收藏本站
《广西民族大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

粒子群优化算法及支持向量机应用研究

徐水华  
【摘要】:智能优化算法是一种以数学为基础,通过数学模型的建立和构成,并借助现代计算机工具模仿自然、社会规律而设计的求解问题的算法。粒子群优化算法和支持向量机是智能算法中重要的两种算法。 粒子群优化算法是一种群体智能的优化算法,最早由Kennedy和Eberhar提出。PSO算法是因鸟类觅食行为而得到启发并被设计用于求解优化问题。算法中每个粒子都代表问题的一个可行解,每个可行解都对应着一个由目标函数决定的适应度值。粒子的速度决定了粒子的下一步的运动位置,速度根据本身及其他粒子的飞行经验进行动态调整,从而完成个体在可行解空间中的寻优过程。 支持向量机(Support Vector Machine,简称SVM)是20世纪90年代,由Vapnik及其工作小组在多年研究统计学习理论基础上提出的一种新的学习算法,它主要用来解决模式识别和回归预测问题。算法将实际问题通过非线性映射转换到高维的特征空间,在高维空间中构造线性判别函数来实现原空间中的非线性判别函数,使得其算法复杂度与样本维数无关,巧妙地解决了维数问题。 本文对PSO算法和SVM都作了深入的研究。(1)在粒子群算法的基础上,结合复形法的局部搜索功能,提出了带有局部搜索功能粒子群算法;(2)在对粒子群优化算法(PSO)的整体极值、局部极值的模型进行调整的基础上,利用粒子群算法解决了函数求解均值问题;(3)在研究支持向量分类机时,结合不同核函数的特点,构造混合核函数,并将混合核函数SVM模型应用于心脏病诊断;(4)文中还研究了支持向量回归机,同时利用模型对上证指数进行预测。文中还利用了PSO算法对支持向量机相关参数进行优化,取得了良好的效果。
【学位授予单位】:广西民族大学
【学位级别】:硕士
【学位授予年份】:2011
【分类号】:TP18

【引证文献】
中国硕士学位论文全文数据库 前1条
1 刘俊芳;粒子群和人工蜂群的混合优化算法优化SVM参数及应用[D];太原理工大学;2012年
【参考文献】
中国期刊全文数据库 前10条
1 程耿东,蔡文学;结构可靠度计算的近似重要性抽样方法及其应用[J];工程力学;1997年02期
2 孙翠娟;;基于K型核函数的支持向量机[J];淮海工学院学报(自然科学版);2006年04期
3 滕卫平;俞善贤;胡波;胡丰成;;SVM回归法在汛期旱涝预测中的应用研究[J];浙江大学学报(理学版);2008年03期
4 黄岚,王康平,周春光,庞巍,董龙江,彭利;粒子群优化算法求解旅行商问题[J];吉林大学学报(理学版);2003年04期
5 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
6 高鹰,谢胜利;免疫粒子群优化算法[J];计算机工程与应用;2004年06期
7 高会生;郭爱玲;;组合核函数SVM在网络安全风险评估中的应用[J];计算机工程与应用;2009年11期
8 王国胜;;核函数的性质及其构造方法[J];计算机科学;2006年06期
9 郑春颖;郑全弟;王晓丹;王玉冰;;基于试探的变步长自适应粒子群算法[J];计算机科学;2009年11期
10 黄翀鹏;熊伟丽;徐保国;;惯性权值对粒子群算法收敛性的影响及改进[J];计算机工程;2008年12期
【共引文献】
中国期刊全文数据库 前10条
1 何广杰;;克隆选择算法及其在路基工程中的应用[J];四川建筑科学研究;2009年01期
2 区卫民;谭泗桥;袁哲明;柏连阳;熊洁仪;;SVR-KNN法用于除草剂QSAR研究[J];安徽农业科学;2008年35期
3 韩勇鹏;;SVM方法及其在乳制品分类问题上的应用[J];安徽农业科学;2009年08期
4 郭立萍;唐家奎;米素娟;张成雯;赵理君;;基于支持向量机遥感图像融合分类方法研究进展[J];安徽农业科学;2010年17期
5 张永生;魏新军;侯振雨;彭娟;;支持向量回归分光光度法同时测定苋菜红和果绿[J];安徽农业科学;2010年33期
6 张永生;;支持向量机在害虫预测预报中的应用[J];现代农业科技;2009年14期
7 冯学军;;最小二乘支持向量机的研究与应用[J];安庆师范学院学报(自然科学版);2009年01期
8 景书杰;张志荣;;在Wolfe步长搜索下的一类新的共轭梯度算法[J];安阳工学院学报;2007年06期
9 刘开云;刘保国;徐冲;;基于PSO-BP算法的隧道非线性位移分析模型[J];地下空间与工程学报;2009年02期
10 杜建国;李万华;贺永胜;吕学利;;无补偿式单出杆磁流变阻尼器的力学性能研究及其建模[J];兵器材料科学与工程;2011年05期
中国重要会议论文全文数据库 前10条
1 周绮凤;林成德;罗林开;彭洪;;一种基于黎曼度量的训练样本类不平衡SVM分类方法研究[A];第二十六届中国控制会议论文集[C];2007年
2 洪露;穆志纯;;一种新的克隆混沌调节算法的研究[A];第二十六届中国控制会议论文集[C];2007年
3 张佑春;王平;张公永;;基于D-S证据理论和神经网络的信息融合方法及应用[A];第二十七届中国控制会议论文集[C];2008年
4 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
5 洪露;;一种改进克隆选择算法的收敛速度方法研究[A];中国自动化学会控制理论专业委员会B卷[C];2011年
6 陈兆基;杨宏晖;杜方键;;用于水下目标识别的选择性SVM集成算法[A];中国声学学会水声学分会2011年全国水声学学术会议论文集[C];2011年
7 刘琨;林乐科;康士峰;赵振维;朱庆林;陈祥明;李建儒;;地基单站GNSS在电波环境折射修正中的应用[A];第三届中国卫星导航学术年会电子文集——S01北斗/GNSS导航应用[C];2012年
8 刘远东;尹益辉;;基于多目标优化的螺栓-法兰连接结构尺寸设计[A];结构及多学科优化工程应用与理论研讨会’2009(CSMO-2009)论文集[C];2009年
9 张雷刚;张勇东;张冬明;;基于GPU并行加速的改进分块PCA人脸识别算法[A];图像图形技术研究与应用(2010)[C];2010年
10 吴峰;杨晨阳;田亚飞;毛士艺;;实现线性约束最小功率滤波器的迭带辅助矢量算法[A];第十一届全国信号处理学术年会(CCSP-2003)论文集[C];2003年
中国博士学位论文全文数据库 前10条
1 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;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 武心安;未知环境下自主式水下潜器路径规划问题研究[D];哈尔滨工程大学;2010年
6 谭海涛;受水下爆炸载荷作用的船体结构可靠性研究[D];哈尔滨工程大学;2009年
7 吴德烽;计算智能在三维表面扫描机器人系统中的应用研究[D];大连海事大学;2010年
8 曲建华;基于群体智能的聚类分析[D];山东师范大学;2010年
9 陆济湘;三维物体建模和场景构造技术研究[D];华中科技大学;2010年
10 龙海侠;进化算法及其在生物信息中的应用[D];江南大学;2010年
中国硕士学位论文全文数据库 前10条
1 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
2 刘桂珍;颅骨三维重建与信息提取[D];山东科技大学;2010年
3 田文娟;基于支持向量机的人民币序列号识别方法的研究[D];山东科技大学;2010年
4 岳海亮;信息论在粗糙集连续属性离散化中的应用[D];辽宁师范大学;2010年
5 姜念;区间自适应粒子群算法研究及其应用[D];郑州大学;2010年
6 肖小城;粒子群算法求解作业车间调度问题的研究[D];郑州大学;2010年
7 张力淼;农村电力网规划计算机辅助设计系统的研究[D];郑州大学;2010年
8 李光远;基于在线聚类和最小二乘支持向量机的模糊建模方法研究[D];郑州大学;2010年
9 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
10 王巧立;微生物发酵过程的建模与优化控制研究[D];郑州大学;2010年
【同被引文献】
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 任玉艳;鲍洁;王洪瑞;;改进蚁群算法在支持向量机中的应用[J];传感器与微系统;2011年08期
3 胡中华;赵敏;;基于人工蜂群算法的机器人路径规划[J];电焊机;2009年04期
4 段玉红;;一种新的改进粒子群算法[J];甘肃联合大学学报(自然科学版);2011年06期
5 夏平平;吕太之;贾岩峰;;免疫粒子群优化算法及性能分析[J];贵州大学学报(自然科学版);2011年05期
6 刘东辉;卞建鹏;付平;刘智青;;支持向量机最优参数选择的研究[J];河北科技大学学报;2009年01期
7 毛志亮;刘春波;潘丰;;基于IPSO的混合核函数SVM参数优化及应用[J];江南大学学报(自然科学版);2009年06期
8 赵欣;叶庆卫;周宇;;一种保持PSO与GA独立性的混合优化算法[J];计算机工程与应用;2009年26期
9 王杰文;夏长清;;一个基于PSO和DE的杂凑全局优化算法[J];计算机工程与应用;2010年03期
10 杜振鑫;王兆青;;一种个性化变异的免疫粒子群算法[J];计算机工程与应用;2011年27期
中国博士学位论文全文数据库 前1条
1 陆宁;基于群集智能与算法融合的电力负荷组合预测[D];华中科技大学;2010年
中国硕士学位论文全文数据库 前10条
1 王萍萍;基于捕食搜索策略的遗传算法的研究及应用[D];江南大学;2011年
2 毛志亮;混合核函数支持向量机在发酵过程建模中的应用研究[D];江南大学;2011年
3 黄虹;基于粒子群—蚁群算法的随机需求车辆路径问题研究[D];福建农林大学;2011年
4 李艳英;基于支持向量机参数优化的群智能优化算法研究[D];天津大学;2007年
5 李红英;支持向量分类机的核函数研究[D];重庆大学;2009年
6 刘健;混合微粒群算法研究及在随机规划中的应用[D];中国石油大学;2009年
7 段继康;多类分类支持向量机在语音识别中的应用研究[D];太原理工大学;2010年
8 林令娟;模拟退火微粒群混合算法的研究及应用[D];山东师范大学;2010年
9 孙晶晶;粒子群优化算法的改进及其应用研究[D];陕西师范大学;2010年
10 暴励;人工蜂群算法的混合策略研究[D];太原科技大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 丁蕾,陶亮;支持向量机在胆固醇测定中的应用[J];安徽大学学报(自然科学版);2005年02期
2 宋浩;设立指数期货 完善我国资本市场的避险机制[J];商业研究;2001年09期
3 王磊,潘进,焦李成;免疫算法[J];电子学报;2000年07期
4 彭宇,彭喜元,刘兆庆;微粒群算法参数效能的统计分析[J];电子学报;2004年02期
5 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
6 王守觉,曲延锋,李卫军,覃鸿;基于仿生模式识别与传统模式识别的人脸识别效果比较研究[J];电子学报;2004年07期
7 魏建锋,郑修麟;正火45钢切口件变幅载荷下疲劳寿命及其概率分布估算[J];机械工程材料;1997年02期
8 王珏,石纯一;机器学习研究[J];广西师范大学学报(自然科学版);2003年02期
9 罗昊,孟传良;基于特征脸和LDA的人脸识别[J];贵州工业大学学报(自然科学版);2005年01期
10 莫亚如,薛小平,宋士吉;On stability of delayed cellular neural networks with sigmoid output functions[J];Science in China(Series F:Information Sciences);2003年05期
【相似文献】
中国期刊全文数据库 前10条
1 张铃;支持向量机理论与基于规划的神经网络学习算法[J];计算机学报;2001年02期
2 阎辉,张学工,李衍达;支持向量机与最小二乘法的关系研究[J];清华大学学报(自然科学版);2001年09期
3 朱国强,刘士荣,俞金寿;支持向量机及其在函数逼近中的应用[J];华东理工大学学报;2002年05期
4 侯风雷,王炳锡;基于支持向量机的说话人辨认研究[J];通信学报;2002年06期
5 马永军,方凯,刘暾东,方廷健;基于支持向量机和方差的管道内表面粗糙度等级识别[J];信息与控制;2002年05期
6 吴飞,庄越挺,潘云鹤;基于增量学习支持向量机的音频例子识别与检索[J];计算机研究与发展;2003年07期
7 孙延风,梁艳春;支持向量机的数据依赖型核函数改进算法[J];吉林大学学报(理学版);2003年03期
8 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
9 朱家元,吴伟,张恒喜,董彦非;一种新型的多元分类支持向量机[J];计算机工程;2003年17期
10 饶鲜,董春曦,杨绍全;应用支持向量机实现计算机入侵检测[J];西安电子科技大学学报;2003年03期
中国重要会议论文全文数据库 前10条
1 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
2 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
3 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
4 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
5 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
6 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
7 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
8 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
9 许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年
10 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
中国重要报纸全文数据库 前10条
1 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
2 李水根;计算机详解配伍与药效关系[N];健康报;2005年
3 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
4 YMG记者 李仁 通讯员 曲华明 孙运智;我市九项目进入省“盘子”[N];烟台日报;2010年
5 上海大学理学院教授、副院长 陆文聪;酷爱化学 孜孜以求[N];中国化工报;2006年
6 ;选择合适的数据挖掘算法[N];计算机世界;2007年
7 周颖;王米渠与中医心理学[N];中国中医药报;2006年
8 记者 耿挺;蛋白质功能算出来[N];上海科技报;2007年
9 记者 张云普通讯员 全攀峰 安强强;大庆物探深度域地震资料岩性解释技术获得五大突破[N];中国石油报;2008年
10 本报记者 冯治恩;敢与“雷公”试比高[N];铜川日报;2008年
中国博士学位论文全文数据库 前10条
1 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
2 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
3 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
4 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
5 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
6 刘叶青;原始空间中支持向量机若干问题的研究[D];西安电子科技大学;2009年
7 常甜甜;支持向量机学习算法若干问题的研究[D];西安电子科技大学;2010年
8 胡运红;支持向量机的若干算法研究[D];山东科技大学;2011年
9 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
10 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
中国硕士学位论文全文数据库 前10条
1 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
2 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
3 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
4 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
5 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
6 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
7 冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
8 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
9 王奇安;基于广泛内核的CVM算法研究及参数C的选择[D];南京航空航天大学;2009年
10 张永新;基于支持向量机和遗传算法相结合的模拟电路故障诊断方法研究[D];东北大学;2009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