基于高斯粒子群优化目标变量的柯西变异用于支持向量机参数选择

结合Pareto 支配思想、精英保留策略、锦标赛和排挤距离选择技术, 对传统的粒子更新策略进行改进, 给出了一种新的粒子淘汰准则, 提出了一种基于Par et o 最优解集的多目标粒子群优化算法。

针对动态多目标问题求解,提出一种基于分解的预测型动态多目标粒子群优化算法.首先借助分解思想,将目标问题划分为多个不同的子问题,当问题动态变化时,选择对应于不同子问题的优化个体检测环境变化程度,以提高算

针对当前关于服务路径构建问题的研究主要围绕单一优化目标,构建时延最小、开销最低或负载均衡的服务路径,忽略了服务路径的综合质量,提出了一种基于离散粒子群优化的多目标服务路径构建算法(MOPSO)。为了提

针对PID控制器参数整定问题,提出一种基于改进粒子群优化算法的优化方法。该方法在实数编码及设定参数搜索空间的基础上,采用基于指数曲线的非线性惯性权值递减策略,以较大幅度地提高算法的收敛速度和精度;嵌入

针对量子粒子群优化（QPSO）算法在优化过程中面临早熟问题，提出了在粒子的平均位置或全局最优位置上加入高斯扰动的QPSO算法，可以有效地阻止粒子的停滞，因此较容易地使粒子避免陷入局部最优。为了评估算法

数据挖掘是人工智能中知识发现的重要组成部分，而分类又是一种主要的应用形式。ID3算法是数据挖掘中经典的决策树分类算法，ID3算法具有抗噪声能力差的缺点。通过对分类和粗糙集理论的研究，将可变精度粗糙集理

优化程序，如何选择pbest ，如何选择gbest，根据位置和速度公式进行位置和速度的更新

针对煤矸石热电厂煤泥输送管道堵塞问题,通过对实际现场的分析,确定煤泥输送系统浓料泵主缸压力预测是进行管道堵塞预测的必要前提,提出了基于网格法的支持向量机(GSVM)的浓料泵主缸压力预测模型,将网格搜索

提出了利用Cascade组合方法生成基于贝叶斯、神经网络与决策树的组合分类器，并将之应用到肝脏图像的分类中。实验结果表明，与现有医学图像分类方法相比，该组合方法可以有效地提高医学图像分类的准确性和稳定

提出一种带两类正态变异的多目标粒子群算法, 其中一类变异有助于在非劣解的邻域内发现新的非劣解, 另一类变异可以分散粒子群. 将搜索过程分为3 个阶段, 在每个阶段引导粒子的选择采用不同的针对性策略.