群智能算法及其在确定模糊测度中的应用研究
【摘要】:受到自然界动物群体行为的启发,出现了模拟动物群体自治行为的群智能算法。群智能算法是一类算法的统称,具有代表性的算法有:粒子群算法、蚁群算法和人工鱼群算法。群智能算法出现以来,很多学者开始关注和研究。该类算法被不断地应用于特定的问题中,并取得了良好的效果。确定模糊测度问题是应用模糊测度和模糊积分的前提,由于该问题可以转化为优化问题,所以可以采用软计算技术来解决。在本文中,我们针对确定模糊测度这个具体问题,应用群智能算法来确定模糊测度,验证了群智能算法的思想可以引入到这个具体问题中,并验证了群智能算法的优势:实现容易,具有很强的健壮性等。另外,通过算法原理上和实验上的分析和比较,我们得出了粒子群算法、蚁群算法和人工鱼群算法性能差异:粒子群算法具有较快的收敛能力;蚁群算法能够得到更精确的解;人工鱼群算法兼具二者特性。
|
|
|
|
1 |
程剑;杨小来;周凌翱;;基于粒子群模糊密度自适应赋值的多分类器融合算法[J];福建电脑;2008年08期 |
2 |
李玉榕,乔斌,蒋静坪;基于模糊积分和遗传算法的分类器组合算法[J];计算机工程与应用;2002年12期 |
3 |
瞿继双,王正志,王超;一种新的模糊多层自组织神经网络图像目标检测方法[J];国防科技大学学报;2002年06期 |
4 |
马磊,岳振军,王曙光;基于遗传算法的模糊多阈值图像分割方法[J];解放军理工大学学报(自然科学版);2003年06期 |
5 |
瞿继双,徐德坤,王超;基于结构上下文的模糊神经网络自动目标检测方法[J];中国图象图形学报;2004年10期 |
6 |
梁继民,杨万海,蔡希尧;决策融合的模糊积分方法[J];西安电子科技大学学报;1998年02期 |
7 |
李均利,陈刚,池哲儒;基于模糊相似度量的图像检索[J];计算机工程与应用;2005年02期 |
8 |
牛玉会;;基于粒子群算法在六峰驼背函数中的应用[J];当代经理人(下旬刊);2006年08期 |
9 |
邹长武;羊依金;丁恒康;张雪乔;;基于粒子群算法的GM(1,1)在经济发展预测中的应用[J];成都信息工程学院学报;2007年03期 |
10 |
段晓东;;基于群智能的计算与仿真方法研究[J];大连民族学院学报;2007年03期 |
11 |
王晟;潘郁;;个体激励粒子群算法及其社会学背景分析[J];计算机工程;2008年21期 |
12 |
陈永刚;牛丹梅;范庆辉;;粒子群算法在组合优化问题上的研究与发展[J];电脑与电信;2008年12期 |
13 |
熊菲;刘文奇;;不完备信息系统中基于模糊测度的知识不确定性度量[J];计算机工程与科学;2009年10期 |
14 |
刘胜利;刘鹏飞;;粒子群算法在黑盒测试中的应用[J];现代经济信息;2009年21期 |
15 |
邓璐娟;卢华琦;孙义坤;刁海港;;改进的粒子群算法在测试数据生成中的应用[J];计算机技术与发展;2010年07期 |
16 |
秦明明;王坚;姜雷;;基于改进粒子群算法的电力系统有功调度[J];微计算机信息;2010年19期 |
17 |
汲万峰;姜礼平;朱建冲;孙钧正;;基本粒子群算法和遗传算法用于航路规划的比较[J];火力与指挥控制;2011年06期 |
18 |
阎明印,史铁林,王雪,杨叔子;诊断知识获取过程的不确定性问题[J];华中科技大学学报(自然科学版);1993年01期 |
19 |
李晶皎;张俐;姚天顺;;基于Sugeno模糊测度的SFCM聚类分析算法[J];模式识别与人工智能;1999年01期 |
20 |
黄树采,李为民;武器系统综合效能的模糊积分评估方法[J];航空计算技术;2003年04期 |
|