粒子群优化算法研究进展

粒子群优化算法是根据鸟群觅食过程中的迁徙和群集模型而提出的用于解决优化问题的一类新兴的随机优化算法．介绍了PSO算法的基本原理和一些改进措施及PSO算法的应用，并对其将来的发展进行了展望．     

粒子群优化算法研究进展

粒子群优化算法是根据鸟群觅食过程中的迁徙和群集模型而提出的用于解决优化问题的一类新兴的随机优化算法.介绍了PSO算法的基本原理和一些改进措施及PSO算法的应用,并对其将来的发展进行了展望.     

粒子群优化算法在训练前向神经网络中的应用

笔者对用PSO训练前向神经网络做了研究,提出了用PSO算法训练前向神经网络的新方法,并通过算例和BP算法做了比较,实验结果说明了本文算法的有效性.     

基于粒子群算法的RBF神经网络的优化方法

本文用粒子群算法来优化RBF神经网络的中心值和连接权值,使之具有更强的非线性逼近能力,并将优化后的RBF神经网络和未经优化的RBF神经网络用于非线性函数的逼近,实例证明优化后的RBF神经网络比未经优化的RBF神经网络具有更强的非线性函数的逼近能力。     

粒子群算法优化BP神经网络的指纹识别技术

指纹识别技术是当今应用最广泛的生物识别技术之一。在指纹识别过程中,图像处理、特征提取、匹配等过程数据量庞大,计算比较烦琐。BP神经网络具有良好的自学习能力、强大的分类能力和容错能力,将其应用到指纹识别中是可行的。为改进BP神经网络计算速度较慢,梯度下降法不能处理一些不可微传递函数的问题,采用粒子群算法对BP算法进行优化,提高了指纹识别的速度和准确度。     

汽车覆盖件模具钢高速切削数据库的研究

建立了基于B／S(浏览器／服务器模式)结构的汽车覆盖件模具钢高速切削数据库系统,该系统包括实例库、刀具数据库、工艺参数库、材料库、智能优化库5个功能模块。用户可根据实际需求,选择功能模块,对刀具、切削工艺、工件材料、加工实例等信息进行检索查询。该数据库通过对基于MATLAB神经网络的刀具磨损模型的调用,实现了精加工模具钢时对刀具磨损的在线预报。     

基于粒子群优化算法的小波神经网络

针对粒子群算法具有不易陷入局部极小、收敛速度快等特点,提出了一种基于粒子群的小波神经网络学习算法,优化了小波神经网络中的各个参数,并将该方法应用于函数仿真试验。试验表明,该算法能减少迭代次数、提高收敛精度,是小波网络的有效训练算法。     

基于粒子群算法的电站锅炉效率优化研究

该文以电站锅炉燃烧系统为研究对象,针对电站现场无法在线计算锅炉热效率的问题,利用BP神经网络建立了锅炉的热效率模型,并在此基础上,采用粒子群优化算法对锅炉运行参数进行优化。仿真结果表明,BP神经网络效率模型具有较高的精度,粒子群优化算法优化算法可以用于电站锅炉的热效率优化。     

基于粒子群优化算法的散乱数据光顺拟合

在散乱数据光顺拟合问题的计算中，引入了群体智能粒子群优化算法，增加了计算的自动程度以及客观性，优化中提出了优于传统罚函数法的模糊罚函数法，将模糊集合理论和粒子群优化算法有机地结合起来，并通过对节点序列内在关联性的分析，提出了适合邻域搜索类算法实施的邻域结构，以获得目标函数的全局解，最后给出了数值仿真实例。     

基于STEP-NC的大型数控机床主要零件切削数据库的实例编码

针对大型数控机床主要零件切削数据库,提出了基于STEP-NC的实例编码方案,给出了编码属性和编码顺序,并且通过实例编码示例,验证了基于STEP-NC的大型数控机床主要零件切削数据库实例编码的可行性。     

分布式数据库中数据查询优化策略研究

分布式数据库中,数据的分散存放和冗余给故障恢复带来了方便,同时也使得分布式查询处理变得更加复杂,因此如何快速准确地查询用户想要的数据成了分布式数据库系统中的一个重要问题。文章介绍了分布式数据库的特点≯详细阐述了一般的查询优化策略,给出了常用的查询优化技术。     

数据挖掘算法性能优化的研究与应用

数据挖掘中经常使用k-means算法,它是经常使用的一种聚类分析算法,但易受初始聚类中心和聚类个数k的影响。因此对近年从算法原理、关键技术和优缺点等方面提出的较有代表性的关于初始聚类中心和k值确定的改进的k-means算法进行了分析。并选用知名数据集对一些典型算法进行测试和应用。上述工作将为数据挖掘的研究提供有益的参考。     

网格空间数据库副本优化算法比较与仿真试验

首先对网格空间数据库的几个副本优化算法,即中心站点读取空间数据文件算法、有删除的算法、预测文件价值的算法等进行了描述;其次对副本优化算法进行了作业量分别为500、1000、2000、5000的仿真试验,结果表明预测文件价值的算法为最优算法,能为网格空间数据库的建设奠定良好的基础,并为网格技术在空间数据库的应用提供可靠的依据.     

一个无约束优化算法及其在形状优化中的应用

提出一个无约束最优化的新算法。其一维搜索方向是根据单纯形各顶点的函数值大小来确定。同时利用方向加速技术产生其共轭方向。18个考题和在形状优化中的应用的结果表明:该算法的计算效率和适应能力是令人满意的。     

基于数据库的直流电测深数据处理系统及其应用

直流电测深是一种常用的水文物探方法,为了对前人积累的物探资料进行管理和二次开发,利用数据库和可视化编程技术,编制了直流电测深解释系统,录入了大量的湖北省水文物探方面的原始资料,系统将不同的装置编号采用数据表记录的方式,解决了不同时期的、不同类型的测量数据的存储问题。本系统运用于实际项目可取得较好的效果。     

利用SYBASE数据库对MIS系统数据的维护

介绍了利用SYBASE数据库对MIS系统进行数据维护、数据备份以及数据恢复的方法,并对冗余的数据进行处理,提高了系统的运行效率和可靠性.     

一种改进的进化规划算法在原料库存优化中的应用

库存控制是现代企业,特别是连续生产企业物流管理的一项重要内容。针对某有色冶金企业原料库存的实际情况,建立一个以资金损耗最小为直接性能指标的原料库存优化模型,并利用一种进化规划的算法对该模型进行优化。仿真及实际运行结果表明：进化规划算法有效地克服了传统遗传算法容易早熟收敛的缺点,具有全局收敛性,同时还能加快遗传进化的速度,得到令人满意的全局最优解。     

一种改进的进化规划算法在原料库存优化中的应用

库存控制是现代企业,特别是连续生产企业物流管理的一项重要内容.针对某有色冶金企业原料库存的实际情况,建立一个以资金损耗最小为直接性能指标的原料库存优化模型,并利用一种进化规划的算法对该模型进行优化.仿真及实际运行结果表明:进化规划算法有效地克服了传统遗传算法容易早熟收敛的缺点,具有全局收敛性,同时还能加快遗传进化的速度,得到令人满意的全局最优解.     

KNN算法的数据优化策略

为了解决基于KNN（K-Nearest Neighbors）算法的非参数回归短时交通状态预测模型执行效率低的问题,提出了KNN算法的数据优化策略。通过对交通状态时空特性的研究,采用层次化对象构造交通状态向量,并根据交通状态的自重复性对历史样本数据库进行数据压缩。实验证明,优化策略提高了KNN算法的执行效率,经过压缩后的数据存取时间比压缩前缩短了8.66%。     

数据库应用系统中一种数据完整性实现方法

为了防止数据库中存在不正确的数据,保证其数据的完整性.从DBMS级和应用级阐述了数据完整性实现策略,并以B/S,C/S模式和SQLServer为例,给出了服务器端通过声明数据完整性和过程数据完整性、客户端通过控件和事务特点实现数据完整性约束的方法,从而保证应用程序在访问数据时分级地维护数据的完整性,这对于数据库应用系统在访问数据的不同时机,更好地维护数据完整性具有一定的借鉴作用.