基于PSO算法的权的最小平方法

基于互反判断矩阵的决策中,权的最小平方法是确定决策变量权重的一种重要方法,通常借用拉格朗日函数去求解该模型的最优解。本文主要采用粒子群优化算法(PSO)去求解权的最小平方模型,并通过实例与拉格朗日函数法进行对比分析,说明了该算法的可行性。

基于最小二乘与粒子群算法的压力传感器动态补偿方法

为了降低运用简化传感器模型对动态测试结果进行修正时带来的误差,提出一种基于最小二乘(LSM)与粒子群优化算法(PSO)的动态补偿器设计方法。采用最小二乘法识别传感器的最佳阶次,作为补偿器的阶次,克服简化模型对补偿器设计的影响,结合粒子群算法对传感器进行逆建模得到补偿器,并分析补偿前后传感器的时域与频域特性。实验表明,该方法能有效的降低传感器的动态测量误差。

基于粒子群优化算法的直线拟合及应用

将粒子群优化算法和传统最小二乘法相结合,采用残差平方和准则、绝对残差绝对值和准则、相对残差绝对值和准则建立了一种基于粒子群优化算法的直线拟合方法,获得了比传统最小二乘法拟合要好得多的估计结果,实验证明了该方法的有效性及高精度性。