收藏本站
《山东师范大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

粒子群算法的研究及应用

刘衍民  
【摘要】:粒子群算法(Particle swarm optimization, PSO)是基于种群的优化算法。由于其具有快速收敛和操作简单等特点,在工程、经济管理等诸多领域得到广泛应用,成为智能计算领域研究的新热点。 然而,与其它进化算法一样,PSO也有早熟收敛现象;同时,由于要解决的实际问题,大多都包含约束条件,或者含有多个目标的优化问题,而PSO在提出时,仅针对单目标优化问题,不具备处理约束条件和多目标的机制。鉴于这些不足,本论文的主要研究工作如下, (1)对粒子的运动轨迹和PSO的收敛性进行分析 首先,构造线性离散动态系统方程,对单个粒子的状态变化进行分析;其次,采用李亚普诺夫意义下稳定的充分必要条件,给出粒子运动稳定的条件,为算法的改进提供理论支持。 (2)提出两种改进的单目标粒子群算法 ①提出基于动态邻居和广义学习的粒子群算法(DNMPSO)。首先,提出一种动态邻居拓扑结构,并分析了这种结构的优势及动态邻居拓扑结构重新构建的间隔代数对算法的影响;其次,提出一种广义学习策略,从搜索行为上对其进行分析;然后,对种群陷入局部最优解的原因进行分析,提出一种水平水合变异操作,使每个粒子能更好的进行局部搜索,提升种群向全局最优解飞行的概率;最后,为进一步提升DNMPSO算法求解复杂优化问题的能力,引入局部搜索算法,并对局部搜索算法的实现进行了分析。仿真结果表明DNMPSO在求解精度和鲁棒性方面具有一定优势。 ②提出基于K均值聚类的动态多种群粒子群算法(KDMSPSO)。首先,提出一种基于K均值聚类算法构建多种群策略,为增强子群间的信息交流,采取动态组建子群策略;其次,对种群多样性进行分析,以确定动态多种群的优势所在,并分析动态多种群的重新构建代数对算法的影响;然后,通过对粒子学习样本的分析,提出一种改进的学习策略,即“社会部分”学习样本不是种群中运行最优的粒子,而是粒子所在子群的中心粒子;最后,考虑到动态多种群KDMSPSO算法的优势,将其用来求解带有约束条件的优化问题,为实现对约束条件的处理,研究每个子群的任务分配策略(将约束条件看作任务),每个子群成员确定策略,粒子间的优劣比较规则,进而提出一种求解约束优化问题的改进粒子群算法(DMCPSO)。仿真结果表明DMCPSO算法用较少的函数评价次数可获得较优的最优解。 (3)提出两种多目标粒子群算法,并提出三种提升算法运行效率的策略 ①提出ACG-MOPSO算法。首先,分析PSO求解多目标优化问题的关键点(学习样本的选取和外部存档的规模控制),针对两个关键问题的解决,采用自适应网格对粒子的密度信息和拥挤距离进行研究,并研究外部存档规模控制策略;其次,研究如何通过密度信息和拥挤距离信息来确定全局最优粒子作为“社会部分”的学习样本;然后,从如何充分利用每个粒子历史最优位置的信息角度出发,研究粒子自身最优位置更新策略;最后,提出一种基于自适应网格和拥挤距离的多目标粒子群算法(ACG-MOPSO)。仿真结果表明ACG-MOPSO算法在处理Pareto前沿为凸、凹、不连续和多峰问题时,在解的多样性和收敛性上相比其它算法有更好的表现。 ②提出εDMOPSO算法。为提升PSO求解多目标优化问题的效率,采用一种对经典的Pareto占优关系改进的ε占优来研究粒子间的优劣,该方法不仅保证外部存档中非劣解的收敛性和分布性,而且能根据ε取值自动限制外部档案的规模,不需额外策略,极大地提升了算法的运行效率。并对DNMPSO算法的广义学习策略进行修改以适应多目标优化问题,使得种群多样性得到提升,进而提升种群向真实Pareto前沿飞行的概率。仿真结果表明εDMOPSO算法相比其它算法获得了较高的运行效率和质量更高的非劣解。 ③提出改进算法运行效率的三种策略。首先,提出并分析种群正交初始化,对远离Pareto前沿的所有非劣解的变异操作,对Pareto前沿的边界点和稀疏部分采取基于均匀设计的交叉操作三种策略;其次,研究三种策略的混合作用,即正交初始化+变异操作,正交初始化+均匀交叉操作,正交初始化+变异操作+均匀交叉操作;最后,在ACG-MOPSO和εDMOPSO算法中引入三种策略,并在有代表意义的高维测试函数DTLZ1,DTLZ2,DTLZ3和DTLZ7上进行仿真实验,并对实验结果从统计学角度进行分析。仿真结果表明这些策略在提升解的分布性和收敛性方面有积极的作用。 (4)本文提出的几种改进PSO在解决实际问题中的应用研究DNMPSO算法在土壤水分运动曲线的Van Genuchten方程中的应用;研究基于K均值聚类策略并带有约束处理技术的粒子群算法(DMCPSO)求解带有资产数量和边界约束的CCMV模型;研究εDMOPSO算法求解带有风险约束的投资组合模型。仿真结果表明本文提出的改进算法能有效地求解上述三个实际问题。
【学位授予单位】:山东师范大学
【学位级别】:博士
【学位授予年份】:2011
【分类号】:TP18

知网文化
【引证文献】
中国期刊全文数据库 前4条
1 吴海涛;黄福珍;;基于混合粒子群算法的分布式微网电源规划[J];华东电力;2012年03期
2 曾文权;余爱民;;基于改进PSO算法的任务分配研究[J];计算机工程与应用;2013年13期
3 徐标;陈昊;安佰玲;;基于EPFF算法的下料问题模型[J];计算机工程与应用;2013年13期
4 孙灵芳;李茹艳;;基于多变量广义预测的烟气含氧量软测量研究[J];自动化技术与应用;2012年07期
中国硕士学位论文全文数据库 前7条
1 矫健;基于微粒群粗糙集的暴力犯罪特征分析研究[D];大连海事大学;2012年
2 朱兴涛;多目标拆卸线平衡问题的群集智能优化算法研究[D];西南交通大学;2012年
3 何冬冬;基于进化算法的细胞神经网络模板设计[D];华南理工大学;2012年
4 张霞;粒子群优化算法在语音信号盲源分离技术中的研究[D];沈阳航空航天大学;2013年
5 王星晨;热声发电系统蓄电池负载能量转换优化策略研究[D];沈阳工业大学;2013年
6 王超;基于神经网络的发动机点火故障诊断研究[D];沈阳理工大学;2013年
7 程宇旭;基于改进粒子群算法的微电网能量优化调度研究及实现[D];中南大学;2013年
【参考文献】
中国期刊全文数据库 前10条
1 陶新民;徐晶;杨立标;刘玉;;一种改进的粒子群和K均值混合聚类算法[J];电子与信息学报;2010年01期
2 ;An adaptive hybrid optimizer based on particle swarm and differential evolution for global optimization[J];Science China(Information Sciences);2010年05期
3 ;Hybrid of comprehensive learning particle swarm optimization and SQP algorithm for large scale economic load dispatch optimization of power system[J];Science China(Information Sciences);2010年08期
4 曾建潮,崔志华;一种保证全局收敛的PSO算法[J];计算机研究与发展;2004年08期
5 高雷阜;刘旭旺;;基于混沌的弹性粒子群全局优化算法[J];控制与决策;2009年10期
6 刘衍民;赵庆祯;隋常玲;邵增珍;;一种基于动态邻居和变异因子的粒子群算法[J];控制与决策;2010年07期
7 丛琳;焦李成;沙宇恒;;一种量化正交免疫克隆粒子群数值优化算法[J];模式识别与人工智能;2007年05期
8 马英杰,虎胆·吐马尔拜,沈冰;利用阻尼最小二乘法求解Van Genuchten方程参数[J];农业工程学报;2005年08期
9 陈大春;马英杰;;基于随机粒子群算法的Van Genuchten方程参数优化求解[J];农业工程学报;2006年12期
10 胡旺;李志蜀;;一种更简化而高效的粒子群优化算法[J];软件学报;2007年04期
中国博士学位论文全文数据库 前2条
1 张丽平;粒子群优化算法的理论及实践[D];浙江大学;2005年
2 张利彪;基于粒子群和微分进化的优化算法研究[D];吉林大学;2007年
【共引文献】
中国期刊全文数据库 前10条
1 赵贵章;侯莉莉;李云良;王才川;姚珂君;朱欢;;包气带水分特征曲线参数模型及算法分析[J];安徽农业科学;2009年27期
2 刘大莲;王丽伟;胡琳;;一种新的求解约束优化问题的遗传算法[J];北京联合大学学报(自然科学版);2010年02期
3 李辉;蔡敏;李宇;李跃志;;基于自适应粒子群优化算法的神经网络的优化研究[J];江西师范大学学报(自然科学版);2010年06期
4 王金生;滕彦国;吴东杰;;不流动水与非平衡吸附作用对溶质运移影响的数值模型——MIENESOR[J];吉林大学学报(地球科学版);2007年02期
5 赵杰颖;李祚泳;;基于粒子群算法的地下水水质评价模型[J];成都信息工程学院学报;2007年02期
6 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
7 张朝龙;江巨浪;李彦梅;陈世军;査长礼;王陈宁;;基于云粒子群-最小二乘支持向量机的传感器温度补偿[J];传感技术学报;2012年04期
8 彭力;杜加萍;;基于改进粒子群优化的一致贴近度信息融合算法[J];传感器与微系统;2011年01期
9 陈飒;吴一全;;基于Contourlet域Hausdorff距离和粒子群的多源遥感图像匹配[J];测绘学报;2010年06期
10 张力文;何华;陈庆志;周建庭;宁金成;;基于PSO算法的带减振器斜拉索参数的识别[J];重庆交通大学学报(自然科学版);2012年02期
中国重要会议论文全文数据库 前10条
1 王攀;李远;王金定;;应用RETC软件拟合土壤水分特征曲线的结果及分析[A];河南地球科学通报2011年卷(下册)[C];2011年
2 蔡星娟;崔志华;曾建潮;谭瑛;;自适应PID控制微粒群算法[A];第二十六届中国控制会议论文集[C];2007年
3 ;Design of Fractional Order PID Controller by Hybrid Adaptive Particle Swarm Optimization Based on the Average Velocity[A];中国自动化学会控制理论专业委员会A卷[C];2011年
4 黄卫平;程良伦;;一种基于粒子群优化的AOI系统自动生成检测窗算法[A];中国自动化学会中南六省(区)2010年第28届年会·论文集[C];2010年
5 ;A Modified Glowworm Swarm Optimization for Multimodal Functions[A];Proceedings of the 2011 Chinese Control and Decision Conference(CCDC)[C];2011年
6 胡海波;黄友锐;田一鸣;;面向多模态函数全局优化的粒子群算法研究[A];煤矿自动化与信息化——第19届全国煤矿自动化与信息化学术会议暨中国矿业大学(北京)百年校庆学术会议论文集[C];2009年
7 王涛;王晓霞;刘敬刚;;基于改进粒子群优化的神经网络训练算法[A];第二届中国智能计算大会论文集[C];2008年
8 刘衍民;马卫民;;基于高斯白噪声扰动的混合粒子群算法及其应用[A];第十届中国不确定系统年会、第十四届中国青年信息与管理学者大会论文集[C];2012年
9 曾建潮;崔志华;;群体行为仿真与群体智能算法[A];'2006系统仿真技术及其应用学术交流会论文集[C];2006年
10 周国飞;赵杰颖;李祚泳;;基于粒子群优化的多指标组合算子法的大气污染预报模型[A];中国气象学会2008年年会大气环境监测、预报与污染物控制分会场论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 谭枫;介入式文化算法及其应用研究[D];哈尔滨工程大学;2010年
2 谭佳琳;粒子群优化算法研究及其在海底地形辅助导航中的应用[D];哈尔滨工程大学;2010年
3 张冰;小组软件过程建模方法及过程定义重用研究[D];哈尔滨工程大学;2009年
4 高贯斌;关节臂式坐标测量机自标定方法与误差补偿研究[D];浙江大学;2010年
5 尚兆霞;多目标投资组合问题优化模型与多目标策略研究[D];山东师范大学;2011年
6 焦竹青;变换域中的多源图像融合方法研究[D];江南大学;2011年
7 许相莉;基于智能计算的图像检索算法研究[D];吉林大学;2011年
8 李世勇;基于效用最优化的多路径网络资源分配研究[D];北京交通大学;2010年
9 王晓东;透平机械内部复杂流动的数值模拟与叶片设计的鲁棒优化[D];华北电力大学(北京);2010年
10 陈文清;基于免疫机理的水泥生产工艺故障智能诊断方法研究[D];华中科技大学;2011年
中国硕士学位论文全文数据库 前10条
1 张静;协同产品开发过程规划方法研究[D];山东科技大学;2010年
2 杨书显;基于PSO算法的氧乐果合成过程建模与控制研究[D];郑州大学;2010年
3 周斌;四桨两舵大型船舶螺旋桨的面元法设计研究[D];哈尔滨工程大学;2010年
4 姜婵娟;遥控式水下机器人PID运动控制算法优化研究[D];哈尔滨工程大学;2010年
5 苗玉洁;基于GA的水下机器人多目标路径规划研究[D];哈尔滨工程大学;2010年
6 王光远;城市交通信号多目标自适应控制[D];大连理工大学;2010年
7 李响;油品调和优化问题的研究[D];大连理工大学;2010年
8 齐成;基于非线性弯曲的伸缩臂优化研究[D];大连理工大学;2010年
9 张淑艳;基于约束优化方法的多目标优化算法[D];大连理工大学;2010年
10 孙承夏;混合进化算法及其在生产调度中的应用[D];大连理工大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 薛惠锋;刘欢;;中国可再生能源面临的挑战与对策[J];阳光能源;2009年01期
2 高吕和;;次级点火波形在汽车故障诊断中的应用[J];北京工业职业技术学院学报;2010年03期
3 李志勇;冯江华;;智能型光伏微电网及其N+1控制模式研究[J];大功率变流技术;2010年05期
4 姚新胜;李遂亮;张彩霞;范沙沙;;关于我国汽车市场营销趋势的研究[J];汽车工业研究;2010年07期
5 廖金华;李建黎;;铅酸蓄电池充电技术综述[J];蓄电池;2010年03期
6 李俄收;王远;吴文民;;铅酸蓄电池充电技术的研究[J];蓄电池;2010年06期
7 刘巍;王宗超;;碟式太阳能热发电系统[J];重庆工学院学报(自然科学版);2009年10期
8 骆成凤;;遗传算法优化的BP神经网络城市不透水层百分比估算[J];测绘科学;2011年01期
9 丁明;包敏;吴红斌;;分布式供能系统的经济调度[J];电力科学与技术学报;2008年01期
10 陶志,许宝栋,汪定伟,李冉;一种基于粗糙集理论的连续属性离散化方法[J];东北大学学报;2003年08期
中国博士学位论文全文数据库 前10条
1 崔明勇;微网多目标优化运行及控制策略研究[D];华北电力大学(北京);2011年
2 陈昌松;光伏微网的发电预测与能量管理技术研究[D];华中科技大学;2011年
3 胡杰;轻型汽油车排放控制故障诊断方法及离线诊断技术研究[D];武汉理工大学;2011年
4 徐立中;微网能量优化管理若干问题研究[D];浙江大学;2011年
5 张文宇;基于数据挖掘的智能决策研究[D];西北工业大学;2003年
6 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年
7 刘志雄;调度问题中的粒子群优化方法及其应用研究[D];武汉理工大学;2005年
8 俞健;基于进化计算的神经网络设计方法[D];浙江大学;1998年
9 孙大明;行波热声发动机及其驱动的脉管制冷机研究[D];浙江大学;2005年
10 张则强;基于仿生的数字物流平衡问题理论与应用研究[D];西南交通大学;2006年
中国硕士学位论文全文数据库 前10条
1 贾海媛;热声系统新型混合磁路直线发电机优化设计[D];沈阳工业大学;2011年
2 梁蒙;基于粗糙集的属性约简算法研究[D];河南大学;2011年
3 田宇;基于系统仿真模拟退火算法的VRPTW研究[D];河北工程大学;2011年
4 王青萍;基于压电臂梁的振动能量收集器的研究[D];华中科技大学;2010年
5 李振业;多向变异遗传算法及其优化神经网络的研究[D];华南理工大学;2011年
6 涂进;基于模拟退火算法的聚类分析在数据挖掘中的应用[D];重庆大学;2003年
7 陈燕林;高频电主轴系统电机参数设计及其优化方法研究[D];西安建筑科技大学;2004年
8 胡勇;基于SFC法和模拟退火算法求解定位—车辆路线问题研究[D];长安大学;2006年
9 杨明;中高温太阳能热声装置换热器模拟和优化[D];东南大学;2006年
10 汪岭;DC/DC升压变换器设计[D];上海交通大学;2007年
【二级引证文献】
中国期刊全文数据库 前2条
1 王睿淳;马明娟;薛松;曾鸣;;基于改进和声搜索算法的水电与风电长期协调投资规划模型[J];华东电力;2014年02期
2 杨柳;刘建国;;基于改进粒子群细菌觅食算法的矿井控制研究[J];计算机测量与控制;2014年01期
中国硕士学位论文全文数据库 前1条
1 章云锋;燃煤电站锅炉氧量和效率软测量研究[D];上海交通大学;2013年
【二级参考文献】
中国期刊全文数据库 前10条
1 柯晶,钱积新,乔谊正;一种改进粒子群优化算法[J];电路与系统学报;2003年05期
2 吕振肃,侯志荣;自适应变异的粒子群优化算法[J];电子学报;2004年03期
3 孟伟;韩学东;洪炳镕;;蜜蜂进化型遗传算法[J];电子学报;2006年07期
4 陈金山,韦岗;遗传+模糊C-均值混合聚类算法[J];电子与信息学报;2002年02期
5 谢涛,陈火旺;多目标优化与决策问题的演化算法[J];中国工程科学;2002年02期
6 张波;陈睿君;路璐;;粒子群算法在投资组合中的应用[J];系统工程;2007年08期
7 宋晓峰,陈德钊,胡上序,肖家治,刘福洲;基于优进策略的遗传算法对重油热解模型参数的估计[J];高校化学工程学报;2003年04期
8 支成秀;梁正友;;融合粒子群优化算法与蚁群算法的随机搜索算法[J];广西科学院学报;2006年04期
9 王金生,李书绅,王志明;低中放废物近地表处置安全评价模式研究[J];环境科学学报;1996年03期
10 王新生,姜友华,李仁东,韩志斌;模拟退火算法及其在非线性地学模型参数估计中的应用[J];华中师范大学学报(自然科学版);2001年01期
中国博士学位论文全文数据库 前1条
1 章敬东;复杂优化问题中智能算法的分析与集成[D];华南理工大学;2003年
中国硕士学位论文全文数据库 前1条
1 王雨飞;基于遗传算法的CVaR模型研究[D];西安电子科技大学;2007年
【相似文献】
中国期刊全文数据库 前10条
1 李相勇;田澎;孔民;;解约束优化问题的新粒子群算法[J];系统管理学报;2007年02期
2 刘宇;覃征;史哲文;;简约粒子群优化算法[J];西安交通大学学报;2006年08期
3 张顶学;关治洪;刘新芝;;一种动态改变惯性权重的自适应粒子群算法[J];控制与决策;2008年11期
4 孙晶晶;雷秀娟;;求解TSP的改进自组织PSO算法[J];计算机工程与应用;2009年31期
5 刘舜民;张喆;;一种基于种群多样性的自适应粒子群算法[J];河南师范大学学报(自然科学版);2009年03期
6 王文义;秦广军;王若雨;;基于粒子群算法的遗传算法研究[J];计算机科学;2007年08期
7 刘衍民;隋常玲;牛奔;;解决约束优化问题的改进粒子群算法[J];计算机工程与应用;2011年12期
8 樊梦;;基于WS小世界网络拓扑特性的自组织PSO算法[J];大众科技;2010年10期
9 刘衍民;赵庆祯;;基于动态种群和广义学习的粒子群算法及应用[J];计算机工程与科学;2011年05期
10 刘衍民;隋常玲;赵庆祯;;基于K-均值聚类的动态多种群粒子群算法及其应用[J];控制与决策;2011年07期
中国重要会议论文全文数据库 前10条
1 张顶学;廖锐全;;粒子群算法分析及惯性权重的动态改变策略[A];第二十七届中国控制会议论文集[C];2008年
2 张顶学;朱迎辉;廖锐全;;一种动态改变惯性权重的粒子群算法[A];第二十九届中国控制会议论文集[C];2010年
3 常俊林;梁君燕;魏巍;;解决流水车间双目标调度问题的免疫粒子群算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
4 赵亮;;遗传增强混沌粒子群算法[A];第二十九届中国控制会议论文集[C];2010年
5 于颖;李永生;於孝春;;新型离散粒子群算法在波纹管优化设计中的应用[A];第十一届全国膨胀节学术会议膨胀节设计、制造和应用技术论文选集[C];2010年
6 张顶学;关治洪;刘新芝;;多种群并行粒子群算法研究[A];第二十六届中国控制会议论文集[C];2007年
7 丛亮;胡成全;郭宗鹏;姜宇;沙丽华;;基于模拟退火思想的基本粒子群算法改进[A];第二十七届中国控制会议论文集[C];2008年
8 史久根;徐胜生;;基于文化-粒子群算法的机器人路径规划算法[A];2011中国仪器仪表与测控技术大会论文集[C];2011年
9 段练;张玉斌;;坐标改进型粒子群算法在应用层组播中的应用[A];煤炭机电与自动化实用技术[C];2012年
10 周晓君;阳春华;桂卫华;;可变随机函数的PSO算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
中国重要报纸全文数据库 前10条
1 祁进玉;认同与宽容:基于多元化文化视野的思考[N];中国社会报;2007年
2 彭国华;生活可以简单而高效[N];中国保险报;2003年
3 牛锐;生物人类学,认识作为生物的人的多样性[N];中国民族报;2008年
4 郝艳萍;海洋资源可持续利用初探[N];中国海洋报;2005年
5 ;80/20定律的应用[N];上海金融报;2002年
6 谈琳徐兰山;打开行业绿色发展之门[N];科技日报;2008年
7 记者 高杰;外来生物每年“吞掉”1200亿元[N];中国环境报;2004年
8 田吉生 金伟飞;服务的基本原则[N];中国保险报;2004年
9 记者 赖红英 刘慧婵;华南理工本科生论文登上《自然》分刊[N];中国教育报;2009年
10 记者 陈怡;长江生态危机与人类息息相关[N];上海科技报;2011年
中国博士学位论文全文数据库 前10条
1 刘衍民;粒子群算法的研究及应用[D];山东师范大学;2011年
2 胡成玉;面向动态环境的粒子群算法研究[D];华中科技大学;2010年
3 常彦伟;纵向参数多子群粒子群算法的研究与应用[D];中国矿业大学;2009年
4 安镇宙;家庭粒子群算法及其奇偶性与收敛性分析[D];云南大学;2012年
5 黄平;粒子群算法改进及其在电力系统的应用[D];华南理工大学;2012年
6 全海燕;混合克隆竞争与启发学习策略的多角色随机游动粒子群算法研究[D];云南大学;2010年
7 秦全德;粒子群算法研究及应用[D];华南理工大学;2011年
8 岳本贤;粒子群算法拓展研究及在约束布局优化中应用[D];大连理工大学;2012年
9 田野;粒子群优化算法及其应用研究[D];吉林大学;2010年
10 薛尧予;群能量守恒粒子群算法及其在发酵过程控制中的应用研究[D];北京化工大学;2010年
中国硕士学位论文全文数据库 前10条
1 管月智;粒子群算法的研究与应用[D];江南大学;2011年
2 冯维;基于粒子群算法求解多目标函数优化[D];吉林大学;2010年
3 杨立标;基于混合优化策略的粒子群算法及其应用研究[D];哈尔滨工程大学;2010年
4 陈琳玲;基于简化粒子群算法的测试数据自动生成方法研究[D];西南大学;2010年
5 赵辛欣;随机聚焦粒子群算法在机组组合中的应用[D];西南交通大学;2010年
6 王冬;基于粒子群算法的Web文本信息过滤研究[D];华北电力大学(河北);2010年
7 李文婷;基于改进型粒子群算法的热轧带钢宽度神经网络预报模型的研究[D];太原理工大学;2011年
8 汪华;粒子群算法的研究及其在供水优化调度中的应用[D];合肥工业大学;2011年
9 张念志;基于粒子群算法的集送货一体化车辆路径问题研究[D];山东大学;2010年
10 王乐;粒子群算法优化的小波神经网络在目标跟踪中的应用[D];太原理工大学;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026