论文部分内容阅读
粒子群优化算法的性能主要受其中参数的影响,尤其是惯性权重的影响,选择合理的ω能够平衡算法的全局和局部搜索能力。根据当前粒子的函数值调整学习因子,利用局部搜索的方法确定惯性权重,提高了算法的鲁棒性能。最后对一些标准测试函数进行验证,实验分析表明该算法具有优越性能。
基于局部搜索惯性权重的粒子群优化算法
【摘 要】
：
粒子群优化算法的性能主要受其中参数的影响,尤其是惯性权重的影响,选择合理的ω能够平衡算法的全局和局部搜索能力。根据当前粒子的函数值调整学习因子,利用局部搜索的方法确定惯性权重,提高了算法的鲁棒性能。最后对一些标准测试函数进行验证,实验分析表明该算法具有优越性能。
【机 构】
：
河南大学计算机与信息工程学院,南阳师范学院计算机与信息技术学院
【出 处】
：
计算机应用研究
【发表日期】
：
2011年03期
【基金项目】
：
国家自然科学基金资助项目（60873099）, 河南省重点科技攻关项目（102102210388）, 河南省教育厅自然科学研究项目（2009B520023）
其他文献
针对无线多媒体传感器网络对带宽和实时性等的高要求,建立了一种基于能量优化和跨层协同交互的分布式多路径路由技术,并应用于移动通信领域。该技术采用了遗传算法优化节点传输多媒体数据能耗,建立节点剩余能量预测模型,根据感知能量建立跨层协同工作体系,以较小代价在动态无线网络拓扑中选择最优路径。仿真实验和数学分析表明,该技术能够高效地支持实时移动视频通信,适合于计算能力、存储能力和能量等受限的无线多媒体传感器
利用传统RSA算法和有限域上离散对数问题,提出一种新的基于混沌映射的密钥协商方案。该方案基于有限域上Chebyshev多项式良好的半群特性,运用RSA算法巧妙地隐藏通信双方产生的有限域上的Cheby-shev多项式值,从而避免了以往的种种主动攻击,保证了密钥协商的安全;同时,该密钥协商方案还实现了身份认证功能。理论分析和软件实现证明了该方案的可行性、正确性和安全性。
通过分析模式匹配算法在网络入侵检测中的重要作用和所面临的问题,对Aho-Corasick基于自动机的算法和以Aho-Corasick算法为基础的相关算法进行了分析,并通过实验对多种多模式匹配算法进行综合对比,最后对多模式匹配方法的发展趋势进行了展望。
由数据构造贝叶斯网络结构是NP-难问题,根据互信息和条件独立测试,提出了一种构建最优贝叶斯网络结构的新算法。数值实验表明,新算法能较快地确定出与数据匹配程度最高的网络结构,从而能更高效地学习贝叶斯网络结构。
针对现有多秘密视觉密码方案像素扩展度较大和相对差较小的问题,从像素扩展度与秘密数量之间的关系入手,通过设计关联算法和分享算法,提出了一种基于XOR运算的(2,2,n)多秘密视觉密码方案,该方案能够利用XOR和OR两种运算来恢复任意数量的秘密图像。实验结果表明,该方案在像素扩展度和相对差上与以往方案相比都有较大改善。
针对曲线弯曲二叉树在曲线形态表达上的不足,以弯曲作为曲线形态的单元,探讨了曲线的多尺度表达与弯曲树状结构间的关系,提出了曲线的弯曲多叉树模型以及探测方法,并利用曲线弯曲多叉树模型制定了基于弯曲的曲线综合化简策略。该模型在等高线化简上的应用表明,其无论在线要素的整体形态保持上,还是在地理特征的一致性保持上都非常有效。
中文摘录是一种实现中文自动文摘的便捷方法,它根据摘录规则选取若干个原文句子直接组成摘要。通过优化输入矩阵和关键句子选取算法,提出了一种改进的潜在语义分析中文摘录方法。该方法首先基于向量空间模型构建多值输入矩阵;然后对输入矩阵进行潜在语义分析,并由此得出句子与潜在概念(主题信息的抽象表达)的语义相关度;最后借助改进的优选算法完成关键句子选取。实验结果显示,该方法准确率、召回率和F度量值的平均值分别为
针对传统的单故障假设无法诊断复杂系统多故障并发的情况,提出了一种基于概率阈的非冗余系统多故障诊断策略。首先对系统的相关性模型进行扩展,并删除低于概率阈的故障状态,建立非冗余系统的多故障测试诊断模型;其次在信息熵算法的基础上建立Rollout算法,获得了最优测试序列;然后建立故障诊断树并计算测试代价;最后以某机载电子系统为例验证了该方法的有效性。该方法可以在保证测试费用最小的情况下获得非冗余系统的最
合作的激励机制对拓展Ad hoc网络的应用具有决定性作用,然而在资源有限的网络条件下实施激励机制对协议开销控制的要求很高。依托文件共享应用,提出了基于债务关系的文件共享激励机制SDE。由于只涉及直接交互信息,避免了针对全局声誉方案的欺骗与攻击行为及虚拟货币方案所存在的货币造假问题,易于分布式实现。通过引入节点间的重复博弈,节点自发维护债务的有效性。提出了债务网络上的路由算法M-PGA,该算法采用局
采用变尺度混沌优化方法代替梯度下降法融入BP神经网络,在优化搜索过程中不断缩小搜索空间,克服了标准BP算法易陷入局部极小的缺点,能有效地寻找到BP神经网络权值的全局最优值;此外,进一步提出变尺度混沌优化与梯度下降法有机结合的算法,能有效缩短单一的变尺度混沌优化BP算法的训练时间。仿真结果表明,改进的BP神经网络具有实现简单、寻优性强和优化效率高等特点。