粒子群優(yōu)化算法
- 基于PSO-DDPG算法的光儲充電站實時控制策略研究
學習；粒子群優(yōu)化算法；深度確定性策略梯度中圖分類號：U469.72；TM73? ? 文獻標志碼：A? ? 文章編號：1671-0797（2023）17-0005-04DOI：10.19514/j.cnki.cn32-1628/tm.2023.17.0020? ? 引言隨著電動汽車（Electric Vehicle，EV）保有量的快速增長，公共充電設(shè)施得到了越來越多的關(guān)注[1]。常規(guī)的電動汽車充電站（Charging Station，CS）僅通過向電網(wǎng)購電、
機電信息 2023年17期2023-09-08
- 基于PSO-Elman算法的校園人員室內(nèi)定位技術(shù)研究
種基于粒子群優(yōu)化算法（PSO）和Elman神經(jīng)網(wǎng)絡的算法。采用接入點（AP）和未知節(jié)點的質(zhì)心信息與跳數(shù)信息作為Elman神經(jīng)網(wǎng)絡的輸入值，通過Elman神經(jīng)網(wǎng)絡進行訓練，最終得到未知節(jié)點的預測位置。仿真結(jié)果表明，該算法的定位誤差明顯小于傳統(tǒng)的TOA、AOA、RSSI等定位方法，定位精度得以大幅提升。關(guān)鍵詞：人員定位；粒子群優(yōu)化算法；Elman神經(jīng)網(wǎng)絡；WSN中圖分類號：TP18? 文獻標識碼：A? 文章編號：2096-4706（2023）06-0057-0
現(xiàn)代信息科技 2023年6期2023-06-25
- 基于PSO-BP神經(jīng)網(wǎng)絡與PSO-SVM的抗乳腺癌藥物性質(zhì)預測
性質(zhì);粒子群優(yōu)化算法;BP神經(jīng)網(wǎng)絡;支持向量機中圖分類號TP183文獻標志碼A收稿日期2021-12-06資助項目國家自然科學基金（71701099，71501090）；江蘇省高等學校自然科學研究項目 （17KJB580008）作者簡介許美賢，女，碩士生，主要從事人工智能輔助藥物設(shè)計、數(shù)據(jù)挖掘的研究.xumeixain3210@163.com鄭琰（通信作者），女，博士，副教授，主要從事計算生物物理學、人工智能輔助生物分子結(jié)構(gòu)預測的研究.ZhengYan32
南京信息工程大學學報 2023年1期2023-06-14
- 礦井淋水井筒風溫PSO-SVR預測方法
預測;粒子群優(yōu)化算法;支持向量回歸中圖分類號：TD 727文獻標志碼：A文章編號：1672-9315（2022）03-0476-08DOI：10.13800/j.cnki.xakjdxxb.2022.0310開放科學（資源服務）標識碼（OSID）：PSO-SVR prediction method of airflow temperatureof shaft with water dropping in mineGAO Jianan WU Fenglian
西安科技大學學報（社會科學版） 2022年3期2022-06-19
- 基于距離代價的自適應慣性權(quán)重粒子群優(yōu)化算法
性權(quán)重粒子群優(yōu)化算法。該算法在運行過程中根據(jù)粒子位置的距離代價，將種群分為三個等級，對不同等級的種群采用不同的慣性權(quán)重策略更新粒子的速度和位置，并在每次迭代的過程中對全局最優(yōu)加入一個擾動因子來增加粒子的多樣性。通過仿真實驗，將該文提出的PSO算法與其他幾種粒子群優(yōu)化算法進行對比，實驗結(jié)果表明：在相同條件下該算法能以較少的迭代次數(shù)得到最優(yōu)解，同時兼具好的收斂速度和高的收斂精度。關(guān)鍵詞：粒子群優(yōu)化算法;自適應慣性權(quán)重;粒子距離代價;DCAPSO;擾動因子中圖分
電腦知識與技術(shù) 2022年5期2022-04-11
- 基于中心位的粒子群優(yōu)化算法
針對粒子群優(yōu)化算法（Particle Swarm Optimization，簡稱PSO）容易陷入局部極值、進化后期的收斂速度慢和精度低等缺點，提出了基于中心位的粒子群優(yōu)化算法（Particle swarm optimization algorithm based on center particle，簡稱CPPSO）。該算法采取雙策略更新粒子位置，一種通過隨機慣性權(quán)重作用的粒子和影響算子作用的個體極值、全局極值來更新粒子位置，另一種在之前更新的粒子位置基
計算機時代 2021年12期2021-12-28
- 改進移動閉塞方式多列車運行粒子群優(yōu)化算法
改進的粒子群優(yōu)化算法具有較佳的優(yōu)化效果，適合于解決移動閉塞方式下的多列車運行優(yōu)化問題。關(guān)鍵詞：移動閉塞;多列車運行;粒子群優(yōu)化算法;遺傳進化Abstract： Block is an important problem that must be considered in the operation of multiple trains. To improve the blocking effect of multi-train operation und
內(nèi)燃機與配件 2021年3期2021-09-10
- 水資源約束下哈密市耕地種植結(jié)構(gòu)優(yōu)化研究
件采用粒子群優(yōu)化算法（PSO）建立耕地用水優(yōu)化配置模型，獲得哈密市不同農(nóng)作物類型的適宜種植面積，確定農(nóng)業(yè)用水總量與產(chǎn)出效益，使用DEA模型中的C2R模型分別對優(yōu)化前后的哈密市農(nóng)業(yè)用水效率進行評價。[結(jié)果]PSO優(yōu)化預測2025年耕地總面積為70 635 hm2，總效益達29.02億元，比2015—2019年最高效益（2017年25.88億元）提升了12.13%;優(yōu)化預測的2025年耕地單位面積效益達4.11萬元，比2015—2019年最高單位面積效益（20
安徽農(nóng)業(yè)科學 2021年16期2021-08-30
- 考慮路徑可靠性的垃圾回收選址路徑問題研究
描述，粒子群優(yōu)化算法能夠?qū)Σ煌?guī)模的問題進行有效求解，并且隨著可靠性水平的增大，總成本增加，開設(shè)成本無明顯變化，車輛運營成本增加，運輸和處理成本增加。該研究對提高垃圾回收系統(tǒng)的可靠性具有重要意義。關(guān)鍵詞：? 垃圾回收; 選址路徑問題; 路徑可靠性; 粒子群優(yōu)化算法中圖分類號： TP29? 文獻標識碼： A收稿日期： 20210331; 修回日期： 20210617基金項目： 遼寧省自然科學基金指導計劃項目（20180550300）; 遼寧省教育廳青年科技人
青島大學學報（工程技術(shù)版） 2021年3期2021-08-19
- 基于粒子群優(yōu)化算法和長短時記憶神經(jīng)網(wǎng)絡的蟹塘溶解氧預測
種基于粒子群優(yōu)化算法（PSO）和長短時記憶神經(jīng)網(wǎng)絡（LSTM）的蟹塘溶解氧質(zhì)量濃度預測模型，采用PSO算法優(yōu)化LSTM模型參數(shù)后對蟹塘溶解氧質(zhì)量濃度進行預測。結(jié)果表明，PSO-LSTM模型不僅整體優(yōu)于ARIMA模型，相較于其他LSTM模型也有更高的預測精度，在連續(xù)10個時間點的預測中相比于LDO-LSTM、LSTM和ARIMA模型平均百分誤差分別降低了2.55%、1.891%和4.055%。說明PSO-LSTM模型在蟹塘溶解氧質(zhì)量濃度預測中具有良好的準確性
江蘇農(nóng)業(yè)學報 2021年2期2021-06-30
- 基于改進粒子群優(yōu)化神經(jīng)網(wǎng)絡的配電網(wǎng)故障診斷
電網(wǎng);粒子群優(yōu)化算法;神經(jīng)網(wǎng)絡0 引言本文提出了一種改進的粒子群算法與BP神經(jīng)網(wǎng)絡相結(jié)合的算法，將其應用到配電網(wǎng)故障診斷中，同時引用了遺傳算法的變異思想，在粒子群算法中引入變異操作，使得到的結(jié)果更接近期望值[1]。以4個基準函數(shù)對其算法進行測試，其仿真試驗結(jié)果表明，改進粒子群神經(jīng)網(wǎng)絡優(yōu)化算法具有更好的性能和全局搜索能力。1 ?PSO算法及IPSO算法簡介1.1 標準PSO算法粒子群優(yōu)化算法是一種基于群智能方法的進化計算技術(shù)，該算法源于對鳥群捕食的行為研究。
科技信息·學術(shù)版 2021年7期2021-01-10
- 基于PSO-ELM的績效管理評價研究
習機;粒子群優(yōu)化算法;績效管理;醫(yī)療衛(wèi)生;評價指標中圖分類號：R 197.3文獻標志碼：A文章編號：1007-757X（2020）11-0036-03Abstract：In order to realize the evaluation of hospital performance management， a hospital performance evaluation index system is constructed from hospital
微型電腦應用 2020年11期2020-12-23
- 滑移式擋車器制動距離計算及阻尼器優(yōu)化布置研究
距離;粒子群優(yōu)化算法;仿真中圖分類號：U212.31;U298隨著列車速度提高和載重增加，軌道交通終端安全被動防護等級隨之提高。擋車器作為線路防護的最后屏障，其防護能力逐漸引起研究人員和工程人員的重視。目前為實現(xiàn)不同功用而設(shè)計的擋車器種類繁多，尚未形成統(tǒng)一標準?；剖綋踯嚻饕蚱浣Y(jié)構(gòu)簡單、便于安裝和維護、經(jīng)濟成本低等優(yōu)點，在我國以及歐洲鐵路站場線路終端作為主要的防護設(shè)備被廣泛采用。然而，其關(guān)鍵部件阻尼器的配置受到初始沖擊能量、阻尼力、阻尼器對數(shù)、制動距離等多
現(xiàn)代城市軌道交通 2020年11期2020-12-07
- 粒子群優(yōu)化算法和支持向量機的電子音樂信號分類研究
，提出粒子群優(yōu)化算法和支持向量機的電子音樂信號分類方法。首先，分析當前國內(nèi)對電子音樂信號的分類研究現(xiàn)狀，并采集電子音樂信號;然后，對電子音樂信號分類進行噪聲過濾操作，并提取電子音樂信號變化特征;最后，結(jié)合粒子群優(yōu)化算法和支持向量機的優(yōu)點，建立電子音樂信號分類模型，并采用多種類型的電子音樂信號進行分類性能測試實驗。結(jié)果表明，粒子群優(yōu)化算法和支持向量機可以有效區(qū)分各種電子音樂信號，電子音樂信號分類準確性高，使得電子音樂信號分類誤差控制在實際應用區(qū)間內(nèi)，同時，電
現(xiàn)代電子技術(shù) 2020年21期2020-12-07
- 基于粒子群優(yōu)化算法的繩驅(qū)動連續(xù)體機器人軌跡規(guī)劃
?；?span id="ygcw0sw" class="hl">粒子群優(yōu)化算法的繩驅(qū)動連續(xù)體機器人軌跡規(guī)劃研究，提高了連續(xù)體機器人的運動性能，可為繩驅(qū)動連續(xù)體機器人的位姿規(guī)劃提供參考。關(guān)鍵詞：機器人控制;連續(xù)體機器人;軌跡規(guī)劃;笛卡爾空間;關(guān)節(jié)空間;粒子群優(yōu)化算法中圖分類號：TP242 ? 文獻標識碼：A ? doi：10.7535/hbkd.2020yx05004Abstract：In order to improve the smoothness and stability of the motion of
河北科技大學學報 2020年5期2020-11-17
- 基于改進PSO的水火電短期發(fā)電優(yōu)化調(diào)度
度; 粒子群優(yōu)化算法; 反向?qū)W習策略; 約束處理; 仿真分析中圖分類號： TN915?34; TP391.4? ? ? ? ? ? ? ? 文獻標識碼： A? ? ? ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2020）06?0119?05Short?term hydrothermal power generation optimal scheduling based on improved PSOFANG Na1，2， WAN C
現(xiàn)代電子技術(shù) 2020年6期2020-08-03
- 大電網(wǎng)可靠性中的故障限流器優(yōu)化配置研究
。采用粒子群優(yōu)化算法，以電網(wǎng)短路下可靠性水平、限流器數(shù)量最少為目標，對限流器的布點進行優(yōu)化。最后以某省實際電網(wǎng)為例，結(jié)果表明，這一方法可縮小最優(yōu)解的搜索空間，實現(xiàn)限流器的優(yōu)化配置，并有效地限制短路電流，提高電網(wǎng)運行可靠性。關(guān)鍵詞：短路電流;可靠性;故障限流器;優(yōu)化配置;粒子群優(yōu)化算法;特高壓DOI：10.15938/j.emc.2020.06.010中圖分類號：TM 713文獻標志碼：A 文章編號：1007-449X（2020）06-0081-09Opti
電機與控制學報 2020年6期2020-07-14
- 國內(nèi)輥彎成形機電系統(tǒng)動力學優(yōu)化研究
采用的粒子群優(yōu)化算法。在此基礎(chǔ)上，就目前輥彎成形機電系統(tǒng)動力學優(yōu)化中存在的問題進行了分析，提出了今后輥彎成形機電系統(tǒng)動力學優(yōu)化研究的發(fā)展方向。關(guān)鍵詞：輥彎成形;動力學優(yōu)化;能量守恒原理;粒子群優(yōu)化算法0 引言輥彎成形又被稱為冷彎成形或者輥壓成形，該成形方法通過一定順序配置多個道次的具有特定輪廓型面的成形軋輥，對卷材或單張板材逐漸進行橫向彎曲，從而得到特定斷面的金屬型材[1]。與其他金屬板材成形工藝相比較，輥彎成形具有投資成本低、生產(chǎn)效率高、產(chǎn)品表面質(zhì)量好、
機電信息 2020年5期2020-07-04
- 多層隔熱裝備的熱防護性能與優(yōu)化設(shè)計
分法;粒子群優(yōu)化算法一、引言近年來，森林火災發(fā)生頻率激增，不斷吞噬消防員的生命， 因此對于高溫作業(yè)下熱防護服的優(yōu)化設(shè)計顯得尤為重要。關(guān)于 熱防護服的設(shè)計，國內(nèi)外許多的學者做了大量的研究。不同于 以往研究，本文主要用假人的體溫變化來研究在特定邊界條件 下防護服的的熱防護性能，利用有限差分法求解拋物型偏微分 方程并得到溫度分布三維圖;采用粒子群算法優(yōu)化算法來計算 體溫條件下的 II 層的最優(yōu)厚度。二、工況設(shè)定與模型建立2.1 工況設(shè)定本文工況測試選取專業(yè)服裝材
中國新通信 2020年2期2020-06-24
- 一種多算法融合的改進人工魚群算法
過引入粒子群優(yōu)化算法的學習機制和遺傳算法的交叉變異迭代，提升算法的收斂速度和收斂精度。最后通過仿真實驗，驗證了PSO-GA-AFSA算法在高緯度尋優(yōu)中具有更優(yōu)的性能，同時又具有與傳統(tǒng)方法相融合的基礎(chǔ)，有著良好的應用前景。關(guān)鍵詞：粒子群優(yōu)化算法;人工魚群算法;遺傳算法;混合算法;算法融合Abstract：In order to solve the problem of slow convergence speed and low convergence ac
現(xiàn)代信息科技 2020年19期2020-06-08
- 基于MOPSO算法的斜拉橋索力優(yōu)化分析
優(yōu)化;粒子群優(yōu)化算法;多目標優(yōu)化;有限元中圖分類號：U448.27? ? 文獻標志碼：A? ?文章編號：2096-6717（2020）02-0107-08Optimization of cable tension of cable-stayed bridges based on multi-objective particle swarm optimization algorithmZhang Yuping， Liu Xuesong， Li Chuanxi
土木建筑與環(huán)境工程 2020年2期2020-05-19
- 基于PSO的B樣條曲線光順重構(gòu)算法
變化;粒子群優(yōu)化算法摘要：針對工程實踐中存在的曲線重構(gòu)技術(shù)很難同時考慮曲線誤差和曲線光順性的問題，提出了一種基于粒子群優(yōu)化（PSO）的B樣條曲線光順重構(gòu)算法.該算法利用PSO算法同時調(diào)整影響曲率壞點、壞區(qū)，以及最壞點處的主、副等多個控制頂點，找出控制點位置的最優(yōu)解，優(yōu)先對曲線上曲率符號不一致的壞點或壞區(qū)進行光順，以避免曲線上出現(xiàn)多余拐點，而后對曲率變化劇烈的區(qū)域進行光順，迭代更新生成最優(yōu)曲線.實驗結(jié)果表明，該算法有效地提升了光順效率，得到了更好的光順效果，
鄭州輕工業(yè)學院學報(社會科學版) 2020年2期2020-05-06
- 粒子群優(yōu)化算法在企業(yè)財務危機預警中的應用
，運用粒子群優(yōu)化算法，對樣本進行指標分析，得出企業(yè)財務預警模型的分析結(jié)論，對企業(yè)經(jīng)營決策起到重要的參考和指導性作用。關(guān)鍵詞：粒子群優(yōu)化算法;財務預警;企業(yè)盈利能力一個公司運營的成功與否通常最直接的表現(xiàn)形式就是公司的財務狀況。財務危機是企業(yè)經(jīng)營失敗的具體體現(xiàn)，因此必須要重視對財務危機的預防，研究企業(yè)陷入財務困境的背景并建立一套可行的預警模型對于企業(yè)發(fā)展具有重大的意義[1]。本文采用粒子群優(yōu)化算法來建立企業(yè)財務危機預警模型，克服以往財務預警模型中遇到的信息量大
無線互聯(lián)科技 2020年3期2020-04-09
- 基于改進CART算法的降雨量預測模型
法; 粒子群優(yōu)化算法; 增量學習; 性能評價; 實驗驗證中圖分類號： TN98?34 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼： A ? ? ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2020）02?0133?05Rainfall prediction model based on improved CART algorithmLI Zhengfang， DU Jinglin， ZHOU YunAbstr
現(xiàn)代電子技術(shù) 2020年2期2020-03-04
- 英語環(huán)境下預選機制投資組合優(yōu)化實驗研究
借助于粒子群優(yōu)化算法對資產(chǎn)進行優(yōu)化選擇，并設(shè)計了4組不同設(shè)置的實驗。從4組實驗的數(shù)據(jù)可以得出，所提出的預選擇方法不但確保了優(yōu)化問題的準確度，同時通過人工智能技術(shù)給投資者提供國際化投資組合建議。[關(guān)鍵詞]粒子群優(yōu)化算法;預選機制;投資組合策略[DOI]10.13939/j.cnki.zgsc.2020.02.0321 投資組合優(yōu)化的前景國際環(huán)境下的投資者需要分析若干個資產(chǎn)的相關(guān)英語文件，進一步從一個龐大的可能性集中形成一個單一的投資組合方案，以便最大限度地提
中國市場 2020年2期2020-02-04
- 求解0-1背包問題的混合粒子群改進算法研究
二進制粒子群優(yōu)化算法、貪心優(yōu)化策略和模擬退火算法有機結(jié)合，提出了一種改進算法：帶貪心優(yōu)化的混合粒子群和模擬退火算法.基于新算法，完成了9組不同維度數(shù)據(jù)的仿真實驗.實驗結(jié)果表明，BPSOSA-CGOO算法能夠以較小的種群規(guī)模及迭代次數(shù)實現(xiàn)0-1背包問題的有效求解，并在問題維度為20維的測試數(shù)據(jù)中找到優(yōu)于已知最優(yōu)解的解;獨立重復實驗驗證了，無論對于低維度還是高維度背包問題，BPSOSA-CGOO算法均能以較高概率命中最優(yōu)解，提高了高維度背包問題求解的穩(wěn)定性和可
華東師范大學學報（自然科學版） 2020年6期2020-01-11
- 基于DEPSORVM的B787電池剩余壽命預測
算法和粒子群優(yōu)化算法融合的的方法。通過差分進化算法和粒子群優(yōu)化算法對相關(guān)向量機的參數(shù)進行優(yōu)化，增強其對電池歷史監(jiān)測數(shù)據(jù)退化趨勢的預測能力。應用卡爾曼濾波器對融合算法實施優(yōu)化，將優(yōu)化后的預測結(jié)果作為在線樣本添加到訓練集中，對提出的模型重新訓練，以此來動態(tài)調(diào)整系數(shù)矩陣和相關(guān)向量以執(zhí)行下一次迭代預測?；贐787鋰離子電池測量數(shù)據(jù)，對所提方法的有效性和魯棒性進行了驗證。關(guān)鍵詞： 剩余壽命預測; 相關(guān)向量機; B787鋰離子電池; 差分進化算法; 粒子群優(yōu)化算法;
現(xiàn)代電子技術(shù) 2019年20期2019-11-12
- 中國股指波動率的PSOUGM-GARCH類預測模型
力，將粒子群優(yōu)化算法（PSO）與無偏灰色預測（UGM（1，1））模型引入到GARCH類模型中，構(gòu)建PSOUGM-GARCH類模型。UGM（1，1）模型用于修正GARCH類模型的隨機誤差項，增強當期隨機誤差對條件方差的影響。同時利用PSO算法優(yōu)化UGM（1，1）模型中的灰參數(shù)。通過對滬深300指數(shù)和深證綜指的實證研究，比較分析了PSOUGM-GARCH類模型的樣本外預測能力。結(jié)果表明，與UGM-GARCH類模型、GM-GARCH類模型和GARCH類模型比較，
中國管理信息化 2019年19期2019-11-12
- 開鏈式多連桿機構(gòu)的逆運動學求解算法
，結(jié)合粒子群優(yōu)化算法（PSO），通過迭代的方式求解逆運動學問題。針對PSO算法求解時的精度不高、易陷入局部極值的缺點，提出局部搜索策略，提高解的精度，并采用逃逸策略保證種群多樣性，使算法在全局中搜索。經(jīng)驗證，改進后的PSO算法是一種精確、有效的求解逆運動學的算法。關(guān)鍵詞：逆運動學;粒子群優(yōu)化算法;局部搜索;逃逸策略中圖分類號：G242? ? ? ? 文獻標識碼：A文章編號：1009-3044（2019）23-0209-04開放科學（資源服務）標識碼（OSI
電腦知識與技術(shù) 2019年23期2019-11-03
- 彩色圖像顏色量化問題的求解方法
聚類;粒子群優(yōu)化算法;智能算法中圖分類號：TP317.4文獻標志碼：AMethod for solving color images quantization problem of color imagesLI He， JIANG Dengying*， HUANG Zhangcan， WANG ZhanzhanSchool of Science， Wuhan University of Technology， Wuhan Hubei 430073， Chi
計算機應用 2019年9期2019-10-31
- 基于粒子群算法的微網(wǎng)優(yōu)化運行
設(shè)計的粒子群優(yōu)化算法的可行性，表明了在大電網(wǎng)中并入微網(wǎng)具有較高的經(jīng)濟性。【關(guān)鍵詞】微網(wǎng)；經(jīng)濟運行；粒子群優(yōu)化算法；環(huán)保經(jīng)濟運行第一章 緒論環(huán)境污染與能源危機目前已經(jīng)成為當今世界的兩大主要問題。然而，面對日益增長的能源需求與化石能源的短缺，傳統(tǒng)集中式大電網(wǎng)的弊端已經(jīng)日益凸顯。于本世紀初，來自世界各國的學者或機構(gòu)提出了微型電網(wǎng)的各種概念，簡而言之，概括為：微網(wǎng)是由分布式電源、儲能裝置、能量轉(zhuǎn)換裝置、負荷、監(jiān)控、保護裝置等組成，通過分布式電源向附近負荷提供電能與
科學導報·科學工程與電力 2019年9期2019-10-20
- 協(xié)同進化策略的粒子群優(yōu)化算法
步提高粒子群優(yōu)化算法的尋優(yōu)精度，并改善收斂速度慢的問題，本文基于傳統(tǒng)的粒子群優(yōu)化算法，借鑒協(xié)同進化的思想和共生機制，提出了將協(xié)同進化算法和粒子群算法相結(jié)合的算法模型（CEA-PSO）。群體內(nèi)部采用精英保留策略保留精英個體，將個體的進化和群體之間發(fā)生信息交換，達到優(yōu)勢互補的效果。實驗結(jié)果表明，協(xié)同進化策略的粒子群優(yōu)化算法精度更高，優(yōu)化性能更佳。關(guān)鍵詞： 協(xié)同進化;粒子群優(yōu)化算法;精英保留策略中圖分類號： TP301.6 ? ?文獻標識碼： A ? ?DOI：
軟件 2019年8期2019-10-08
- 基于粒子群優(yōu)化的車牌識別算法研究
并基于粒子群優(yōu)化算法建立求解該模型的車牌識別算法。比較性的數(shù)值實驗顯示，該算法能有效提升車牌識別的準確率，且字符特征向量對車牌識別有極大影響。關(guān)鍵詞：車牌識別;方向梯度直方圖;支持向量機;粒子群優(yōu)化算法中圖分類號：TN391文獻標識碼： A隨著我國經(jīng)濟水平的不斷提高，機動車擁有量的增長速度較快，道路交通擁擠現(xiàn)象日益突顯，給交通管理帶來了極大挑戰(zhàn)。車牌識別作為交通管理的重要組成，被廣泛應用于停車場、ETC、交通違章等場景，為道路交通的管理發(fā)揮著重要作用[1-
貴州大學學報（自然科學版） 2019年6期2019-09-10
- 一種用于大范圍優(yōu)化的隨機主導學習群優(yōu)化算法
學習;粒子群優(yōu)化算法;參數(shù)自適應策略中圖分類號：TP274? 文獻標識碼：A? 文章編號：1673-260X（2019）11-0047-041 引言 盡管已經(jīng)證明現(xiàn)有的大多數(shù)進化算法（EAs）對解決大規(guī)模優(yōu)化問題[1]很有希望，但它們?nèi)匀幻媾R著一些局限性.特別是維數(shù)的增加給EAs帶來了以下主要的挑戰(zhàn).（1）問題的解決方案空間通常隨著維度大小的增加呈指數(shù)增長.（2）局部最優(yōu)數(shù)量也可能隨著維數(shù)的增加而增長.一方面，隨著維數(shù)的增長，一些單峰問題可能成為具有許多局
赤峰學院學報·自然科學版 2019年11期2019-09-10
- 基于粒子群算法的陜西省能源消費結(jié)構(gòu)優(yōu)化研究
再利用粒子群優(yōu)化算法（PSO）對優(yōu)化模型計算，對最優(yōu)能耗、最優(yōu)能源強度、最優(yōu)碳強度三種方案進行相應的優(yōu)化求解，找出滿足該三種方案的最佳能源消費結(jié)構(gòu)。最終比較三種方案，得出最優(yōu)能源強度方案不僅能超出陜西省GDP增速的規(guī)劃值，并且能使能源消費總量低于規(guī)劃的約束目標，降低能源強度，反映出能源的利用效率的不斷提高，具有較強的可實施性，為最佳能源消費結(jié)構(gòu)調(diào)整方案。關(guān)鍵詞：陜西省;能源消費結(jié)構(gòu);能源強度;碳強度;粒子群優(yōu)化算法為強化能源消費總量和強度雙控，實施能源消費
青年生活 2019年33期2019-09-10
- 基于改進鯨魚優(yōu)化算法的外骨骼機器人步態(tài)檢測
、基于粒子群優(yōu)化算法的支持向量機（PSO-SVM）、基于鯨魚優(yōu)化算法的支持向量機（WOA-SVM）算法進行比較，結(jié)果表明，該算法識別準確率分別提高了5.33%、2.70%、1.44%，能夠?qū)ν夤趋罊C器人的步態(tài)進行有效檢測，進而實現(xiàn)外骨骼機器人的精確控制及穩(wěn)定行走。關(guān)鍵詞：外骨骼機器人;步態(tài)檢測;鯨魚優(yōu)化算法;遺傳算法;粒子群優(yōu)化算法;支持向量機Abstract： In order to solve problems in traditional gait
計算機應用 2019年7期2019-09-04
- 模糊環(huán)境下多周期多決策生鮮閉環(huán)物流網(wǎng)絡
算法;粒子群優(yōu)化算法Abstract： Concerning the high frequency logistics distribution of fresh products due to the products perishability and vulnerability， as well as the uncertainty of demand and return， a multi-period closed-loop logistics
計算機應用 2019年7期2019-09-04
- 結(jié)合優(yōu)化支持向量機與K-means++的工控系統(tǒng)入侵檢測方法
分析;粒子群優(yōu)化算法;支持向量機;密度中心法;K-means算法中圖分類號：TP393.08文獻標志碼：A文章編號：1001-9081（2019）04-1089-06Abstract： Aiming at the problem that traditional single detection algorithm models have low detection rate and slow detection speed on different ty
計算機應用 2019年4期2019-08-01
- 改進的粒子群優(yōu)化算法對斷路器儲能彈簧的優(yōu)化設(shè)計
進的云粒子群優(yōu)化算法對斷路器的儲能彈簧參數(shù)進行優(yōu)化設(shè)計。首先，根據(jù)儲能彈簧的工作原理，推導儲能彈簧的數(shù)學優(yōu)化設(shè)計模型以及彈簧參數(shù)設(shè)計的約束條件;然后，根據(jù)優(yōu)化模型對算法進行改進，在傳統(tǒng)粒子群優(yōu)化算法的基礎(chǔ)上，引入鯰魚效應策略產(chǎn)生多樣候選解，避免算法陷入局部最優(yōu)值，并結(jié)合云模型適時調(diào)整尋優(yōu)速度權(quán)重因子，以加快算法的收斂和提高全局搜索能力;最后，采用改進算法對斷路器的儲能彈簧優(yōu)化模型進行仿真及相應的彈簧參數(shù)計算。實驗結(jié)果表明，可以應用改進的粒子群優(yōu)化算法對斷路
計算機應用 2019年5期2019-08-01
- 基于粒子群優(yōu)化和支持向量機的花粉濃度預測模型
量機;粒子群優(yōu)化算法;Spark;花粉濃度預測中圖分類號： TP391; TP181文獻標志碼：AAbstract： To improve the accuracy of pollen concentration forecast and resolve low accuracy of current pollen concentration forecast model， a model for daily pollen concentration fo
計算機應用 2019年1期2019-08-01
- 基于分層自主學習的改進粒子群優(yōu)化算法
智能;粒子群優(yōu)化算法;粒子差異性;種群多樣性;自主學習中圖分類號： TP301.6; TP18文獻標志碼：AAbstract： Focusing on the shortages of easily falling into local optimal， low convergence accuracy and slow convergence speed in Particle Swarm Optimization （PSO） algorithm， an
計算機應用 2019年1期2019-08-01
- 粒子群與遺傳算法優(yōu)化支持向量機的應用
鍵詞：粒子群優(yōu)化算法;遺傳算法;支持向量機;青霉素發(fā)酵DOI：10.15938/j.jhust.2019.03.014中圖分類號： TP183文獻標志碼： A文章編號： 1007-2683（2019）03-0087-06Abstract：In order to improve the precision of the parameter optimization， the research integrates the Particle Swarm Opt
哈爾濱理工大學學報 2019年3期2019-07-31
- 基于粒子群最小二乘支持向量機的股指波動率預測
量機;粒子群優(yōu)化算法[中圖分類號]F830;TP1831 引 言股指波動率是衡量金融資產(chǎn)風險的重要指標之一。金融資產(chǎn)的投資組合、測度與管理均依賴于股指波動率的準確估計和預測。多年來，國內(nèi)外研究者不斷提出各種模型與方法預測股指波動率，以GARCH模型[1]為代表的計量經(jīng)濟學模型在波動率預測方面獲得了廣泛的應用和認可。為進一步提高股指波動率的預測精度，近些年來，以神經(jīng)網(wǎng)絡為代表的智能預測方法被大量應用于股指波動率的預測研究。作為一種非參數(shù)的數(shù)據(jù)驅(qū)動方法，神經(jīng)網(wǎng)
新財經(jīng) 2019年7期2019-06-27
- 基于改進粒子群算法的植物冠層圖像分割
圖像;粒子群優(yōu)化算法;模擬退火算法;多閾值圖像分割;大津法中圖分類號：S432;TP391.41 文獻識別碼：A 文章編號：1006-8023（2019）01- 0047-06Abstract： Aiming at the problem that the standard particle swarm algorithm is easy to fall into the local optimum which leads to poor image se
森林工程 2019年1期2019-06-11
- PSO-BP神經(jīng)網(wǎng)絡在語音干擾效果評估中的應用
絡; 粒子群優(yōu)化算法; Mel倒譜; 特征參數(shù); 主觀MOS中圖分類號： TN912?34 ? ? ? ? ? ? ? ? ? ? 文獻標識碼： A ? ? ? ? ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2019）06?0043?04Abstract： An objective speech interference effect evaluation method which uses the particle swarm o
現(xiàn)代電子技術(shù) 2019年6期2019-04-04
- 基于PSO優(yōu)化算法的鏈路預測AA指標適用網(wǎng)絡問題研究
，運用粒子群優(yōu)化算法探究其網(wǎng)絡最佳適用參數(shù)。結(jié)果表明網(wǎng)絡密度較小的小世界網(wǎng)絡采用AA指標測評時精確度較好?！娟P(guān)鍵詞】復雜網(wǎng)絡;鏈路預測;相似性算法;粒子群優(yōu)化算法中圖分類號： O157.5 文獻標識碼： A 文章編號： 2095-2457（2019）02-0117-002【Abstract】Link prediction similarity index is a kind of algorithm which calculates node simila
科技視界 2019年2期2019-03-25
- 基于稀疏表示的圖像超分辨率重建算法
習; 粒子群優(yōu)化算法; 特征提取算子中圖分類號： TN911.73?34 ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼： A ? ? ? ? ? ? ? ? ? ? ? ? 文章編號： 1004?373X（2019）03?0045?04Abstract： A single image super?resolution reconstruction method based on sparse representation of image blo
現(xiàn)代電子技術(shù) 2019年3期2019-02-19
- 一種跨鄰域?qū)W習的改進粒子群優(yōu)化算法
善傳統(tǒng)粒子群優(yōu)化算法過早陷入局部最優(yōu)解的缺點，進一步增強算法收斂性，通過使用一定范圍內(nèi)鄰域最好位置1Best代替自身歷史最好位置pBest進行速度與位置更新，以增強粒子跨鄰域?qū)W習能力。使用整個群體中最好位置gBest進行速度與位置更新，可增強算法收斂性，且具有較好的全局搜索能力。在8個不同的單峰和多峰函數(shù)上系統(tǒng)地對3種算法進行測試與比較，實驗結(jié)果表明，提出的跨鄰域?qū)W習改進粒子群優(yōu)化算法可避免粒子群陷入局部最優(yōu)解，求解精度與算法收斂性都提升了15%以上。關(guān)鍵
軟件導刊 2019年12期2019-02-07
- 基于PCA睵SO睸VR的丹江口水庫年徑流預報研究
分析；粒子群優(yōu)化算法；回歸支持向量機；丹江口水庫中圖分類號：P333 文獻標志碼：A 文章編號：16721683（2018）05003506Research on annual runoff forecast of Danjiangkou Reservoir based on PCAPSOSVRZHANG Yan1，YANG Mingxiang2，LEI Xiaohui2 ，SHU Jian1，NIU Wensheng3，YU Lang2（1.School
南水北調(diào)與水利科技 2018年5期2018-12-29
- 基于統(tǒng)計分析和AGNES算法的醫(yī)保欺詐行為自動檢測研究
ES；粒子群優(yōu)化算法中圖分類號：TP3016 文獻標識碼：A 文章編號：1007-9416（2018）08-0114-03隨著社會保障信息系統(tǒng)的廣泛應用和醫(yī)保制度推廣范圍的擴大，醫(yī)保數(shù)據(jù)呈現(xiàn)指數(shù)級別的增長。這些數(shù)據(jù)中蘊含著醫(yī)保行業(yè)極其重要的資金信息，此外，還有病人的就診信息、醫(yī)生的醫(yī)囑信息、病癥的治療方案、就診費用等。如果這些數(shù)據(jù)能夠被挖掘出來加以利用，將對醫(yī)療行業(yè)具有重要意義?？墒牵壳皣鴥?nèi)對這些重要的民生數(shù)據(jù)只能做一些簡單的處理，例如增加、修改、圖表顯
數(shù)字技術(shù)與應用 2018年8期2018-12-08
- 基于PSO睸VR的丹江口年徑流預報
題，將粒子群優(yōu)化算法（PSO）加入到SVR模型中，建立PSOSVR模型，實現(xiàn)了參數(shù)的自動優(yōu)選。結(jié)果表明，PSOSVR模型較之SVR模型，提高了預報精度；較之ANN模型，穩(wěn)定性更強，可信度更高。該模型具有較好的應用價值，可為南水北調(diào)中線工程調(diào)度方案制定提供一定的參考依據(jù)。關(guān)鍵詞：丹江口水庫；回歸支持向量機；粒子群優(yōu)化算法；年徑流預報；預報因子中圖分類號：TV121文獻標志碼：A文章編號：16721683（2018）03006507Annual runoff
南水北調(diào)與水利科技 2018年3期2018-11-13
- 粒子群算法在鋼結(jié)構(gòu)截面優(yōu)化設(shè)計的應用
截面；粒子群優(yōu)化算法Abstract：. The particle swarm optimization method was applied to the optimization design of steel element sections. And then a steel element section mathematical model base was established， form which we can optimize a v
建筑科技與經(jīng)濟 2018年5期2018-11-07
- 粒子群分數(shù)階PIλDμ在壓電疊堆控制中的應用
疊堆；粒子群優(yōu)化算法中圖分類號：TP275 文獻標識碼：A 文章編號：1009-3044（2018）21-0263-03Abstract： In order to overcome the hysteresis characteristics of piezoelectric stack and control piezoelectric stack more accurately， a control system is established and
電腦知識與技術(shù) 2018年21期2018-11-07
- 基于粒子群參數(shù)辨識法的SINS初始對準方法謝祖輝楊功流
比， 粒子群優(yōu)化算法的方位失準角估計時間縮短了94.52%， 水平失準角縮短了60%左右。關(guān)鍵詞： 捷聯(lián)慣導系統(tǒng)； 初始對準； 參數(shù)辨識； 遞推最小二乘法； 粒子群優(yōu)化算法中圖分類號： TJ765； U666.1 文獻標識碼： A文章編號： 1673-5048（2018）03-0018-060 引 言捷聯(lián)慣導系統(tǒng)作為一種自主導航設(shè)備， 廣泛運用于各種場合。 而慣導系統(tǒng)的導航解算又是建立在迭代計算的基礎(chǔ)上[1-2]。 因此， 慣導系統(tǒng)的初始對準精度是一個非常
航空兵器 2018年3期2018-10-10
- 粒子群優(yōu)化模糊PID的履帶機器人運動控制研究
，采用粒子群優(yōu)化算法的模糊PID控制的運動控制系統(tǒng)具有更加理想的響應速度、穩(wěn)定性、抗干擾性和控制精度，在硬件平臺驗證了履帶機器人的直行效果良好。關(guān)鍵詞： 履帶機器人； 粒子群優(yōu)化算法； 模糊PID； 速度同步補償器； 運動控制； 驅(qū)動電機中圖分類號： TN383+.3?34 文獻標識碼： A 文章編號： 1004?373X（2018）18?0049?05Research on tracked robot motion control based on pa
現(xiàn)代電子技術(shù) 2018年18期2018-09-12
- 用于變壓器DGA故障診斷的改進PSO優(yōu)化SVM算法研究
法； 粒子群優(yōu)化算法； SVM中圖分類號： TN99?34； TP183 文獻標識碼： A 文章編號： 1004?373X（2018）15?0124?05Study on SVM algorithm optimized by improved PSO usedfor transformer DGA fault diagnosisMIN Yaqi1， MA Xin2， ZHAI Zhengang3， MO Jiaqing1， 4， L? Xiaoyi1（1.
現(xiàn)代電子技術(shù) 2018年15期2018-08-06
- 基于小波變換和改進的粒子群的新型圖像匹配算法的研究
檢索；粒子群優(yōu)化算法；分類中圖分類號：TP311 文獻標識碼：A 文章編號：1009-3044（2018）11-0175-041 引言信息飛速發(fā)展的今天，各行各業(yè)中圖像檢索已經(jīng)成為不可或缺關(guān)鍵技術(shù)，目前使用者在搜集目標圖片的時候使用的大部分是圖片的文字標題，而基于內(nèi)容的圖片搜索是十分 少見的，但是基于文字標題的檢索效率低，精度差，往往會檢索出大量的結(jié)果讓用戶苦不堪言。圖形圖像檢索越來越多的使用在各行各業(yè)，特別是大數(shù)據(jù)和智能計算的今天，生活中越來越多的使用圖
電腦知識與技術(shù) 2018年11期2018-07-28
- 基于PSO優(yōu)化SVM的MEMS加速度計溫度補償方法研究
權(quán)重的粒子群優(yōu)化算法來優(yōu)化支持向量機算法，創(chuàng)建MEMS加速度計溫度補償模型，并利用STM32F405RG64實現(xiàn)實時溫度補償系統(tǒng)。實驗結(jié)果表明，補償后加速度計的標度因數(shù)溫度系數(shù)、全溫零偏極差、非線性度分別由補償前的264 ppm/℃，71.98 mg，2.07%降低到105 ppm/℃，10.31 mg，0.25%，可見補償后加速度計的性能得到比較明顯的改進，能證明該方法的有效性和可行性。關(guān)鍵詞： MEMS加速度計; 扭擺式硅微加速度計; 粒子群優(yōu)化算法;
現(xiàn)代電子技術(shù) 2018年10期2018-05-15
- 連續(xù)退火爐加熱段爐溫智能優(yōu)化設(shè)定
多目標粒子群優(yōu)化算法確定最優(yōu)穩(wěn)態(tài)爐溫，作為爐溫控制器的參考輸入，有效避免爐溫優(yōu)化設(shè)定的盲目性，更好的指導工業(yè)生產(chǎn)。關(guān)鍵詞： 連續(xù)退火爐；穩(wěn)態(tài)優(yōu)化；多目標優(yōu)化；粒子群優(yōu)化算法中圖分類號 TP 274 文獻標識碼 A 文章編號Intellective temperature setting in cold annealing furnace heating sectionAbstract：For the furnace temperature steady-s
科學與財富 2017年36期2018-04-21