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),請進行舉報或認領(lǐng)
文檔簡介
1、微粒群優(yōu)化算法是一種群體智能算法,該算法在迭代初期容易出現(xiàn)早熟,迭代后期可能會出現(xiàn)“振蕩”等現(xiàn)象,算法的收斂速度也較慢。針對這些不足,本文對微粒群優(yōu)化算法進行了深入的分析和研究,并設(shè)計了改進的微粒群優(yōu)化算法,且將其應(yīng)用到圖像分割中。
本文主要工作包括:
?。?)針對微粒可能在最優(yōu)解附近產(chǎn)生“振蕩”現(xiàn)象,從物理學(xué)的角度對算法的位置更新公式進行了研究,設(shè)計了一種飛行時間隨機的微粒群優(yōu)化算法。新算法仍然保持了算法結(jié)構(gòu)簡單的特
2、點,改善了算法的尋優(yōu)能力,減小了微?!帮w過”最優(yōu)位置而產(chǎn)生“振蕩”現(xiàn)象的可能。
?。?)對微粒群優(yōu)化算法中存在著模糊性和隨機性進行了分析,將云模型引入其中。對原有的多種群微粒群優(yōu)化算法進行了改進,將一定規(guī)模的微粒群平分成三個子種群,分別按照基于擴張變異的云模型自適應(yīng)微粒群優(yōu)化算法、飛行時間隨機的微粒群優(yōu)化算法和慣性權(quán)重二值化的微粒群優(yōu)化算法三種不同的進化規(guī)則進行進化。實驗結(jié)果表明,改進的多種群微粒群優(yōu)化算法相比于原先的多種群微粒
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)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔(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
- 微粒群優(yōu)化算法的改進及應(yīng)用.pdf
- 基于微粒群優(yōu)化的特征選擇與系綜分類算法及應(yīng)用研究.pdf
- 動態(tài)環(huán)境下微粒群優(yōu)化算法的研究及應(yīng)用.pdf
- 動態(tài)環(huán)境中微粒群優(yōu)化算法研究及應(yīng)用.pdf
- 多智能體分布式約束優(yōu)化問題研究及應(yīng)用.pdf
- 改進微粒群算法及在優(yōu)化中的應(yīng)用.pdf
- 基于微粒群優(yōu)化算法的聚類分析及應(yīng)用.pdf
- 基于膜系統(tǒng)的微粒群優(yōu)化算法研究及應(yīng)用.pdf
- 微粒群優(yōu)化算法的改進與應(yīng)用.pdf
- 基于量子粒群算法的分布式電源多目標優(yōu)化.pdf
- 分布式能源系統(tǒng)優(yōu)化利用模型及應(yīng)用研究.pdf
- 分布式能源系統(tǒng)的分析及優(yōu)化.pdf
- 網(wǎng)絡(luò)化的并行與分布式優(yōu)化算法研究及應(yīng)用.pdf
- 微粒群優(yōu)化算法的改進研究與應(yīng)用.pdf
- 基于蟻群優(yōu)化算法的分布式約束Qos路由算法研究.pdf
- 分布式系統(tǒng)任務(wù)分配問題的蟻群優(yōu)化算法研究.pdf
- 微粒群優(yōu)化算法的改進及其應(yīng)用.pdf
- 分布式應(yīng)用系統(tǒng)性能優(yōu)化的研究與實踐.pdf
- 基于微粒群優(yōu)化的異質(zhì)數(shù)據(jù)特征選擇.pdf
- 分布式電源的優(yōu)化規(guī)劃研究.pdf
評論
0/150
提交評論