加权最小二乘支持向量机（WLS-SVM）的学习性能和泛化能力取决于其正则化因子C和核函数参数σ的取值。对此，针对WLS-SVM建立C和σ的组合优化目标函数，采用基于Lozi映射的粒子群（PSO）算法来搜索最优目标函数值。迭代过程中，通过分别映射PSO个体最优位置，把产生的混沌序列中的最优解分别逆运算取代当前个体最优位置，引入混沌机制，以混沌变量的遍历性改进粒子群算法，提高全局搜索能力，避免过早陷入局部最优。将其应用于某玩具企业原料月消耗量预测，结果表明了文中所提方法的有效性。
2022-06-02 10:00:14
1.2MB
1
针对现代物流配送路径优化中物流成本控制、配送效率和计算效率提高等问题，提出了一种基于混沌粒子群算法的物流配送路径优化方法。通过分析现代物流配送特点和配送路径优化影响因素，建立综合反映配送效率、成本、客户需求等因素的物流配送指标体系；依据物流配送指标体系，基于信息熵建立综合考虑主观和客观因素的物流配送路径优化问题的目标函数；最后为提高计算搜索效率提出一种基于混沌粒子群算法的物流配送路径优化方法，并进行仿真验证。通过实例仿真表明，基于混沌粒子群算法的物流配送路径优化方法可以有效解决物流配送路径选择问题。
2022-05-30 11:34:21
1.52MB
1
文件包括带压缩因子的粒子群算法，权重改进的粒子群算法，自适应权重法，随机权重法，变学习因子的粒子群算法，异步变化的学习因子，二阶粒子群算法，二阶振荡粒子群算法，混沌粒子群算法，混合粒子群算法，杂交粒子群算法，模拟退火算法
2022-04-25 20:47:41
23KB
为了克服传统粒子群算法(PS田的早熟和局部最优问题,提出了一种新的自适应惯性权重的混沌粒子群算法(ACP-SO算法)。该算法采用分段Logistic混沌映射的方法产生初始种群,并根据种群的进化状态来动态调整惯性权重。在详细阐述算法的种群初始化过程和动态调整惯性权重的过程之后,对经典的测试函数分别采用几种改进的PSO算法和ACPSO算法对其进行了测试,与其他几种方法相比,ACPSO算法的全局搜索能力有了显著的提高,并且能有效地避免早熟收敛问题,同时也说明ACPSO算法应用的可行性和有效性。
2022-03-08 14:37:08
338KB
1