论文研究基于微粒群算法的GM(21λρ)优化模型.pdf

Application of Particle Swarm Optimization Algorithm in Data Mining

论文研究-优化灰导数后的新GM（1,1）模型.pdf,  从GM(1,1)的灰导数生成出发，从理论上逻辑论证了利用向前差商和向后差商的加权平均值作为GM（1,1）的灰导数白化值的合理性，给出了加权系数

在灰色Verhulst模型的基础上对等间隔和非等间隔GM（1，1）幂模型进行了研究，讨论了模型的求解过程，分析了模型曲线形状与幂指数、发展系数之间的关系。将平均相对误差看成幂指数、发展系数和灰作用量的

提出了一种先版面行分类后符号识别的印刷体数学公式提取策略。策略中两次应用K-L变换，分别完成版面行特征的降维和公式符号特征的提取，并采用免疫克隆选择算法优化支持向量机的训练参数，以构建出最优的版面行分

为了克服标准微粒群算法在求解资源受限项目调度问题上存在的早熟现象, 提出一种改进的文化微粒群算法。该算法框架基于微粒群算法的主群体空间和文化算法的知识空间, 两种空间具有各自的群体并可独立并行演化,

基于蚁群算法XML概率查询策略与算法优化，刘波，杨路明，针对XML数据半结构化的特点及概率查询的理论，结合蚁群算法，提出添加杂交算子，更新信息素的方法，不仅能动态选择数据查询方向，

提出了一种基于Logistic模型的惯性权重非线性调整策略，采用OpenMP多线程编程，在微机上实现了微粒群算法的多核 并行计算。通过对BenchMark测试函数集中的5个函数进行测试，试验结果表明，

论文研究-基于背景值和边值修正的GM(1,1)模型优化.pdf,  针对灰色GM(1,1)预测模型提高精度的问题,提出了新的

改进的蚁群算法求解函数优化，刘媛，韩应征，蚂蚁具有找到蚁穴与食物源之间最短路径的能力，受此启发提出的蚁群算法最初用于解决旅行商问题，具有自适应性、鲁棒性及本质上的

软时间窗车辆路径问题（VRPSTW）是VRP的一种重要扩展类型，定义了其惩罚函数并建立数学模型。设计用于求解该问题的混合改进型蚁群算法并求解标准数据库中的紧时间窗实例。经过大量数据测试，获得了较好的效