改进的PSO算法及其在证券组合投资中的应用

粒子群优化算法(PSO)作为一种进化计算技术,已经广泛运用到了各个行业领域中。基于不同应用领域的具体要求,人们也针对不同的技术特点对PSO进行了改进。针对PSO算法在证券组合投资中的应用要求,提出一种改进的PSO算法,并通过上海证券交易所的实际数据进行计算机模拟,证实该算法在实际证券组合投资中的实用性。     

基于多混沌PSO和Snake模型的图像分割算法

针对分割图像目标是无法提取目标的真实边缘且实时性不佳,引入混沌系统改进的PSO(简化粒子群算法)提取出的目标边缘作为Snake模型分割的起始位置,优化能量函数后分割出精准目标.实验表明:对图像目标进行分割的时间减少且精准度也提高了。     

带飞行时间因子的改进粒子群优化算法

对于粒子群优化算法(PSO)的研究内容涉及到许多方面。目前,针对PSO算法的研究大致可以分为算法的理论研究、算法的改进研究以及算法的应用研究。该文主要是对PSO算法的改进进行了研究,提出了一种带飞行时间因子的改进的粒子群优化算法(MPSO),并通过实验验证了MPSO优化性能较之PSO有了很大的提高。     

基于MPSO方法的边坡可靠度计算研究

借鉴遗传算法中的杂交概念,将其引入标准粒子群方法(Particle Swarm Optimization, PSO),形成混合粒子群算法(MPSO).该方法改善了PSO方法的全局搜索能力,提高了算法的收敛速度和计算精度,并用其计算可靠度指标及相应的验算点.以典型的边坡为例,通过工程算例并与其他方法对比,表明了MPSO方法较标准PSO方法的计算精度高,收敛速度快;分析了算法中各控制参数对可靠度指标的影响;算例结果表明:MPSO方法对求解功能函数呈高度非线性的边坡可靠性问题具有很好的适应性,是科学可行的,具有很好的应用前景.     

粒子群算法及其哲学启示

粒子群优化(PSO)算法是一种模拟自然生物群体(swarm)行为的优化技术。PSO算法源于对鸟群觅食行为的研究,该算法简单易实现,可调参数少,已得到广泛研究和应用。PSO算法不仅仅是种算法,更是一种学习和思维的创新,体现出学科之间交互所发生的一些突破。它不但是计算机理论上极大的理论创新,而且在哲学上也具有丰富的内涵。对此进行了论述。     

粒子群优化算法研究

为更好地改进粒子群优化算法（Ps0）并为深入研究该算法提供相关资料,在分析PSO的基本原理和对算法在惯性权重、收敛性等方面进行深入调查的基础上,介绍了算法的多种改进形式和研究现状,阐述了PSO的数学研究现状与发展趋势,指出对PSO系统的理论研究及其性能的进一步改进和应用是PSO的发展趋势．     

一种改进的彩色图像边缘检测方法

使用灰度图像算法进行彩色图像边缘检测,会造成图像边缘漏检.针对这个问题,在输出融合法基础上,对Roberts算子进行了改进,提出一种适用于彩色图像的边缘检测方法.实验表明,改进算法能有效检测彩色图像边缘.     

微粒群算法研究与应用分析

微粒群优化算法(PSO)是一种进化计算技术,通过微粒间的相互作用发现复杂搜索空间中的最优区域。本文介绍了微粒群算法的产生,标准微粒群算法及流程,算法参数.围绕微粒群算法的改进形式,算法的应用等方面对微粒群算法的研究现状进行综述。     

一种针对不同噪声强度的图像边缘检测算法

通过对图像边缘检测算法原理分析的基础上,提出一种新的噪声图像边缘检测算法.算法结合分区均值滤波算法和改进的Canny算法的特点,首先将5×5窗口内的噪声点进行剔除,计算图像平均梯度值,进而运用改进的Canny算法,提取目标图像的边缘特征.实验结果表明,本文算法检测的边缘特征优于传统的边缘检测算法,具有一定的应用价值.     

改进粒子群优化神经网络的高压断路器故障诊断

在分析传统误差反向传播(BP)算法和标准粒子群优化(PSO)算法的特征及其问题基础上,提出一种改进粒子群优化(MPSO)算法和改进BP(MBP)算法,建立基于MPSO-MBP混合算法的高压断路器神经网络故障诊断模型.通过训练样本和测试样本的仿真对比分析,该方法能够实现高压断路器不同故障的有效诊断,提高高压断路器故障模式的识别能力,故障诊断准确率高、速度快.     

改进 K 均值聚类的不平衡数据欠采样算法

传统欠采样方法在处理不平衡数据问题时只考虑多数类样本的绝对位置而忽略了其相对位置,从而使产生的平衡数据集存在边界模糊问题。提出一种改进 K 均值聚类的不平衡数据欠采样算法（UD-PK）。该算法首先利用改进的 PSO 算法迭代寻找全局最优解作为 K-means 聚类所需初始值,然后通过 K-means 进行聚类,再按照每个类别中多数类与少数类的比例定义所取多数类样本个数,并根据多数类样本与簇心距离择优选择参与平衡数据集构造。在 UCI 数据集上的对比试验表明,该算法在少数类准确率上较一些经典算法有很大提升。     

杨氏模量实验的设计

测金属丝杨氏模量的实验,都是围绕如何测准金属丝在外力作用下的伸长量而设计的,传统的方法是利用光杠杆去测量。由于读数显微镜的分度值为,并可读到毫米的第三位,因此可利用读数显微镜去测量金属丝在外力作用下的伸长量,这样在操作上较传统的方法更为方便,同时也提高了测量结果的可靠程度。     

Stress field near an interface edge of linear hardening materials

The elastic-plastic singular stress field near an interface edge of bounded linear hardening material is substantially as same as that of bonded elastic materials whose Young's modulus and Poisson ratio are substituted by equivalent values, respectively. Further investigation by the elasto-plastic boundary element method (BEM) on the stress field near the interface edge showed that the stress field there can be divided into three regions: the domain region of the elastic-plastic singular stress field, the transitional region and the elastic region. The domain region of the elastic-plastic singular stress becomes larger with the increasing of the linear hardening coefficient. When the linear hardening coefficient decreases to a certain value, the effective stress in most of the yield zone equals approximately the yield stress. The stress distribution in the elastic region under small-scale yielding condition was also investigated. Project (No. 19972060) supported by the National Natural Science Foundation of China.     

非晶材料驰豫过程中杨氏模量的唯象研究

晶态材料弛豫过程中模量的唯象描述的基本思想出发，同时考虑到近年来对非晶材料弛豫规律的种种研究，将传统的构造力学参数模型作为弛豫单元的作法与现在流行的双能级模型统一起来，对非晶材料弛豫过程中的杨氏模量进行了唯象处理，得到了与以往不同的弛豫规律.     

阵列天线方向图综合的粒子群优化算法

介绍了粒子群优化算法的基本原理;给出了基于这种进化计算技术的阵列天线方向图综合方法;对粒子群优化算法和遗传算法的特点进行了对比研究,同时对基本粒子群优化算法提出了一种改进策略。研究表明,粒子群优化算法是一种稳定性好,易于实现并行计算的优化算法,在阵列天线方向图综合中具有良好的应用前景。     

基于近似点扩展函数估计的交通监控图像去雾

针对雾气分布不均匀的交通监控图像去雾,提出了一种基于近似点扩展函数估计-APEX的去雾算法。算法采用APEX的基本原理,利用暗原色先验求出的有雾图像透射图对APEX参数进行估计,且估计值按整幅图像的雾气浓度分布自适应调整,再计算出点扩展函数并逆运算得出复原的清晰图像。实验结果证明,该算法实时性高且去雾效果好,特别是对雾气分布不均匀的交通图像也有去雾效果,能满足智能交通监控系统的需求。     

杨氏模量实验的优化研究

针对传统杨氏模量测量存在的一些问题进行深入分析,进而对传统杨氏模量测量仪进行改进,最后提出了减少实验误差、简化数据处理的建议.     

Active control experiments on a herringbone ribbed cable dome

Active control experiments on a newly proposed herringbone ribbed cable dome are described in this study. The cables of the dome are designed to have the ability to change length in order to adjust the geometrical configuration and the force distribution of the structure. Thereby, the dome is adaptable to different load cases. To begin with, for achieving the control amount for the active control test, an active control algorithm based on a nonlinear force method is presented. Then, an assembly and pre-stressing procedure is implemented. Active adjustment tests on three possible types of adjustable cables are performed to provide a practical method for the following active control test. The active control test demonstrates the applicability of the active control algorithm to achieve both force control and shape control. The method can be used to prevent failure of the cable domes due to slackening of the ridge cables and excessive displacements of the central section of the cable dome. The experiments verify the proposed control algorithm and the feasibility of the cable dome to adapt to excessive full span load and maintain the integrity of the structure.     

人造骨杨氏弹性模量的测量与材料物理稳定性的研究

人造骨是骨科治疗中的新材料,将该材料引入到弯曲法测杨氏模量中,可作为医用物理设计性实验。对人造骨材料杨氏弹性模量测量结果发现其值与生物骨参数较为一致,生物相容性好。笔者还研究了它与湿度、温度及生理盐水浸泡的关系,数据表明该材料的物理稳定性极好。     

一种基于改进帧差法的运动目标检测

针对视频中的运动目标离摄像头较近时由于形状的变化而导致目标边界测定不准确的问题,在帧间差分法的基础上,提出了一个求精运动目标边界的算法。先用得到边界值计算目标中心点,再对视频中的运动目标进行运动距离和速度的检测,并在Matlab中进行仿真。实验结果表明,该算法对帧差法的结果进行求精后,得到的运动目标的状态值更接近于实际情况,改进的算法更适合于视频中运动目标形状变化较大的情况下进行运动目标状态的检测。