论文研究 支持向量机和粒子群算法在结构优化中的应用研究.pdf

使用粒子群优化算法对支持向量机分类模型进行优化，实现高效准确的数据分类预测。通过多输入单输出的改进算法，提高模型精度和泛化能力。输出预测值对比真实值的混淆矩阵图，让结果更加直观。适合初学者学习，且易于

为了提高传统自适应粒子群优化算法的鲁棒性，由[X]条件云发生器自适应调整粒子的惯性权重，提出云自适应粒子群优化算法。由于云滴具有随机性和稳定倾向性的特点，使得惯性权重既具有传统的趋向性，满足快速寻优能

通信行为的异常检测是工业控制系统入侵检测的难点问题。在现有研究工作基础上，阐述了工业控制系统入侵检测技术的国内外研究现状，归纳和总结了现存的问题，指出单类支持向量机（OCSVM）算法在工业控制系统入侵

MANET的节点资源受限等特点给QoS路由设计提出了诸多挑战。在研究无线网络流量特性的基础上，提出了基于自相似特性的链路测量及QoS路由协议（Link Prediction based on self

为克服粒子群优化算法早熟收敛，提出一种基于子群变异的改进粒子群优化算法（SsMPSO）。该算法提出一种具有随机定向振荡式搜索的子群对主群的全局最优位置进行变异，改变了完全随机的变异方式，为算法提供局部

提出了结合局部优化算法的改进粒子群算法（Combination Particle Swarm Optimization，CPSO），粒子群算法虽然通过群体规模来规避早熟，但缺乏局部快速搜索能力，因此将

针对工程领域中的非线性、多极值和多维度等复杂优化问题，提出把遗传算子引入粒子群算法中，采用粒子搜索变异，交互学习的方法。方法综合了粒子群算法原理简单、搜索速度快，遗传算法全局搜索能力强的特点，实现了算

基于遗传算法和粒子群优化的混合算法，时小虎，韩世迁，本文从进化计算的框架角度，比较分析了遗传算法与粒子群算法的个体、特征以及相关操作的异同，互相取长补短，构造了基于实数编码

风能预测是可再生能源领域的重要研究方向之一。为了提高风能预测的准确性，我们采用了粒子群算法（PSO）优化支持向量机（SVM）的方法。首先，通过DBCAN算法提取了风能异常数据，并利用KMEANS算法对

分析了航空企业飞机排班计划编制流程，重点研究了其中的空勤机组指派优化问题，建立了机组指派优化模型，模型同时考虑了机组与航班执行飞机之间在机型、飞行区域等条件上的匹配要求。为求解模型，构造了一种改进遗传