版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、粒子群優(yōu)化算法(Particle Swarm Optimization,以下簡稱PSO算法)模擬了生物界中鳥群覓食的過程實(shí)現(xiàn)了問題尋優(yōu),其算法操作簡單、涉及參數(shù)少,因此在當(dāng)今的優(yōu)化領(lǐng)域中受到越來越多人的關(guān)注。PSO算法的主要缺點(diǎn)是易于陷入局部最優(yōu)解、收斂精度低。為此一些改進(jìn)的PSO算法應(yīng)運(yùn)而生,但是這些改進(jìn)算法仍存在計(jì)算復(fù)雜度高、收斂速度慢等缺點(diǎn),因此對粒子群算法進(jìn)行有效的改進(jìn)仍然是目前學(xué)者研究的一個(gè)熱點(diǎn)。 本文針對粒子群算法在
2、陷入局部最優(yōu)時(shí)難于跳出的缺陷,提出了一種“基于種群分類與動態(tài)學(xué)習(xí)因子的粒子群改進(jìn)算法”。該算法首先利用粒子適應(yīng)值的統(tǒng)計(jì)規(guī)律將粒子分成好、適中、差3類,用“社會模型”進(jìn)化表現(xiàn)差的粒子從而加快其收斂速度;用“認(rèn)知模型”進(jìn)化表現(xiàn)好的粒子從而提高其收斂精度;而對于利用“完全模型”進(jìn)化的粒子,采用動態(tài)調(diào)整學(xué)習(xí)因子的方法,從而大大提高了算法的優(yōu)化效率和優(yōu)化精度。本文通過反復(fù)實(shí)驗(yàn)分析,得出學(xué)習(xí)因子隨著進(jìn)化推進(jìn)的最優(yōu)變化規(guī)律,并給出了學(xué)習(xí)因子的最佳函數(shù)
3、表達(dá)式。仿真結(jié)果表明,利用本文提出改進(jìn)的PSO算法優(yōu)化4種具有代表性的基準(zhǔn)函數(shù),無論是在優(yōu)化精度方面還是在優(yōu)化效率方面,均較PSO—σ算法在性能上有本質(zhì)的提高。 鑒于PSO算法“并行搜索”和“具有記憶”的特性,本文還提出一種“基于粒子群算法的交互式圖像檢索方法”,該方法首先采用“變均分單元”法對圖像進(jìn)行預(yù)處理,用預(yù)處理后得到的圖像矩陣形成特征向量,用特征向量對粒子進(jìn)行編碼,把目標(biāo)圖像看成問題的解,檢索圖像的過程就可以看成是利用粒
4、子群算法在特征空間搜尋最優(yōu)解的過程。在檢索過程中,該方法采用人機(jī)交互的方式對粒子(即圖像)進(jìn)行適應(yīng)度評價(jià),采用這種方式一來解決了算法適應(yīng)度函數(shù)難于構(gòu)造的問題;二來保證了適應(yīng)性評價(jià)的客觀性。該方法將PSO算法“并行搜索”和“具有記憶”的特性與人機(jī)交互的檢索方式結(jié)合,從而保證了檢索到的圖像和人們的檢索意圖一致。最后通過對基于遺傳算法的交互式檢索方法與本文提出方法進(jìn)行仿真對比,證實(shí)了本文提出的檢索方法在基于內(nèi)容的圖像檢索中的有效性。目前國內(nèi)外
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 粒子群優(yōu)化算法在圖像檢索中的應(yīng)用.pdf
- 粒子群算法優(yōu)化及其在圖像檢索中的應(yīng)用研究.pdf
- 粒子群優(yōu)化算法的改進(jìn)及其在圖像中的應(yīng)用研究.pdf
- 粒子群優(yōu)化算法的改進(jìn)及其在圖像分割中的應(yīng)用.pdf
- 改進(jìn)粒子群優(yōu)化算法及其在多閾值圖像分割中的應(yīng)用.pdf
- 改進(jìn)型粒子群優(yōu)化算法及其在圖像分割中的應(yīng)用.pdf
- 改進(jìn)的粒子群算法及其在聚類算法中的應(yīng)用.pdf
- 改進(jìn)粒子群算法的研究及其在天線設(shè)計(jì)中的應(yīng)用.pdf
- 改進(jìn)粒子群算法及其在機(jī)械優(yōu)化中的應(yīng)用.pdf
- 粒子群算法及其在圖像分割中的應(yīng)用與研究.pdf
- 改進(jìn)的粒子群算法研究及其在流量矩陣估計(jì)中的應(yīng)用.pdf
- 粒子群優(yōu)化算法的改進(jìn)及其應(yīng)用
- 改進(jìn)粒子群算法及其在電法測井中的應(yīng)用.pdf
- 粒子群算法的改進(jìn)及其應(yīng)用研究.pdf
- 粒子群優(yōu)化算法改進(jìn)研究及其在碼頭調(diào)度中的應(yīng)用.pdf
- 粒子群優(yōu)化算法的改進(jìn)研究及其應(yīng)用.pdf
- 粒子群優(yōu)化算法的改進(jìn)及其應(yīng)用.pdf
- 粒子群優(yōu)化算法及其在醫(yī)學(xué)圖像中的應(yīng)用研究.pdf
- 混合粒子群優(yōu)化算法及其在圖像匹配中的應(yīng)用研究.pdf
- 改進(jìn)的粒子群算法及在圖像聚類的應(yīng)用.pdf
評論
0/150
提交評論