版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、模式分類是許多工程領(lǐng)域廣泛應(yīng)用的一種關(guān)鍵技術(shù),如:自控監(jiān)測(cè)、圖像識(shí)別、故障診斷、物料配制、醫(yī)療診斷等。經(jīng)典的模式分類方法主要是基于多元統(tǒng)計(jì)分析方法,后來(lái)興起的人工神經(jīng)網(wǎng)絡(luò)技術(shù)也逐漸成為模式分類的有效工具。這兩類方法各有所長(zhǎng),多元統(tǒng)計(jì)分析方法計(jì)算規(guī)范,有明確的概率意義,但需要有足夠多的樣本,并且要遵從一定的分布;人工神經(jīng)網(wǎng)絡(luò)技術(shù)表達(dá)能力強(qiáng),適用范圍廣,但網(wǎng)絡(luò)設(shè)計(jì)困難,訓(xùn)練費(fèi)時(shí),還存在局部極值等缺點(diǎn)。 隨著科學(xué)計(jì)算的不斷發(fā)展,問題搜
2、索空間的不斷擴(kuò)大,搜索空間變得越來(lái)越復(fù)雜。傳統(tǒng)的用于模式分類的方法通常與種群規(guī)模、參數(shù)的選擇、問題的復(fù)雜程度等因素有關(guān),當(dāng)種群規(guī)模較大、參數(shù)較復(fù)雜、搜索空間巨大時(shí),很多優(yōu)化算法通常需要花費(fèi)很長(zhǎng)的計(jì)算時(shí)間,卻無(wú)法得到滿意的結(jié)果。 本文通過(guò)分析蟻群優(yōu)化算法和其它一些優(yōu)化算法的優(yōu)缺點(diǎn),深入了解待優(yōu)化問題本身的特性,提出了結(jié)合局部搜索和信息素交換策略的多蟻群優(yōu)化算法,并將其用于解決組合優(yōu)化問題。多蟻群優(yōu)化算法用于解決TSP問題和實(shí)際模式
3、分類問題的試驗(yàn)結(jié)果表明:該算法具有良好的全局尋優(yōu)性能,在組合優(yōu)化問題中有較大的應(yīng)用潛力。 本文的主要研究結(jié)果如下: 1.本文將蟻群優(yōu)化算法用于化學(xué)模式分類器的設(shè)計(jì)。常用的模式分類方法中,統(tǒng)計(jì)分析要求數(shù)據(jù)遵從一定的分布,神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)與訓(xùn)練存在較多困難,支持向量機(jī)的超參數(shù)也較難設(shè)定。因此本文嘗試用蟻群算法對(duì)化學(xué)模式分類器的設(shè)計(jì)進(jìn)行優(yōu)化,對(duì)取自UCI數(shù)據(jù)庫(kù)樣本分類結(jié)果表明:基于蟻群算法構(gòu)建的化學(xué)模式分類器規(guī)則數(shù)少、簡(jiǎn)潔明了,
4、性能良好。 2.由于單種群蟻群算法未能完全模擬實(shí)際蟻群的信息,采用的是單種蟻群、單種信息素,因此本文嘗試性提出了結(jié)合局部搜索和信息素交換策略的多蟻群優(yōu)化算法。在優(yōu)化的過(guò)程中,采用多種群協(xié)作,并且引入局部搜索、信息素交換策略,以維持種群多樣性和防止種群退化。對(duì)樣本分類結(jié)果表明,多蟻群優(yōu)化算法有較強(qiáng)的全局和局部尋優(yōu)能力,由其構(gòu)成的化學(xué)模式分類器不但具有基本群蟻群優(yōu)化算法的優(yōu)點(diǎn),而且在尋優(yōu)時(shí)間、預(yù)報(bào)準(zhǔn)確率等性能方面有所提升。
5、3.在連續(xù)樣本數(shù)據(jù)的模式分類問題中,針對(duì)蟻群優(yōu)化算法的離散化本質(zhì),通過(guò)選擇適當(dāng)?shù)姆诸愐?guī)則表達(dá)式與評(píng)價(jià)函數(shù),利用從屬性值域中提取出的候選閥值(點(diǎn)),將規(guī)則學(xué)習(xí)問題轉(zhuǎn)換為組合優(yōu)化問題,進(jìn)而采用結(jié)合局部搜索、信息素交換策略的多蟻群優(yōu)化算法進(jìn)行規(guī)則學(xué)習(xí)。 4.通過(guò)深入分析分類規(guī)則表達(dá)式和評(píng)價(jià)函數(shù)與訓(xùn)練樣本數(shù)據(jù)之間的內(nèi)在關(guān)系,提出了一種能有效地減少候選點(diǎn)的方法,降低了規(guī)則提取問題規(guī)模和后續(xù)優(yōu)化的復(fù)雜度,提高算法尋優(yōu)效率。最后將結(jié)合局部搜索
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 結(jié)合免疫機(jī)制蟻群優(yōu)化算法及其在模式分類中的應(yīng)用.pdf
- 蟻群算法在模糊控制器優(yōu)化設(shè)計(jì)中的應(yīng)用.pdf
- 蟻群算法在組合優(yōu)化中的應(yīng)用.pdf
- 混合蟻群算法及其在管理優(yōu)化中的應(yīng)用.pdf
- 蟻群算法在油船結(jié)構(gòu)優(yōu)化設(shè)計(jì)中應(yīng)用研究.pdf
- 蟻群算法在分類規(guī)則挖掘中的應(yīng)用研究.pdf
- 蟻群算法在鍛造過(guò)程預(yù)成形優(yōu)化設(shè)計(jì)中的應(yīng)用.pdf
- 蟻群優(yōu)化算法的改進(jìn)及其在TSP中的應(yīng)用.pdf
- 蟻群算法及其在水庫(kù)(群)優(yōu)化調(diào)度中的應(yīng)用研究.pdf
- 蟻群算法在路由優(yōu)化中的應(yīng)用研究.pdf
- 蟻群算法在風(fēng)光互補(bǔ)系統(tǒng)優(yōu)化配置中的應(yīng)用.pdf
- 蟻群分類算法的改進(jìn)及在入侵檢測(cè)中的應(yīng)用.pdf
- 改進(jìn)的蟻群算法及其在桁架優(yōu)化中的應(yīng)用.pdf
- 改進(jìn)的蟻群優(yōu)化算法及其在TSP中的應(yīng)用.pdf
- 基于改進(jìn)的蟻群算法在分類規(guī)則中的應(yīng)用研究.pdf
- 蟻群算法在FIR數(shù)字濾波器優(yōu)化設(shè)計(jì)中的應(yīng)用研究.pdf
- 蟻群優(yōu)化算法及其在FPGA分段與布線設(shè)計(jì)中的應(yīng)用.pdf
- 改進(jìn)蟻群算法及其在公交線網(wǎng)優(yōu)化中的應(yīng)用.pdf
- 改進(jìn)蟻群算法及其在桁架結(jié)構(gòu)優(yōu)化中的應(yīng)用.pdf
- 蟻群算法在證券投資組合優(yōu)化中的應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論