应用本文所提改进策略的算法优化该模型的权阈值,最后通过房地产价格预测实验来验证该改进模型的性能。本文的研究重点和结果如下:提出一种基于余弦相似度反向的自然计算方法策略。该策略充分考虑种群的具体迭代过程中的反向,通过计算每个个体与区域中心个体的相似程度,根据其余弦属性值对种群分类;将分类后相似程度较低的个体,计算它们与区域中心个体间的相似程度,而后以余弦属性值作为加权系数,对个体进行反向计算,得到新的种群个体,从而加快收敛速度,降低运行时间。最后将柯西变异扰动应用于种群的最佳个体,以提升种群的多样性。通过对比实验,选择表现良好的改进粒子群算法和改进灰狼优化算法,将它们分别嵌入到BP神经网络的参数初始化中去训练神经网络,从而实现对北京二手房的房地产销售价格的预测,验证其改进效果。实验证明,改进网络模型的整体性能得到了较大的提升。
其他文献
随着信息社会的发展和科技的进步,人们对软件系统的依赖逐渐加深,软件质量的可靠性保障越来越重要。软件缺陷预测作为检测缺陷模块的重要手段之一,可以通过对历史仓库的挖掘,描写与之相关的度量信息形成数据集,利用机器学习等方法对数据集进行学习,构建有效的预测模型。以测试出包含高缺陷的模块,对其进行检测,优化测试资源的分配。然而现实中有缺陷的数据样本较少,会导致机器学习训练后,更易将测试数据划分成多数类,在软
21世纪是科技高速发展,多种高新技术取得长足进步的时代,人工智能不仅对人们的生产和生活产生深刻的影响,还对教育领域具有重要价值。教育部于2016年发布《教育信息化“十三五”规划》进一步加快教育现代化、信息化改革的步伐,这会为高中物理教学带来新的发展机遇和教学变革,为教学提供新思想,新方法,转变教师的教学观念,这是科技结合教育科学的智慧结晶,是立足于课前、课中、课后全方位的跟踪教学。教师将人工智能应
随着通信技术与电子技术的发展,激光雷达的高测量精度和时空分辨率使之无论是在军用领域还是民用领域得到都得到大规模应用。激光雷达能够更准确的检测出目标的方位、距离、速度和形态等信息,可以用于检测、鉴定和跟踪目标。但是激光雷达也存在很多的不足,例如激光雷达它的信号处理手段和设备相对不够成熟,开发过程比较复杂,成本高。然而射频的信号处理技术已趋于成熟,所以通过激光的调制技术将射频信号处理技术引入到激光雷达
云计算产业化规模的不断推进和持续成熟,逐渐成为当今诸多高新技术发展的重要设施之一。在产业规模扩展的同时,云数据中心产生的能源消耗与资源浪费等成为当前云资源管理技术的焦点问题。值得一提的是,任务调度技术作为云计算中重要节能技术之一,关注于如何将用户所提交的任务分配到合适的虚拟机,可以有效的管理云能耗问题。因此,云任务调度技术成为当前云计算资源管理研究的一项重要课题。云调度技术关系到任务完成时间、系统
物联网（Internet of Things,Io T）通过互联网或电信网将终端设备、传感器等设备按照一定协议实现互联互通。近年来,物联网规模的扩张越来越快。从智能家居到智慧城市,物联网的作用愈加重要,未来将成为不可或缺的一环。然而,由于越来越多的敏感信息被上传到了物联网设备中,使得物联网设备成为了网络攻击的高价值目标。入侵检测系统通过实时检测网络中的流量数据传输从而发现攻击行为的存在,并向网络安
物联网在传感器、智能家居和工业等多个领域快速发展。然而物联网设备复杂多样,在应用到各个领域时,物联网攻击事件频繁大量发生。确保物联网安全是国家持续发展的必要工作。物联网入侵检测技术可以有效地检测到攻击,提前发现威胁,有效的防止物联网设备破坏。如今,深度学习相关技术在物联网入侵检测方面得到有效的应用。传统的物联网入侵检测系统存在一些缺点,物联网所收集的正常样本数据的数量远远大于异常样本数据的数量,在
当下,我国正处于社会发展的转型期,新旧思想不断发生碰撞,也对人们提出了更多新的要求,为了更好地融入社会,个人需要不断地进行角色调试。农村妇女作为社会整体的重要组成部分,在角色调试过程中难免会出现不适应的情况,导致个人产生无力感,需要专业的社会工作者帮助其解决所面临的问题,激发内在潜能,提升抗逆力,能够以积极的心态来面对生活。本文使用参与观察、深入访谈等方法对D村妇女的基本信息以及面临的问题进行初步
网络入侵检测（NID-Network Intrusion Detection）是通过动态检测网络流量中的攻击型数据来保障网络安全的重要技术。对于未知或新型攻击,传统NID的检测效果可能无法满足实际需要。在传统入侵检测模型的基础上,相较于结合机器学习方法的入侵检测模型,结合卷积神经网络（CNN）的入侵检测方法能够显著提高分类任务的准确率,但是CNN模型训练时存在泛化能力差、收敛速度慢等问题,导致了检
群体智能算法是应用广泛的优化算法,然而其种群多样性会由于群体陷入局部最优区域而快速减少,导致算法收敛精度差,针对此问题提出一种新颖的反向学习策略来改进算法性能。长短期记忆网络为当前研究的热门领域,其模型超参数众多且需要人工设定及调试,本文将群体智能算法用于优化长短期记忆网络超参数组合,搭建自动化调参模型,并通过实验验证模型有效性,具体研究内容如下:（1）提出一种基于正交补空间的反向学习策略,该策略
目的 探讨非酒精性脂肪性肝病（NAFLD）合并2型糖尿病（T2DM）患者肝脏脂肪受控衰减参数（CAP）以及肝脏硬度值（LSM）的变化。方法 选择2018年1月至2020年12月T2DM患者128例（男57例，女71例），年龄（52.6±8.2）岁。其中合并NAFLD44例，单纯T2DM组84例。计量资料采用t检验，计数资料采用卡方检验。结果 合并NAFLD组ALT、AST、TG、LDL、FBG、F