一种改进的粒子群算法稳定性证明及其应用

来源 :现代计算机(专业版) | 被引量 : 0次 | 上传用户:yang980060
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对改进的粒子群算法缺乏理论上稳定性证明及其相应的参数选择问题.利用李雅普诺夫稳定性理论对个体决策粒子群算法给予稳定性证明,并给出相应的参数选择方式,改变传统粒子群算法只能从仿真角度说明该算法的稳定性。采用几个常用的测试函数进行仿真实验,与其他改进的粒子群算法相比,结果表明该算法具有更好的性能。
其他文献
近年来,行人检测研究受到了越来越多的关注。提出一种基于显著性检测与改进Weber局部描述子(IWLD特征)的快速行人检测方法,该方法有效地结合显著性区域检测及IWLD特征的优势。采用显著性区域检测提取显著图,并进行感兴趣区域提取,然后采用IWLD用来刻画滑动窗口,从而实现行人的快速检测。实验结果表明,基于显著性区域的行人检测方法大大地加快行人检测的处理速度。
针对优化径向基函数神经网络的各参数问题,提出一种动态K均值混合优化RBF神经网络并应用于广西降水数据进行建立预报模型,该模型与传统的K均值RBF模型和同期的T213降水预报进行
结合金黄色葡萄球菌生长模型的质量指标,提出一种牛奶的多阶段定价模型。模型以牛奶零售商的收益最大化为目标,以获得各个阶段最优的价格决策。利用遗传算法求解该模型,能够
我们为珍视单人赛的非自我 mappings 学习最好的最近点的存在。另外,我们与一个适当几何性质在公制的空格为珍视集合的非自我 mappings 证明一条最好的最近点定理。例子被给支