-
题名粒子群优化算法在公交车智能调度中的应用
被引量:13
- 1
-
-
作者
付阿利
雷秀娟
-
机构
陕西师范大学计算机科学学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2008年第15期239-241,共3页
-
基金
教育部科学技术研究重点项目(the Key Scientific and Technical Research Project of Ministry of Education of China under Grant No.107106)
-
文摘
运营车辆的智能排班是公交车辆智能调度需要解决的问题之一,关系到公交企业的经济效益与社会效益。采用兼顾公交公司与乘客双方利益的公交车辆调度模型,将带收缩因子和线性递减惯性权重的粒子群优化算法(W-K-PSO)应用到公交智能排班中。实例仿真结果表明该算法具有比其它优化算法更好的效率,是解决公交车智能调度问题的一个有效方法。
-
关键词
公交车调度
粒子群优化
线性递减惯性权重
收缩因子
-
Keywords
public transit vehicle dispatching,Particle Swarm Optimization(PSO),linear descend inertia weight,constriction factor
-
分类号
TP273.5
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于改进PSO算法的最大熵阈值图像分割
被引量:5
- 2
-
-
作者
付阿利
雷秀娟
-
机构
陕西师范大学计算机科学学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2008年第29期174-176,187,共4页
-
基金
教育部科学技术研究重点项目(No.107106)
教育部高等学校科技创新工程重大项目培育基金项目
-
文摘
图像分割是目标识别的首要和关键步骤。目前的图像分割方法有多种,其中阈值方法优点比较突出,但是采用阈值方法分割的关键是要能高效率地找到被分图像的最佳熵阈值。针对这一问题,将Geese-LDW-PSO算法的位置更新公式作了改进,即用当前种群的全局极值取代所有粒子的当前位置,并将之用于熵阈值图像分割中。仿真实验表明,该算法可以快速稳定地获得一幅图像的最佳分割阈值。仿真结果显示,该方法对车牌分割具有较好的性能。
-
关键词
粒子群优化
雁群
线性递减惯性权重
直方图
熵
-
Keywords
particle swarm optimization
wild geese
linear descend inertia weight(LDW)
Histogram
entropy
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进PSO算法的Otsu快速多阈值图像分割
被引量:6
- 3
-
-
作者
彭正涛
方康玲
苏志祁
-
机构
武汉科技大学信息科学与工程学院过程控制与信息技术研究室
-
出处
《现代电子技术》
2011年第6期10-14,共5页
-
基金
湖北省教育委员会基金项目(Q20091112)
-
文摘
为了确定图像分割的最佳阈值,基于改进粒子群优化算法,提出了一种快速多阈值图像分割方法。首先引入独立峰值将直方图划分为若干区域,然后在各个区域使用最大类间方差法得到优化的目标函数,用具有非均匀变异特性和雁群飞行启示的线性递减惯性权重粒子群算法对目标函数进行优化,得到分割的最佳阈值,并用该阈值对图像进行分割。将分割结果与常规最大类间方差法的多阈值分割结果相比较,证明该算法不仅可以正确地实现图像分割,并可使分割速度大大提高。
-
关键词
图像分割
粒子群算法
非均匀变异
线性递减惯性权重
独立峰值
多阈值
最大类间方差
-
Keywords
image segmentation
PSO
non-uniform mutation
linear descend inertia weight
independent peaks
multi- level threshold
maximal between-class variance
-
分类号
TN911-34
[电子电信—通信与信息系统]
-