基于粒子群算法的毕业设计质量因素分析

采用粒子群算法分析了选题和指导教师因素对于数学、软件工程及计算机三专业学生毕业设计质量的影响,结果显示对于不同专业,质量因素的影响是不一样的,因此需要针对性地给出改进措施;然后基于分析结果给出了对导师遴选及课题筛选工作的改进建议。     

基于蚁群智能算法的文本分类研究

面对海量、异构、动态的文本信息,对文本进行自动分类具有重要意义.文本分类的发展与模式识别的发展密切相关.文本分类具有的类目多、样本数目多、噪音多、各类别样本数目不均衡等特点,使各模式识别算法在应用于文本分类时存在许多缺点.近年来逐步发展起来的群集智能(Swarm Intelligence)理论和方法为文本分类提供一种新...     

基于快速退火和PSO算法的港口交通信号控制方法

针对港口主要交叉口易形成堵塞,延误较大的特点,提出了对全局最优进行快速退火的微粒群算法。该算法不仅能避免陷入局部极值,最主要的是计算量增加小,效率高。仿真结果表明,与其他智能方法相比,在对港口交通信号进行配时时,本算法能获得更低的车辆平均延误和平均停车率。     

基于RBF和PSO的双喉道气动矢量喷管优化设计

本文探索了一种能多变量综合优化的方法,即对喷管进行参数化设计后,用均匀试验设计(UED)将试验样本均匀散布在设计区间内,求出各性能参数后,利用径向基神经网络(RBF)对试验样本进行拟合,再用粒子群算法(PSO)对训练好的神经网络进行寻优,找出了更好的双喉道气动矢量喷管设计参数组合。数值模拟结果显示,优化后的双喉道气动矢量喷管的矢量角有了明显提高。试验表明这种优化方法具有很好的优化能力,可以用来对喷管几何外形进行参数优化。      

基于粒子群优化算法的生物组织杨氏模量的重构

为了定量求解生物病变组织的杨氏模量,提出了一种基于边缘提取技术和图像配准技术的杨氏模量反演方法.在已知生物组织边缘位移及病变边缘的基础上,根据力的分布,构造单元系统,运用有限元反演方法(IFEM),计算出组织的杨氏模量.在此基础上估计全局杨氏模量范围,采用改进粒子群优化算法(PSO),计算出生物组织整体的杨氏模量分布.该算法克服了其他杨氏模量重建算法的限制,放松了对位移和边界力的要求.通过多次数值实验得出算法对存在误差的边缘位移同样有效;改进的PSO算法在较大范围内叠代搜索,总能向理论值靠近,并得到可行解.     

Multiple objective particle swarm optimization technique for economic load dispatch

INTRODUCTION The conventional economic load dispatch prob-lem of power generation involves allocation of power generation to different thermal units to minimize the operating cost subject to diverse equality and ine-quality constraints of the power system. This makes the economic load dispatch problem a large-scale highly non-linear constrained optimization problem. However, as a result of public awareness of envi-ronmental protection, diverse emission compliance strategies have emerged (…     

改进量子粒子群BP神经网络参数优化及应用

针对现有BP神经网络选取权值和阈值不精确问题,采用改进量子粒子群优化算法优化BP神经网络权值和阈值。首先在改进的量子粒子群优化算法中,采用双层多种群优化策略提高整个种群的寻优能力,然后在每个子群中使用混沌反向学习和Levy飞行增强子群寻优能力,最后利用改进的量子粒子群优化BP神经网络权值和阈值。实验结果表明,改进的量子粒子群优化算法能有效提高BP神经网络的全局寻优能力和收敛性,对数控高速铣削加工的铣削力进行准确预测。     

一种改进的粒子群算法研究

为了克服粒子群算法易发生早熟收敛、后期迭代速度较慢、易陷入局部最优的缺点,提出了一种改进的粒子群算法。该算法采用非线性动态自适应的更新权重,进一步提高收敛速度;通过引入差分进化算法中的交叉算子,以提高算法的全局探索能力,利用差分进化算法的变异策略产生候选解,克服种群多样性的下降,以跳出局部最优。利用该算法对2个测试函数进行寻优,仿真结果表明,文章提出的算法是一种收敛速度快、收敛精度高的全局寻优算法。     

智能优化算法在暑假旅游路线安排中的应用

为解决暑假旅行人员以成本最小化为目标的最佳旅行路线选择难题,基于路径优化理论（VRP）及粒子群算法,设计了以暑假旅游路线最短为优化目标的数学模型,采用计算机编程技术,设计了求解该优化模型的粒子群算法,并选择案例对模型及算法进行了验证。案例应用结果表明,该模型和算法能够有效解决最佳旅游路线选择难题,正确率达98%。基于VRP理论及粒子群算法的最短路选择模型不仅能够快速求解出最优路径方案,还能够有效降低人工经验选择最短路径中存在的误差。     

Searching high gray scale FPD scanning matrix based on PSO

With the increase of gray scale and flat panel display (FPD) size, subspace bitwise scanning strategy can be replaced traditional scanning method to cut down frame frequency. However, the direct searching strategy (DSS) becomes unfeasible to obtain corresponding high gray scale scanning matrix. Thus, particle swarm optimization (PSO) is introduced to accelerate searching for high gray scale weights scanning matrix (WSM) with its parallelism and global optimization feature. Finally a WSM of 256 gray scales i...