期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于近似动态规划的微粒群系统参数优化研究 被引量:4
1
作者 康琦 汪镭 +1 位作者 安静 吴启迪 《自动化学报》 EI CSCD 北大核心 2010年第8期1171-1181,共11页
从系统最优控制的角度对微粒群参数的动态优化问题进行探讨.针对离散动态规划的"维数灾"问题,将群体启发式随机搜索机制引入动态规划的最优策略求解,提出了一种群体智能近似动态规划模式;基于该模式给出简化的确定型微粒群反... 从系统最优控制的角度对微粒群参数的动态优化问题进行探讨.针对离散动态规划的"维数灾"问题,将群体启发式随机搜索机制引入动态规划的最优策略求解,提出了一种群体智能近似动态规划模式;基于该模式给出简化的确定型微粒群反馈控制系统参数优化的近似计算方法,并扩展应用于具有随机变量的微粒群系统;仿真计算得到了微粒群加速因子的近似最优动态规律,并将所得策略与一种时变加速因子(Time-varying acceleration coefficients,TVAC)策略进行了函数优化性能的比较与分析,初步实验结果表明该近似动态规划模式可有效地用于微粒群系统参数的动态优化设置. 展开更多
关键词 体智能 近似动态规划 微粒群系统 参数优化
下载PDF
模糊系统的微粒群并行聚类算法
2
作者 王泽 蔡焕夫 高平安 《计算机工程与应用》 CSCD 北大核心 2011年第20期41-43,共3页
为了解决大规模的数据聚类问题时需要的大量计算,提出了一种模糊系统的微粒群优化并行k-means聚类算法。该方法利用模糊规则,动态地调整微粒群惯性权重和加速因子,克服群体逐渐失去迁移性而停止进化的问题,保证群体多样性而避免陷入局... 为了解决大规模的数据聚类问题时需要的大量计算,提出了一种模糊系统的微粒群优化并行k-means聚类算法。该方法利用模糊规则,动态地调整微粒群惯性权重和加速因子,克服群体逐渐失去迁移性而停止进化的问题,保证群体多样性而避免陷入局部极小值。采用任务并行和部分异步通信模式,降低计算时间。实验结果表明,该算法在并行机群上运行时,加快了聚类算法的计算速度,提高了聚类质量。 展开更多
关键词 并行聚类 模糊系统微粒优化 任务并行 异步通信
下载PDF
混合微粒群神经网络系统的构建及其在HLA-A^*0201限制性T细胞表位活性预测中的应用
3
作者 任彦荣 《计算机与应用化学》 CAS CSCD 北大核心 2011年第6期734-740,共7页
尝试将"复制"、"杂交"、"变异"算子和"Metropolis"采样策略引入到微粒群算法(PSO)搜索进程,并将其用于前馈型多层神经网络(FMANN)连接权值优化当中,形成了1种新的非线性统计建模方法:混合微粒群神经网络系统(hybrid parti... 尝试将"复制"、"杂交"、"变异"算子和"Metropolis"采样策略引入到微粒群算法(PSO)搜索进程,并将其用于前馈型多层神经网络(FMANN)连接权值优化当中,形成了1种新的非线性统计建模方法:混合微粒群神经网络系统(hybrid particle swarmoptimizer-artificial neural network,HPSO-ANN)。通过仿真对比及对152个HLA-A~*0201限制性T细胞表位活性预测表明:HPSO-ANN仅在少量增加CPU耗时的同时大大提高了算法前期全局搜索能力及后期局部收敛性,特别是对于非线性、高维数等复杂问题该法往往能够取得优于传统QSAR建模方法的实际效果。 展开更多
关键词 混合微粒神经网络系统 统计建模 定量构效关系 T细胞表位
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部