【优化求解】基于非线性动态自适应惯性权重粒子群算法(IPSO)Matlab源码.md
2021-12-18 10:53:19
12KB
1
为提高道路交通事故的预测精度以及建模速度，在分析道路交通事故影响因素基础上，提出了基于灰色关联分析的LS-SVM道路交通事故预测模型。该模型采用灰色关联分析完成影响因素的相关性分析，结合关联度值，筛选最小二乘向量机模型的输入变量，简化LS-SVM模型结构；然后运用动态改变惯性权重自适应粒子群算法（DCW-APSO）对模型参数进行优化选取；最后应用模型预测1996—2000年的综合道路交通事故死亡率，并将预测结果与其他模型进行对比分析。结果表明，相较其他预测模型，该模型具有较快的收敛速度，并能明显提高道路交通事故预测的精度。
2021-11-26 16:42:57
893KB
1
提出了一种改进的量子粒子群算法,并将该算法用于求解非线性混合整数规划问题。构造了一种自适应调整的惯性权重,平衡了算法的全局搜索和局部搜索能力;针对混合整数规划问题,给定一定比例的初始可行解,提高了初始种群解的多样性;利用协同进化选择策略,对种群中的不可行解重新生成,使种群中每个粒子的信息充分利用,从而提高算法的收敛速度;为了抑制算法的早熟现象,给出了一种新的混沌搜索方式,对全局最优解进行局部搜索,增强算法的局部搜索能力。通过16个常见的测试函数测试结果表明,改进的量子粒子群优化算法对求解非线性混合整数规划问题,在成功率和精度方面得到很大的提高。
2021-09-18 16:40:39
230KB
1
针对标准WOA 算法初始种群分布不均、收敛速度较慢、全局搜索能力弱且易陷入局部最优等问题，提出一种混合策略改进的鲸鱼优化算法。首先，采用 Sobol 序列初始化种群以使初始解在解空间分布更均匀；然后，通过非线性时变因子和惯性权重平衡并提高全局搜索及局部开发能力， 并结合随机性学习策略增加迭代过程中种群的多样性； 最后，引入柯西变异提升算法跳出局部最优的能力。仿真结果表明，基于混合策略改进的鲸鱼优化算法在寻优精度及收敛速度上均有明显提升。
资源包括：matlab代码+原文献+仿真结果图
2021-06-20 21:02:12
1.16MB
针对基本粒子群优化(Particle Swarm Opti mi zation,PSO)算法的不足,提出动态惯性权重粒子群优化算法,其惯性系数随算法进化而动态减少。仿真结果验证了该改进算法的有效性:算法的收敛速度比基本PSO算法的收敛速度快;同时,算法得到的最优解比基本PSO算法好。
2021-05-11 18:03:41
241KB
1
作业车间调度问题是将多台机器安排处理多个工件的组合优化问题，使最大完工时间达到最小。应用传统萤火虫算法求解时，萤火虫个体到达最优解附近时，相对吸引力逐渐增强，导致局部搜索能力减弱，造成求解结果在最优解附近震荡，进而使求解精度下降。为改善解的质量，本文在萤火虫算法迭代过程中引入精英选择策略，保护进化过程中的优秀个体，避免最优解丢失；为提高算法收敛速度与求解精度，对萤火虫位置更新方法引入基于种群规模和迭代次数的动态自适应惯性权重；同时对每一代萤火虫种群最优个体引入禁忌搜索算法，提高局部搜索能力。仿真结果表明本文所提出改进算法在解决作业车间调度问题上的有效性与实用价值。
2021-01-28 02:34:19
911KB
1
图像分割是目标识别的首要和关键步骤。目前的图像分割方法有多种, 其中阈值方法优点比较突出, 但是采用阈值方法分
割的关键是要能高效率地找到被分图像的最佳熵阈值。针对这一问题, 将Geese- LDW- PSO 算法的位置更新公式作了改进, 即用
当前种群的全局极值取代所有粒子的当前位置, 并将之用于熵阈值图像分割中。仿真实验表明, 该算法可以快速稳定地获得一幅
图像的最佳分割阈值。仿真结果显示, 该方法对车牌分割具有较好的性能。
专业论文，为广大做毕设同学提供资源
2019-12-21 21:11:43
150KB
1