根据粒子群相关改进论文编辑,内部包含粒子群算法源码、改进后粒子群算法代码、测试函数集合文件改进文献来源,两种算法均已编辑为函数模式方便进行对比,亲测可用,可用作论文写作中算法对比。
1
针对流计算模式中的动态对象增量与减量同步发生的现象,提出了一种概率粗糙集三支决策的快速流计算方法。首先讨论了流计算模式中决策信息系统的单对象增减更新模式的数据模式;然后基于流计算数据变化模式分别提出了数据增量与数据减量时三支决策域的变化推理;最后基于上述理论给出了一种流计算模式下的三支决策动态增减快速学习算法。通过八种UCI数据集的对比实验,证明了该算法不但在时间消耗上明显优于经典三支决策算法,而且对于三支决策阈值具有较强的稳定性。
1
针对现有学习子句评估策略的单一性,提出一种基于学习子句参与冲突分析次数的评估策略,并将该策略分别与经典的文字块距离评估策略和活跃值评估策略结合,形成两个动态学习子句评估策略。基于2018年SAT国际竞赛部分基准实例,将动态评估策略与原评估策略进行参数适应性对比实验,并通过2018和2017年的基准实例进行评估。结果表明动态评估策略能更好地评估学习子句的质量,由此生成的求解器在求解数量和速度方面表现出较好的求解性能。
1