收藏本站
《郑州大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

区间自适应粒子群算法研究及其应用

姜念  
【摘要】: 粒子群优化算法(PSO)是一种新颖的群体智能优化算法,该算法是由Kennedy和Eberhart在1995年提出的,源于对鸟群和鱼群等群体行为的模拟仿真得到的。粒子群优化算法简单明了,易于实现,可调控的参数很少,且算法收敛速度快。粒子群优化算法这些优点受到了越来越多学者的关注,目前很多人对其进行了研究,并将PSO运用到函数优化、神经网络训练、模糊系统控制、模式识别以及其他遗传算法等领域中,具有很好的工程应用的前景。 本文主要对PSO的基本原理、算法参数的影响、PSO算法的改进以及在入侵检测系统中的应用作了详细研究,所做的工作主要包括如下: 详细地分析了粒子群优化算法中惯性权重因子、收缩因子、种群拓扑结构对PSO算法性能的影响,并就惯性权重因子的影响进行了实验。实验表明,带非线性惯性权重的PSO算法效果最好,具有很强的适应性。另外,对PSO算法从理论上进行了探讨,包括对粒子群算法的空间轨迹、数学形式、收敛性等方面的分析和讨论,仿真结果揭示了单个粒子的运动轨迹在一定的程度上反映了整个粒子群的变化趋势。 基本粒子群算法不能解决离散问题,且容易过早收敛而导致早熟问题。针对这种情况,本文关注了粒子群算法的若干改进方法:离散PSO、混沌PSO、模拟退火PSO和免疫PSO,但是,在处理大量数据时,PSO的优化速度和精度大打折扣,针对这个问题本文提出了一种新的区间自适应粒子群算法,通过在一个自适应区间上动态优化PSO算法的权重配置,并采用SVM方法作为优化工具,将其应用到入侵检测系统中,从仿真实验结果可以看出,经区间自适应粒子群算法优化后的SVM,明显提高了数据分类的速度和精度。
【学位授予单位】:郑州大学
【学位级别】:硕士
【学位授予年份】:2010
【分类号】:TP18

【参考文献】
中国期刊全文数据库 前10条
1 陈钰;免疫系统——一个开放的复杂巨系统[J];复杂系统与复杂性科学;2004年02期
2 刘胜;李妍妍;;自适应GA-SVM参数选择算法研究[J];哈尔滨工程大学学报;2007年04期
3 徐海,刘石,马勇,蓝鸿翔;基于改进粒子群游优化的模糊逻辑系统自学习算法[J];计算机工程与应用;2000年07期
4 高鹰,谢胜利;基于模拟退火的粒子群优化算法[J];计算机工程与应用;2004年01期
5 王丽;王晓凯;;一种非线性改变惯性权重的粒子群算法[J];计算机工程与应用;2007年04期
6 崔红梅;朱庆保;;微粒群算法的参数选择及收敛性分析[J];计算机工程与应用;2007年23期
7 曲倩倩;曲仕茹;温凯歌;;混合遗传算法求解配送车辆调度问题[J];计算机工程与应用;2008年15期
8 萧嵘;王继成;张福炎;;支持向量机理论综述[J];计算机科学;2000年03期
9 高鹰;谢胜利;;混沌粒子群优化算法[J];计算机科学;2004年08期
10 胡华平,陈海涛,黄辰林,唐勇;入侵检测系统研究现状及发展趋势[J];计算机工程与科学;2001年02期
【共引文献】
中国期刊全文数据库 前10条
1 王东霞;张楠;路晓丽;;基于育种算法的SVM参数优化[J];安徽大学学报(自然科学版);2009年04期
2 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
3 程伟;张燕平;赵姝;;支持向量机在粮食产量预测中的应用[J];安徽农业科学;2009年08期
4 武素华;;基于最小二乘支持向量机的土壤含水量检测的研究与分析[J];安徽农业科学;2009年09期
5 陈念;沈佐民;;基于化学成分检测和SVM分类的茶叶品质鉴定[J];安徽农业科学;2010年15期
6 黄远顺;;矫直机的自动故障预报技术[J];安徽冶金;2012年01期
7 高超;王丽君;;数据挖掘技术在基于系统调用的入侵检测中的应用[J];鞍山科技大学学报;2006年01期
8 林春丽;齐欣;王克成;;SVM-KNN分类器在异常行为检测中的应用[J];辽宁科技大学学报;2010年05期
9 王亮;胡静涛;;基于LS-SVM的光刻过程R2R预测控制方法[J];半导体技术;2012年06期
10 梁万路;;代价敏感支持向量机的投影次梯度求解方法[J];兵工自动化;2011年04期
中国重要会议论文全文数据库 前10条
1 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
2 顾小军;杨世锡;钱苏翔;;基于支持向量机的旋转机械多类故障识别研究[A];第二十六届中国控制会议论文集[C];2007年
3 吕蓬;柳亦兵;马强;魏于凡;;支持向量机在齿轮智能故障诊断中的应用研究[A];第二十六届中国控制会议论文集[C];2007年
4 姜明辉;袁绪川;;基于GA优化的个人信用评估SVM模型[A];第二十六届中国控制会议论文集[C];2007年
5 李军亮;肖新平;毛树华;;灰色双层线性规划的粒子群解法[A];第二十七届中国控制会议论文集[C];2008年
6 韩露;余正涛;邓锦辉;章程;毛存礼;郭剑毅;;领域知识关系对领域文本分类的影响[A];第二十七届中国控制会议论文集[C];2008年
7 吴静珠;刘翠玲;孙晓容;;支持向量机在近红外光谱检测技术中的应用研究[A];第二十九届中国控制会议论文集[C];2010年
8 余节约;林剑;管力明;李宁;赵龙;;基于最小二乘支持向量机的平版印刷油墨预置模型[A];第二十九届中国控制会议论文集[C];2010年
9 尹钟;张建华;;基于支持向量机方法的过程操作员功能状态分类[A];中国自动化学会控制理论专业委员会A卷[C];2011年
10 杨坤;纪志成;;基于峰值识别的改进SVM用电需求预测[A];中国自动化学会控制理论专业委员会B卷[C];2011年
中国博士学位论文全文数据库 前10条
1 张杏莉;几何约束求解关键问题研究[D];山东科技大学;2010年
2 戴运桃;粒子群优化算法研究及其在船舶运动参数辨识中的应用[D];哈尔滨工程大学;2010年
3 母丽华;煤矿安全预警系统的方法研究[D];哈尔滨工程大学;2010年
4 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
5 朱广平;混响干扰中的信号检测技术研究[D];哈尔滨工程大学;2009年
6 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
7 张进;地震叠前数据的弹性阻抗非线性反演方法研究[D];中国海洋大学;2009年
8 郑大腾;柔性坐标测量机空间误差模型及最佳测量区研究[D];合肥工业大学;2010年
9 曲建华;基于群体智能的聚类分析[D];山东师范大学;2010年
10 王晓明;基于统计学习的模式识别几个问题及其应用研究[D];江南大学;2010年
中国硕士学位论文全文数据库 前10条
1 展慧;基于多源信息融合技术的板栗分级检测方法研究[D];华中农业大学;2010年
2 杜二玲;拟概率空间上等均值噪声下统计学习理论的理论基础[D];河北大学;2007年
3 刘奇;基于混合粒子群算法的ZnO镀膜光纤传感器的参数优化[D];南昌航空大学;2010年
4 柳枝华;微粒群优化算法的改进及应用[D];南昌航空大学;2010年
5 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
6 安文娟;Fisher和支持向量综合分类器[D];辽宁师范大学;2010年
7 姜成玉;基于支持向量机的时间序列预测[D];辽宁师范大学;2010年
8 李朋勇;基于全矢高阶谱的故障诊断方法及其应用研究[D];郑州大学;2010年
9 辛保兵;既有预应力混凝土梁桥剩余承载力评估方法研究[D];郑州大学;2010年
10 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
【二级参考文献】
中国期刊全文数据库 前10条
1 罗敏,王丽娜,张焕国;基于无监督聚类的入侵检测方法[J];电子学报;2003年11期
2 夏克文,刘明霄,张志伟,董瑶;基于属性相似度的属性约简算法[J];河北工业大学学报;2005年04期
3 黄辰林,赵辉,胡华平;基于分布自治代理的层次入侵检测系统设计[J];计算机工程与应用;2001年06期
4 朱永生,张优云;支持向量机分类器中几个问题的研究[J];计算机工程与应用;2003年13期
5 向继,高能,荆继武;聚类算法在网络入侵检测中的应用[J];计算机工程;2003年16期
6 王雪梅,王义和;模拟退火算法与遗传算法的结合[J];计算机学报;1997年04期
7 陈铁梅,黄道平,陆顾新,朱学锋;模式聚类在数据预处理中的应用研究[J];计算机与应用化学;2003年03期
8 徐保国,胡立萍;基于支持向量机的非线性系统模型预测控制[J];计算机测量与控制;2005年08期
9 齐志泉,田英杰,徐志洁;支持向量机中的核参数选择问题[J];控制工程;2005年04期
10 夏晓华;刘波;栾志业;金以慧;;基于PSO的预测控制及在聚丙烯中的应用[J];控制工程;2006年05期
中国博士学位论文全文数据库 前1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
【相似文献】
中国期刊全文数据库 前10条
1 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
2 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
3 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
4 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
5 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
6 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
7 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
8 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
9 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
10 高尚,韩斌,吴小俊,杨静宇;求解旅行商问题的混合粒子群优化算法[J];控制与决策;2004年11期
中国重要会议论文全文数据库 前10条
1 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
2 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
3 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
4 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
5 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
6 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
7 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
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1条
1 记者 黄蔚 通讯员 蔡文兵;校内外导师领航学生科研[N];中国教育报;2011年
中国博士学位论文全文数据库 前10条
1 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
2 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
3 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
4 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
5 秦全德;粒子群算法研究及应用[D];华南理工大学;2011年
6 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
7 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
8 田野;粒子群优化算法及其应用研究[D];吉林大学;2010年
9 刘衍民;粒子群算法的研究及应用[D];山东师范大学;2011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 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
2 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
3 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
4 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
5 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
6 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
7 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
8 袁洲;基于改进粒子群算法的项目反应理论3PLM参数估计方法研究[D];吉林大学;2011年
9 苏同芬;改进的免疫粒子群算法及梯级水库优化调度问题的研究[D];太原理工大学;2010年
10 朱秀敏;改进粒子群算法的研究及其在天线设计中的应用[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