基于粒子群投影寻踪插值模型的土壤质量评价

为了提高土壤质量评价的准确性,研究土壤质量的评价方法,以全国土壤质量等级评价标准为评价指标样本,将投影寻踪、粒子群算法和插值算法相结合,建立土壤质量等级评价的粒子群投影寻踪插值模型,计算最佳投影值与土壤质量等级的关系。结果表明,模型建立和评价方法切实可行,对样本的评价结果可合理解释,验证了该方法的有效性。

基于粒子群优化投影寻踪模型的区域土地资源承载力综合评价

为了解决土地资源承载力评价中指标权重赋值客观性差的问题,提出了基于粒子群优化投影寻踪模型的土地资源承载力评价方法,并将其应用于2008年三江平原土地资源承载力综合评价中,结果表明,该方法不仅可有效避免指标赋权时的主观任意性,而且评价结果与实际相符,方法可行有效。评价结果显示,2008年三江平原区域整体土地资源承载力综合评价值为2.621,土地资源的利用对社会的发展和生态环境的保护支撑能力较强,但其对经济技术发展的保障程度较差;三江平原区域内各市县土地资源承载力差异较为显著,应结合区域资源特点,制定科学合理的土地开发利用方案和社会经济发展战略。

城市综合承灾能力评价的粒子群优化投影寻踪模型

针对城市综合承灾能力评价的多因素影响问题,建立了城市综合承灾能力评价的粒子群优化投影寻踪模型.该方法依据样本自身的数据特性,利用粒子群优化算法寻求投影寻踪评价模型的最佳投影方向,并通过投影方向计算反映评价样本综合特征信息的投影特征指标,然后根据投影特征指标值进行城市综合承灾能力评价分析,因而避免了诸如各评价因素权重确定的主观性.实例分析结果与各城市承灾能力实际状态基本一致,显示了该方法能利用一个综合反映多因素之间复杂关系的特征指标给出相应的评价等级结果,且根据计算结果可以分析影响城市综合承灾能力的主要因素.

基于粒子群优化投影寻踪回归模型的短时交通流预测

针对短时交通流数据的高度复杂性、随机性和非稳定性,为了进一步提高短时交通流预测的精度,提出一种基于粒子群优化投影寻踪回归模型的短时交通流预测方法。通过灰色关联度分析确定交通流预测影响因子,然后采用粒子群优化算法构建非参数投影寻踪回归模型,并利用上海市南北高架快速路的感应线圈实测数据进行实验验证和对比分析。实验结果表明:PSO-PPR模型的短时交通流预测效果明显提高,其平均预测精度分别比ARIMA模型和BPNN模型提高37.8%和27.2%。

粒子群算法在投影寻踪模型优化求解中的应用

粒子群优化(Particle Swarm Optimization,PSO)算法是一种新兴的优化技术,其思想来源于人工生命和进化计算理论。PSO算法通过粒子追随自己找到的最好解和整个群体的最好解完成问题的优化。针对投影寻踪模型中的最佳投影方向优化问题,运用PSO算法和惩罚函数法相结合对该优化问题进行了计算。仿真实验结果表明:PSO算法对于求解有复杂约束的非线性目标函数优化问题是可行的,且算法的收敛速度快,编程结构简单,易于实现,从而为各领域运用投影寻踪模型评价方法提供了强有力的寻优方法,具有较广的应用前景。

遗传-粒子群的投影寻踪模型

以前的投影寻踪研究都是采用遗传算法来寻找最优的投影方向,但遗传算法对初始种群的选择有一定的依赖性,收敛速度较慢,而且得到的也未必是最优解。粒子群算法是一种模拟鸟群飞行觅食的行为,通过个体之间的协作来寻找最优解的进化计算技术。根据遗传算法和粒子群算法的优缺点,将两者有效地结合在一起,提出了遗传-粒子群的投影寻踪模型。该方法能有效地解决投影寻踪模型中投影方向的寻优问题,并将该方法应用于文本分类,在Reuters-21578文档集上分别采用KNN和朴素贝叶斯方法进行实验,结果表明此方法能有效提取投影方向,取得了满意的分类效果,也提高了算法收敛到最优解的能力。

岩爆预测的粒子群优化投影寻踪模型

岩爆是深部高地应力区地下岩体工程中的主要工程地质灾害之一,对其发生及烈度预测是一个复杂的不确定系统问题。结合投影寻踪算法、粒子群优化算法和逻辑斯谛曲线函数,并选取洞室最大切向应力与岩石单轴抗压强度的比值、脆性系数和弹性能量指数作为判别指标,建立了岩爆预测的粒子群优化投影寻踪模型。该模型一方面采用粒子群算法优化投影指标函数及逻辑斯谛曲线函数参数,确保了模型参数的准确性;另一方面利用逻辑斯谛曲线函数建立投影值与经验等级之间的非线性关系。模型的测试结果显示了良好的精度。将该模型应用到秦岭隧道和冬瓜山铜矿的岩爆预测中,预测结果与实际情况吻合较好,表明该模型在岩爆预测中的可行性和有效性。

水资源配置决策的粒子群与投影寻踪耦合模型

水资源配置决策涉及资源、经济、社会、生态环境等目标,属高维、非线性、非正态的系统决策问题.为此,利用投影寻踪技术对此决策问题进行降维处理,并采用粒子群算法优化投影指标函数,建立了水资源配置决策的粒子群与投影寻踪耦合模型.该模型直接由样本数据驱动,通过最佳投影方向计算决策方案的最佳投影值,可达到在低维空间进行水资源配置决策的目的,且易于编程实现.南水北调中线河南省水资源配置决策应用结果表明,粒子群与投影寻踪耦合模型的决策结果比模糊优选模型的决策结果合理,且分散性大.

基于粒子群优化的投影寻踪聚类模型及其应用

投影寻踪聚类分析是根据设计的投影指标函数,并在相关约束条件下进行问题优化分析的过程.给出了用于求解投影指标函数的粒子群算法,并将构造的模型应用于森林承载力评价.仿真实验结果表明:与基于遗传算法优化的模型比较,基于粒子群优化的模型简单、容易实现并且没有许多参数需要调整;在应用上,基于粒子群优化的模型可获得更优的解,并可预计模型在森林承载力评价中具有重要的应用价值.

基于粒子群算法的虚拟应急物流风险识别投影寻踪模型

应急物流风险分析与识别是一项复杂的系统工程,为了提高虚拟应急物流的风险管理,本文结合虚拟应急物流的特殊性,提出了基于投影寻踪的虚拟应急物流风险分析与识别模型,在此基础上,通过引入罚函数法,提出了基于粒子群算法的求解思路.最后,以实例分析了该方法的科学性、合理性,并与神经网络模型进行了比较分析.结果表明:基于粒子群算法的虚拟应急物流风险识别投影寻踪模型的精度较高,能很好地反映事物发展的规律,有效地改善了风险分析精度.

基于粒子群优化算法与厄米多项式构建地震综合预测投影寻踪回归模型

在地震综合预测投影寻踪研究工作中,投影寻踪回归算法是其中应用最多的一种方法.但一般投影寻踪回归算法构造技术较为复杂,采用多次局部光滑回归,计算量较大,外推较为繁杂,容易陷于局部解.在综合考虑传统投影寻踪回归算法特点的基础上,针对投影寻踪回归计算中存在的一些不利因素,给出了一定的解决思路:采用粒子群优化算法代替高斯-牛顿算法优化投影方向;采用厄米多项式代替分段线性光滑回归来拟合岭函数,以简化优化过程;参数优化无需分组,获得全局优化的岭函数.利用数值仿真技术进行基于粒子群优化算法与厄米多项式构建的投影寻踪回归模型建模能力与计算精度的检验,再将其应用于多维地震时间序列和一般多维无序地震样本回归综合建模预测中.通过计算和分析表明,基于粒子群优化算法与厄米多项式构建的投影寻踪回归模型具有简单、快速、有效的特点,在实际地震综合预测建模中取得了满意的效果,可作为地震预测的一种综合分析方法.

粒子群投影寻踪模型的算法实现及其在粉煤灰科学分类中的应用

针对目前粉煤灰分类研究存在的不足,在分析影响粉煤灰品质有关的化学成分和物理性质的基础上,选择细度、玻璃体、烧失量、K2O、SO3和CaO作为投影寻踪聚类分析的特征指标,以活性特征为目标,建立了投影寻踪聚类分析模型,编制了基于MATLAB的相应程序,采用粒子群算法寻求最优投影方向,根据投影特征指标值对粉煤灰进行分类。研究表明该模型克服了以往传统分类法的不足,能较全面地反映粉煤灰产品品质性能,评价结果客观准确、方法简单,为粉煤灰综合利用提供了科学依据。

基于粒子群优化投影寻踪概率模型的桥梁地震震害预测方法研究

地震是我国最常见的自然灾害之一,强烈的地震往往会引起震区内大量建筑物倒塌或损害。桥梁是是社会生命线工程的重要构成部分,也是地震中最容易破坏的部件。如需对震区桥梁震害损失、交通可靠性、桥梁加固优化以及救援应急决策等方面研究,需要进行桥梁震前的震害评估。传统的震前震区桥梁震害预测的方法或多或少存在主观性的因素,且存在评估结果稳定性不高的情况。借助投影寻踪模型数理统计聚类方法,构建了基于投影寻踪方法的生命线桥梁震害预测模型,结合粒子群计算机算法优化投影方向参数,将桥梁震害预测的多维评价指标投影计算成一维数值,并根据投影值的大小以及置信区间对桥梁的震害进行预测,通过两组数据实验验证模型,结果基本达到了预期,泛化能力较好。

基于粒子群算法的投影寻踪分类模型研究

投影寻踪分类模型将高维分析问题的数据投影到最佳投影方向上,将其转化为一维问题进行分析研究,其实质是一种降维处理技术,以达到在低维空间分析高维非线性数据的目的.寻找最佳投影方向是一个优化搜索过程,PSO算法可以有效地应用于投影寻踪分类模型中最佳投影方向的搜索.用最佳投影方向计算样本数据的最佳投影值,根据K-均值聚类算法对投影值进行聚类,获取聚类结果.

粒子群投影寻踪模型在土壤重金属监测中的应用

建立基于粒子群算法的投影寻踪等级评价模型,利用降维的思想对J市土壤重金属含量进行污染评价。结果显示,该评价模型的平均绝对误差为0.0207,平均相对误差为0.63%,SSE=0.0026,R2=0.9997,精度较高。通过与综合指数法的结果进行比较,进一步验证了该方法的可靠性。

基于粒子群和投影寻踪的样本重构神经网络集成模型在降水预报中的应用

首先利用粒子群算法和投影寻踪技术构造神经网络的学习矩阵,基于负相关学习的样本重构方法生成神经网络集成个体,进一步用粒子群算法和投影寻踪回归方法对集成个体集成,生成神经网络集成的输出结论,建立基于粒子群算法-投影寻踪的样本重构神经网络集成模型。该方法应用于广西全区的月降水量预报,结果表明该方法在降水预报中能有效从众多天气因子中构造神经网络的学习矩阵,而且集成学习预测精度高、稳定性好,具有一定的推广能力。

RES脉内特征的差分进化粒子群投影寻踪评价模型

针对雷达辐射源信号脉内特征综合评估存在标准单一、缺乏客观性等问题,提出了基于群体智能的雷达辐射源信号脉内特征综合评估模型.首先,通过投影寻踪算法将雷达辐射源信号脉内特征的综合评估问题转化为有条件限制的多元非线性目标函数的优化问题;其次,通过改进的粒子群优化算法与差分进化算法的结合得到新的智能算法;最后,利用该算法实现多元非线性目标函数的优化求解.仿真结果表明:该群体智能算法对Rosenbrock测试函数的最优适应度值最小,对Rastrigrin函数和Girewank测试函数的最优适应度值为0,说明该算法的计算精度优于其他算法.同时适应度值的方差比标准粒子群算法和差分进化算法小,说明该算法的收敛性和鲁棒性较好.通过与加速遗传算法对评估问题目标函数5次优化结果的比较,本算法的计算结果没有波动,说明基于群体智能的RES脉内特征综合评估模型能够更客观、更有效地实现对RES脉内特征的综合评估.

基于粒子群算法的投影寻踪模型在项目投资决策中的应用

应用基于粒子群算法的投影寻踪模型在投资决策中进行研究。对粒子群算法的基本理论及过程进行分析,介绍投影寻踪技术及投影寻踪分类(PPC)模型的建模步骤,构建基于粒子群算法的投影寻踪模型,把该模型应用到项目投资决策中,结果表明,该方法简单、有效。

基于MapReduce的粒子群投影寻踪模型的设计与实现

利用MapReduce模式设计并实现了粒子群投影寻踪算法的并行化,以提高算法的效率.在分类阶段使用了基于MapReduce的KNN分类算法并行,实验结果表明:基于MapReduce实现的粒子群投影寻踪模型能够有效地寻找到较好的投影方向,确保分类效果;并且与其串行算法相比,在实现效率上有较大的提高.

线性递减权重粒子群优化投影寻踪模型及应用

针对粒子群算法局部搜索能力较弱和存在早熟收敛的问题,为了有效地控制粒子群算法的全局搜索和局部搜索,提出了将线性递减权重引入到粒子群优化算法中.该算法是从随机解出发,通过追随当前搜索到的最优值来寻找全局最优解,增加了粒子群算法的局部搜索能力.将其算法优化投影寻踪模型,以此构建了线性递减权重粒子群优化投影寻踪模型,将该模型应用到土坝护坡模式优化评价中,选取9个指标作为评判因子,提出适合该地区的土坝护坡优化模式.结果表明:线性递减权重粒子群优化投影寻踪模型可以有效地找到最佳投影方向,计算投影值,根据投影指标值的大小可对方案进行优选.利用该模型对土坝护坡模式进行综合评价是切实可行的.该算法以其实现容易、精度高、收敛快等优点,并且在解决实际问题中展示的优越性,在工程优化领域具有广泛的应用前景.