【摘 要】
:
粒子群算法(简称PSO)是由Kennedy和Eberhart于1995年提出的一类随机群集智能优化算法。Kennedy和Eberhart对鸟群的觅食行为进行研究发现,单只鸟的能力是非常有限的,但是它们
论文部分内容阅读
粒子群算法(简称PSO)是由Kennedy和Eberhart于1995年提出的一类随机群集智能优化算法。Kennedy和Eberhart对鸟群的觅食行为进行研究发现,单只鸟的能力是非常有限的,但是它们依靠群体的合作总能以最简单、最有效的方式寻找到食物。于是他们将鸟群简化为一个简单的社会系统并加入人类社会的某些行为特征,设计出PSO算法用于解决复杂的优化问题。PSO算法因其设计思想简单、操作实现容易、需要控制的参数少、能够实现分布式计算以及优化速度快而被广泛应用于函数优化、模式识别、神经网络训练等领域。本文对PSO算法的基本思想、拓扑结构、收敛性进行了较详细的分析,同时本文还对近几年几个主要的改进PSO算法进行了介绍,结合PSO算法的分析结果,本文提出一个改进的PSO算法。从实验结果来看,本文改进的PSO算法不但具有良好的优化能力,而且还具有良好的优化速度。
统计预测是一个经典而又古老的问题,广泛应用于经济和工程技术等领域,通常采用回归分析法进行分析。回归分析法通常将回归模型的参数估计转化为求一个多元方程组的解,即线性回归模型的参数估计求多元线性方程组的解,非线性回归模型的参数估计求多元非线性方程组的解。从数学方面来讲,求解多元非线性方程组是非常困难的事情。本文对PSO算法进行研究发现,PSO算法对无约束条件的连续函数优化能力很强,因此,用PSO算法估计回归模型的参数是一个合理的想法。为了证实这个想法,本文分别用PSO算法估计得到了多元线性回归模型和多元非线性回归模型的参数。受这两个实例的鼓舞,本文用PSO算法识别出更复杂的ARMA模型和估计得到了ARMA模型的参数。从这些实验结果可以看出,用PSO算法估计得到回归模型的参数的精度是非常高的,因此,用PSO算法估计回归模型的参数是完全合理和可行的。
其他文献
随着计算机网络技术的高速发展,使得网络教学获得了前所未有的强大技术支持手段。远程教学技术是目前计算机网络应用的一个研究热点。论文在对远程教育与教学管理平台现状充分
支持向量机(SVM)回归算法因其良好的小样本学习能力,方便简洁的非线性处理能力,以及收敛过程无局部最小等优点赢得了学术界的广泛关注。它以最小化结构风险为目标,以求解二次
根据中国石油信息化建设的要求,立足现状,提出一套切实可行的基于面向服务架构(SOA)和业务流程管理(BPM)的流程架构和实现框架,并在此基础上实现了在地域上覆盖中国石油十三大油
随着Web Service技术的发展和应用的普及,Web Service的服务质量(QualityOf Service,QoS)越来越受到关注。近年来,很多研究集中在支持QoS的WebService的组装和调度上。这些研究
本文首先从总体架构的角度研究了OpenOffice.org软件的框架结构,剖析了0penOffic.org应用程序环境,框架的组织编译结构,界面元素的载入与命令的响应执行,文档模型等几个重要的方面,
网络协议是网络中互相通信的实体所遵守的规范,开发人员对于协议规范文本的理解可能不同,为了验证协议实现的行为是否符合协议规范描述及开发需求,在投入网络运行前必须进行
图是计算机科学最常用的一类抽象数据结构,在结构和语义方面比线性表和树更加复杂,更具有一般性表示能力。现实世界中许多应用场景都需要用图结构表示,与图相关的处理和应用
通过对楼盘信息系统的发展状况进行分析,对目前公司使用的系统方案进行了比较与讨论,提出了基于UML系统开发框架,并且融入BPM与SOA相结合的业务流程管理技术。把业务过程逻辑(表
随着IT技术的持续发展,计算机游戏在整个IT技术领域扮演的角色越来越重要,而游戏引擎则成为了计算机游戏领域中的核心技术。然而大多数关于游戏引擎的研究都集中在视频和人工
本论文主要研究基于图像DCT频域的信息隐藏技术。计算机信息隐藏的嵌入域主要两种,一种是空域(或时域),另一种是变换域(如频域)。空域隐藏可以隐藏大量的信息但是强壮性差,因此