基于PSO的神经网络在分光光度法同时测定As(Ⅲ)和As(Ⅴ)中的应用     

程迪  于洁 《平原大学学报》2009,(2)

针对干扰严重的两组分体系——As(Ⅲ)和As(Ⅴ)难以利用分光光度法实现同时测定的问题,采用粒子群优化算法训练多层前向神经网络权值,有效地克服了传统反向传播算法误差收敛速度慢、易陷入局部极小值的缺点。结果表明,基于PSO的神经网络方法显著增强了数据处理的准确性和稳定性。  相似文献   

基于粒子群算法的织物组织结构识别     

陈建成  屠昂燕 《培训与研究》2010,27(2):15-17

提出了一种基于粒子群算法的织物组织结构识别新方法。该方法采用USB数码显微镜摄取布样图像,经直方图均衡化以增加灰图图像对比度、二值化、去除噪声等一系列图像预处理,用经线纬线的宽度法来提取织物组织结构的特征,用粒子群算法进行识别分类。实验结果表明,通过该方法对织物组织结构的识别具有较高的准确率。  相似文献   

基于模拟退火的微粒群算法     

刘金蕾  朱大铭 《山东电大学报》2010,(2):70-72

微粒群算法具有较强的全局搜索能力,但容易陷入局部最小点,与模拟退火算法相结合,利用退火算法搜索过程中具有的概率突跳能力,能够有效地避免搜索过程陷入局部极小解。仿真结果表明。改进的算法能够有更好的优化效果。  相似文献   

Identification of strategy parameters for particle swarm optimizer through Taguchi method     

KHOSLA Arun KUMAR Shakti AGGARWAL K.K. 《浙江大学学报(A卷英文版)》2006,7(12):1989-1994

INTRODUCTION The particle swarm optimization (PSO) method is a member of the broad category of swarm intelli- gence techniques for finding optimized solutions. The PSO algorithm is based on the social behavior of animals such as flocking of birds and schooling of fish, etc. PSO has its origin in simulation for visual- izing the synchronized choreography of bird flock by incorporating concepts such as nearest-neighbor ve- locity matching and acceleration by distance (Par- sopoulos and V…  相似文献   

基于果蝇优化算法的模拟滤波器设计     

肖正安 《湖北第二师范学院学报》2012,(2):26-29

基于粒子群优化算法的无源模拟滤波器优化设计方法容易陷入局部最优,收敛速度慢迭代次数多、运算量大且稳定性不够好。提出果蝇优化算法对滤波器的整个参数空间进行高效并行搜索直到获得最优的参数值,实例仿真表明,采用该方法设计的滤波器在相同的带宽准确度及阻带衰减的情况下,具有更快的运算速度及收敛性能。  相似文献   

一种并行微粒群的改进算法     

王元元 《南通职业大学学报》2011,25(3):89-91

在对标准微粒群算法（PSO）分析的基础上,提出了一种并行微粒群算法（PPSO）。文章详细介绍了该并行算法的流程,它改变了原来子种群之间周期性的通讯,而采用即时更新最优值的方法。仿真结果表明,PPSO在收敛速度和达标率方面有显著的优越性。  相似文献   

基于改进PSO-ARIMA模型的船舶纵摇角度预测     

王培良  张婷  肖英杰 《上海海事大学学报》2021,42(1):39-43

针对自回归移动平均(auto regressive moving average,ARMA)模型在船舶纵摇角度预测时不具有普遍适用性问题,提出使用自回归综合移动平均(auto regressive integrated moving average,ARIMA)模型进行纵摇角度预测,并采用改进粒子群优化(particle swarm optimization,PSO)算法对模型定阶。对纵摇角度值序列数据进行平稳性检验和差分运算,确定ARIMA模型的适用性;采用具有针对性适应度评价函数的PSO算法进行模型定阶,并优化PSO算法的权重计算方法。通过仿真对比验证本文所提方法的科学性和有效性。仿真结果表明:采用改进PSO算法进行模型定阶的方法能够有效提升模型的预测精度,具有更好的预测效果。  相似文献   

改进粒子群BP神经网络在高炉炉温预测中的应用     

李德雄  靳会超  齐会娟 《石家庄铁路工程职业技术学院学报》2014,(2):88-91

由于BP网络存在学习效率低、收敛速度慢、易陷入局部极小状态、适应能力较差等缺点,而粒子群优化（PSO）算法的收敛速度快（尤其是在进化初始阶段）,运算简单、易于实现,又没有遗传算法的编解码和杂交、变异等复杂运算,因此是一种很好的优化算法。但是,PSO算法也存在不足,该算法进化后期存在速度变慢以及早熟的现象。提出一种改进的粒子群BP神经网络对高炉炉温进行预测。通过调整粒子群算法中学习因子的自适应能力,提高算法的收敛速度和搜索全局最优的能力。通过仿真结果说明改进的粒子群算法要优于BP算法和标准的粒子群算法。  相似文献   

负荷不确定性的配电网无功规划优化     

冯骏杰 《湖州职业技术学院学报》2014,12(3):55-59

提出一种考虑负荷不确定性的配电网无功规划优化的方法。该方法把不确定负荷表示成模糊数的形式并通过拟合误差服从正态分布来求取模糊集合参数;然后建立无功规划优化的模型。并采用模糊分析法,使模糊负荷能运用到求解模型中去;最后采用改进的二进制粒子群算法来求解无功优化模型。算例分析证明了此方法的有效性。  相似文献   

一种新型的求解约束优化问题的微粒群算法     

熊鹰  周树民  祁辉 《广东广播电视大学学报》2006,15(3):32-34,41

本文提出了一种新的求解约束优化问题的微粒群算法。首先提出了三种构造初始微粒群的算法,然后给出了保证微粒在可行域内运动的混合微粒群算法。通过测试函数的对比分析,说明了该算法的有效性。  相似文献