【摘 要】
：
最优化问题的求解方法一直是研究热点,涉及经济、金融、工程等诸多领域。群智能优化算法是一种重要的最优化问题求解方法,因此受到了广泛的关注。多数群智能优化算法的设计思
论文部分内容阅读
最优化问题的求解方法一直是研究热点,涉及经济、金融、工程等诸多领域。群智能优化算法是一种重要的最优化问题求解方法,因此受到了广泛的关注。多数群智能优化算法的设计思想源于自然规律以及生物习性,其中,萤火虫群优化(GSO)算法的发展则是建立在萤火虫的发光行为的研究基础上。GSO算法具有实现简单、较好的搜索能力等特点,广泛应用于多个应用领域。然而GSO算法也存在不足之处,例如算法输出结果精度低、算法稳定性差以及收敛速度慢等。本文深入研究GSO算法的理论基础以及研究现状。针对其存在的问题,提出了不同的改进策略,并对GSO算法与广义回归神经网络(GRNN)的并行集成学习进行研究。具体的研究工作如下:(1)为了解决基础GSO算法存在的性能问题,本文采用变异策略、变步长策略、辅助位置更新策略等多种策略,进而提出了混合改进的萤火虫群优化算法(HIGSO),并进行对比仿真实验。实验结果验证HIGSO算法具有较优的性能表现。(2)为了提升GRNN神经网络的分类预测性能,本文提出了扰动因子,并使用HIGSO算法优化扰动因子与平滑因子,构建HIGSO-GRNN并行集成学习算法。实验结果表明HIGSO-GRNN算法的有效性和稳定性。(3)建立雾霾预测模型,并收集北上广等地的雾霾数据,然后将HIGSO-GRNN并行集成学习算法应用于雾霾预测实验中。实验结果表明,本文方法在雾霾预测中的可行性和有效性。
其他文献
随着信息时代的快速发展,数据量呈数以亿计的数量级增长。在这些数据中,正常数据点反映了数据的整体变化趋势,但异常数据点可能提示更重要的信息,如信用卡数据异常可能意味着
零相关区(Zero Correlation Zone,ZCZ)序列是一类适用于准同步码分多址(Quasi-Synchronous Code Division Multiple Access,QS-CDMA)系统的扩频序列。通信系统的抗干扰能力以及用户数目分别受限于扩频序列的相关性和序列数量,因此设计具有良好相关性能以及较大序列数目的扩频序列集对提高通信系统的抗干扰能力、增加系统的用户数目具有重要的
生物酶因其高效、绿色、选择性高等特点而成为许多化学反应的理想催化剂。但是生物酶稳定性较差且难以回收利用的特点限制了其在工业中的应用。酶固定化技术是克服这一困难的
物体的三维几何重建是指将二维几何图像重建为相应的三维对象,或者说是将平面上的几何图像恢复为三维空间中的物体。三维几何重建技术是计算机视觉中的一个重要的研究分支,其
我国目前正处于经济稳健发展时期,经济水平正以中高水平速度逐渐增长,但能源消耗依旧是我国经济活动和社会发展的基础保障,在一定时期内仍会不断增加。随着能源资源限制和各
在当前的油气地震勘探发展背景下,地震数据的质量和数量均给传统的地震数据处理带来了一定程度的挑战。如何快速有效且不施加人为参数干预的对大批量地震数据进行处理,是地震
“十一五”期间,东部地区为了降低劳动力成本,将劳动密集型的传统型制造业转移到西部地区,在此次产业转移浪潮中云南省积极的承接了东部地区制造业的产业转移,简单的加工型制造业得到了较快的发展,经济也因此得到了快速的增长。“十二五”期间,云南开始重视生产性服务业的发展,生产性服务业在“十二五”期间增长迅速,可以看出,产业政策对产业的发展是具有非常大的影响。产业政策通过影响市场运行的机制从而影响一个产业的发
现代医学中使用计算机处理分析人体CT图像已经成为一个重要的研究方向,并有十分重要的临床实际应用价值。人体CT扫描包含丰富的信息,如复杂的软组织、骨、血管和多个器官。对
时序数据普遍存在于医学、航天、金融、商业、气象、工业等方面。时序数据的分类和回归目前在金融、娱乐、医学以及工业等领域都有广泛的应用。小波变换是一种基于多分辨率分析的方法,它不仅可以将输入数据分解到不同尺度空间,同时还在不同尺度空间具有很好的时频分解特性。因此,小波变换可以在多种尺度和频率上提取显著特征,在处理时序信号问题上有很大的优势。本文提出了基于快速小波变换的处理时序数据的分类和回归算法。该算
大规模动态图数据在现实生活中广泛存在,且处于不断变化中。图的动态性增加了图处理问题的复杂性,传统静态图上的解决方案无法直接应用于动态图的处理,因此大规模动态图处理系统及其相关技术成为一个重要的研究方向。现有的单机环境下的动态图解决方案主要采用链接列表的图存储方法,这种方法的随机访问开销较大,且不利于合并存储器访问,影响处理更新数据的性能。基于邻接表索引的高效动态图处理系统(IndexGraph)被