期刊文献+
共找到1,114篇文章
< 1 2 56 >
每页显示 20 50 100
基于粒子群算法的自动向量化收益评估模型研究
1
作者 刘梦真 周清雷 +4 位作者 韩林 聂凯 李浩然 陈梦尧 刘浩浩 《计算机科学》 北大核心 2025年第7期248-254,共7页
自动向量化技术利用SIMD部件加速程序的执行,减轻了程序员的负担,是GCC编译器中的重要优化过程之一。但GCC编译器中自动向量化的收益评估模型并不准确,会影响GCC编译器是否应该进行向量化转换的判定。为了提升申威平台上的自动向量化效... 自动向量化技术利用SIMD部件加速程序的执行,减轻了程序员的负担,是GCC编译器中的重要优化过程之一。但GCC编译器中自动向量化的收益评估模型并不准确,会影响GCC编译器是否应该进行向量化转换的判定。为了提升申威平台上的自动向量化效率,基于申威平台上的GCC编译器,构建了一套新的自动向量化收益评估模型。针对申威处理器的后端指令集设计不同种类的代价,通过粒子群算法训练相对应的代价值,以提高申威平台上自动向量化收益评估模型的准确性。在SPEC2006和SPEC2017上进行了实验测试,与GCC编译器默认的收益评估模型相比,所提模型在SPEC2006课题上加速比最高提升7.6%,在SPEC2017课题上加速比最高提升5.75%,验证了模型的有效性。实验结果表明,所提出的模型可进一步完善基础自动向量化功能,提升申威平台编译系统的易用性。 展开更多
关键词 申威平台 GCC编译器 自动向量 收益评估模型 粒子算法
在线阅读 下载PDF
基于粒子群算法优化支持向量回归的电火花加工工艺指标预测模型 被引量:1
2
作者 寇鹏远 王伟 +3 位作者 刘建勇 罗学科 李殿新 张慧杰 《电加工与模具》 北大核心 2024年第5期21-25,30,共6页
基于电火花加工过程中放电参数与表面粗糙度之间呈非线性关系,难以找到合适的电参数进行加工,提出了一种基于粒子群算法优化支持向量回归(PSO-SVR)的电火花加工工艺参数预测模型。研究结果表明,PSO-SVR在测试集上的均方根误差(RMSE)为0.... 基于电火花加工过程中放电参数与表面粗糙度之间呈非线性关系,难以找到合适的电参数进行加工,提出了一种基于粒子群算法优化支持向量回归(PSO-SVR)的电火花加工工艺参数预测模型。研究结果表明,PSO-SVR在测试集上的均方根误差(RMSE)为0.302,决定性系数(R^(2))为0.994,较传统SVR模型(RMSE为0.577,R^(2)为0.981)有显著提升,验证了PSO算法优化SVR参数的有效性。对原始数据进行预处理,并基于优化后的数据训练PSO-SVR模型,结果显示:经过数据预处理的PSO-SVR模型在测试集上的RMSE进一步降至0.255,R^(2)提高至0.996,预测精度和泛化能力均得到增强。 展开更多
关键词 支持向量回归 粒子算法 电火花加工 工艺参数 表面粗糙度
在线阅读 下载PDF
基于粒子群-支持向量机算法的激光诱导击穿光谱钢铁快速检测与分类 被引量:3
3
作者 曾庆栋 陈光辉 +8 位作者 李文鑫 孟久灵 李耿 童巨红 田志辉 张晓林 李国辉 郭连波 肖永军 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2024年第6期1559-1565,共7页
钢铁是国民经济中的支柱性产业,由于受生产技术的限制,我国钢铁产品主要集中为质量参差不齐的中低端产品,废品率较高,易造成资源浪费和环境污染。因此,钢铁产品的快速检测与鉴别分类,对保护环境以及提高钢铁资源的回收利用率有着重要意... 钢铁是国民经济中的支柱性产业,由于受生产技术的限制,我国钢铁产品主要集中为质量参差不齐的中低端产品,废品率较高,易造成资源浪费和环境污染。因此,钢铁产品的快速检测与鉴别分类,对保护环境以及提高钢铁资源的回收利用率有着重要意义。利用激光诱导击穿光谱技术(LIBS)进行10种钢铁样品光谱数据的快速采集,并采用支持向量机(SVM)算法对其数据进行学习建模,得到钢铁快速分类模型。然而,由于不同钢铁样品的光谱数据特征是复杂且相似的,导致设置的模型参数也会对SVM模型的分类结果有着较大的影响。为了实现对不同牌号钢铁合金的快速检测分类,实验中采用粒子群算法(PSO)与网格寻优法两种不同方法来优化模型参数,并分别选取样品中6种微量元素(Mn、Cr、Cu、V、Mo、Ti)的17条特征谱线,和经主成分分析法(PCA)对全谱数据降维提取得到的前17个主成分作为模型的输入,建立PSO-SVM、PSO-PCA-SVM、PCA-SVM和SVM四种分类模型。实验结果表明,相比于精度最高的PCA-SVM模型的优化时间(257.84 s),PSO-SVM模型优化时间最短(11.5 s),且识别精度可达96.67%,与PCA-SVM模型的精度(97.5%)几乎相当。该结果表明LIBS结合PSO-SVM算法可实现快速的钢铁检测与分类,该方法为钢铁产品的快速检测与分类提供了一种新的解决途径。 展开更多
关键词 激光诱导击穿光谱 支持向量 粒子算法 钢铁分类
在线阅读 下载PDF
粒子群算法优化支持向量回归的民机客舱座椅舒适度评价预测
4
作者 逄欣 苟秉宸 《机械科学与技术》 CSCD 北大核心 2024年第9期1624-1630,共7页
为建立民机客舱座椅舒适度主客观评价之间复杂非线性的评价预测模型,同时提高模型的预测精度,本文将支持向量回归(Support vector regression,SVR)中的惩罚参数C、通道控制参数ε以及核函数参数σ作为优化目标,利用粒子群算法(Particle ... 为建立民机客舱座椅舒适度主客观评价之间复杂非线性的评价预测模型,同时提高模型的预测精度,本文将支持向量回归(Support vector regression,SVR)中的惩罚参数C、通道控制参数ε以及核函数参数σ作为优化目标,利用粒子群算法(Particle swarm optimization,PSO)寻找全局最优参数,建立PSO-SVR人-民机客舱座椅舒适度评价预测模型,并对预测结果进行对比分析。分析结果表明:与BP神经网络(Back propagation,BP)模型相比,支持向量回归模型具有良好的鲁棒性;与SVR模型相比,PSO-SVR模型预测精度更高,误差波动小,预测结果均方误差(MSE)降低了85.95%,决定系数(R2)提高了15.42%。因此粒子群算法可以有效提高支持向量回归模型的预测精度和泛化能力。 展开更多
关键词 民机客舱座椅 支持向量机回归 粒子算法 舒适度评价预测
在线阅读 下载PDF
基于改进自适应杂交粒子群优化算法和最小二乘支持向量机的空中目标威胁评估 被引量:4
5
作者 许凌凯 杨任农 左家亮 《计算机应用》 CSCD 北大核心 2017年第9期2712-2716,2734,共6页
评估空中目标威胁程度是防空指挥控制系统的核心环节,评估的准确程度将对防空作战产生重大影响。针对传统评估方法实时性差、工作量大、评估精度不足、无法同时进行多目标评估等缺陷,提出了一种基于自适应杂交粒子群优化(ACPSO)算法和... 评估空中目标威胁程度是防空指挥控制系统的核心环节,评估的准确程度将对防空作战产生重大影响。针对传统评估方法实时性差、工作量大、评估精度不足、无法同时进行多目标评估等缺陷,提出了一种基于自适应杂交粒子群优化(ACPSO)算法和最小二乘支持向量机(LSSVM)的空中目标威胁评估方法。首先,根据空中目标态势信息构建威胁评估系统框架;然后,采用ACPSO算法对LSSVM中的正则化参数和核函数参数进行寻优,针对传统杂交机制的不足提出改进的交叉杂交方式,并使杂交概率自适应调整;最后,对比分析了各系统的训练和评估效果,并用优化后的系统实现多目标实时动态威胁评估。仿真结果表明,所提方法评估精度高,所需时间短,可同时进行多目标评估,为空中目标威胁评估提供了一种有效的解决方法。 展开更多
关键词 威胁评估 防空作战 自适应杂交粒子优化 最小二乘支持向量
在线阅读 下载PDF
多目标无功优化的向量评价自适应粒子群算法 被引量:81
6
作者 刘佳 李丹 +1 位作者 高立群 宋立新 《中国电机工程学报》 EI CSCD 北大核心 2008年第31期22-28,共7页
为了克服粒子群算法在高维复杂问题寻优时有相当可能陷入局部寻优的现象,提出了一种自适应粒子群算法。该算法利用种群多样性信息对惯性权重进行非线性的调整,并在算法的后期引入速度变异算子和位置交叉算子,使算法摆脱后期易于陷入局... 为了克服粒子群算法在高维复杂问题寻优时有相当可能陷入局部寻优的现象,提出了一种自适应粒子群算法。该算法利用种群多样性信息对惯性权重进行非线性的调整,并在算法的后期引入速度变异算子和位置交叉算子,使算法摆脱后期易于陷入局部最优点的束缚。对基于向量评价的粒子群算法进行了扩展,提出了基于向量评价的自适应粒子群算法(vector evaluated adaptive particle swarm optimization,VEAPSO)来解决多目标无功优化问题,求解出问题的Pareto最优解集。为帮助决策者从Pareto最优解集中选取合适的最优解,该文提出一种基于决策者偏好及投影寻踪模型的多属性决策法,使决策结果更加真实可靠。将该算法应用于多目标无功优化问题中,IEEE30和IEEE118节点系统算例仿真表明该方法用于解决多目标无功优化问题是有效可行的。 展开更多
关键词 自适应 粒子算法 向量评价 多目标 无功优化 投影寻踪
在线阅读 下载PDF
基于支持向量机和粒子群算法的信息网络安全态势复合预测模型 被引量:43
7
作者 高昆仑 刘建明 +2 位作者 徐茹枝 王宇飞 李怡康 《电网技术》 EI CSCD 北大核心 2011年第4期176-182,共7页
提出一种基于支持向量机和粒子群算法的网络态势复合预测模型。模型使用滑动窗口方法将各原始离散时间监测点的安全态势值构造成部分线性相关的连续时间序列,以其作为安全态势数据样本集对支持向量机加以训练,生成预测模型。在支持向量... 提出一种基于支持向量机和粒子群算法的网络态势复合预测模型。模型使用滑动窗口方法将各原始离散时间监测点的安全态势值构造成部分线性相关的连续时间序列,以其作为安全态势数据样本集对支持向量机加以训练,生成预测模型。在支持向量机训练过程中,利用粒子群算法搜寻支持向量机的最优训练参数,以降低支持向量机参数选择的盲目性,提高预测精度。最后通过基于大量电力企业信息网络现场安全监测数据的实验,验证了复合预测模型的有效性。 展开更多
关键词 信息网络安全态势 回归预测 支持向量 粒子算法 时间序列
在线阅读 下载PDF
基于自适应扰动量子粒子群算法参数优化的支持向量回归机短期风电功率预测 被引量:47
8
作者 陈道君 龚庆武 +2 位作者 金朝意 张静 王定美 《电网技术》 EI CSCD 北大核心 2013年第4期974-980,共7页
智能电网的建设和大规模风电接入电网对短期风电功率预测精度提出了更高的要求。为了克服支持向量回归机(support vector regression machine,SVR)依赖人为经验选择学习参数的弊端,在量子粒子群优化(quantum-behaved particle swarm opt... 智能电网的建设和大规模风电接入电网对短期风电功率预测精度提出了更高的要求。为了克服支持向量回归机(support vector regression machine,SVR)依赖人为经验选择学习参数的弊端,在量子粒子群优化(quantum-behaved particle swarm optimization,QPSO)算法中加入自适应早熟判定准则、混合扰动算子和动态扩张收缩系数,提出了自适应扰动量子粒子群优化算法(adaptive disturbance quantum-behaved particle swarm optimization,ADQPSO),并使用ADQPSO优化选择SVR的学习参数。实例研究表明,ADQPSO算法全局寻优能力强、鲁棒性好、计算耗时短,利用ADQPSO优化得到的SVR参数,可有效提高模型的预测精度;与反向传播神经网络(back propagation neural network,BPNN)和径向基神经网络(radial basis functionneural network,RBFNN)相比,提出的ADQPSO-SVR能够提高短期风电功率预测的准确性和稳定性。 展开更多
关键词 短期风电功率预测 学习参数选择 自适应扰动量子粒子优化算法 支持向量回归机
在线阅读 下载PDF
基于粒子群优化算法的支持向量机研究 被引量:50
9
作者 谷文成 柴宝仁 滕艳平 《北京理工大学学报》 EI CAS CSCD 北大核心 2014年第7期705-709,共5页
基于粒子群优化算法提出了一种通过优化支持向量机模型参数,建立更佳的支持向量机数学模型的方法.针对双螺旋分类问题,分别利用基于粒子群优化算法所建立的支持向量机分类器和标准支持向量机分类器进行了仿真实验,利用所建立的评价体系... 基于粒子群优化算法提出了一种通过优化支持向量机模型参数,建立更佳的支持向量机数学模型的方法.针对双螺旋分类问题,分别利用基于粒子群优化算法所建立的支持向量机分类器和标准支持向量机分类器进行了仿真实验,利用所建立的评价体系对仿真实验所获得的实验数据进行了评估,评估结果表明基于粒子群优化算法的支持向量机分类器明显优于标准支持向量机分类器,其分类结果表明基于粒子群优化算法的支持向量机分类器提高了分类结果的准确性,同时也验证了基于粒子群优化算法的支持向量机分类器在数据分类中的有效性. 展开更多
关键词 粒子优化算法(PSO) 支持向量机(SVM) 优化 双螺旋分类 评价
在线阅读 下载PDF
基于支持向量机和粒子群算法的产品意象造型优化设计 被引量:25
10
作者 苏建宁 赵慧娟 +1 位作者 王瑞红 张书涛 《机械设计》 CSCD 北大核心 2015年第1期105-109,共5页
为满足消费者对产品造型的感性意象需求,提出了基于支持向量机和粒子群算法的产品意象造型优化设计方法。首先确定目标意象、代表性样本和造型设计参数,进行产品感性意象调查;然后应用支持向量机获得"造型设计参数-产品感性意象&qu... 为满足消费者对产品造型的感性意象需求,提出了基于支持向量机和粒子群算法的产品意象造型优化设计方法。首先确定目标意象、代表性样本和造型设计参数,进行产品感性意象调查;然后应用支持向量机获得"造型设计参数-产品感性意象"之间的映射关系,建立产品造型意象评价系统;最后以代表性样本为初始种群,以意象评价为适应度评估,利用粒子群算法建立产品意象造型优化设计系统。以汽车轮廓优化设计进行实例研究,结果表明该方法较好地模拟了设计思维,可为产品概念设计提供有效的辅助与支持。 展开更多
关键词 产品设计 支持向量 粒子算法 意象造型 优化设计
在线阅读 下载PDF
改进粒子群算法优化的支持向量机及其应用 被引量:28
11
作者 王振武 孙佳骏 尹成峰 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2016年第12期1728-1733,共6页
传统粒子群优化(particle swarm optimization,PSO)算法主要包含两方面问题,即易陷入局部极小和后期震荡严重,为此引入混沌序列来初始化粒子群的位置,并在简化的粒子群数学模型上从两个方面对其进行了改进。本文利用改进的PSO算法对... 传统粒子群优化(particle swarm optimization,PSO)算法主要包含两方面问题,即易陷入局部极小和后期震荡严重,为此引入混沌序列来初始化粒子群的位置,并在简化的粒子群数学模型上从两个方面对其进行了改进。本文利用改进的PSO算法对支持向量机(support vector machine,SVM)的参数进行优化,仿真实验结果表明:与SVM、PSO-SVM以及遗传算法(genetic algorithm,GA)优化的SVM(GA-SVM)相比,改进PSO优化的SVM(IPSO-SVM)算法具有较高的分类准确率,并且与PSO-SVM算法相比,准确率提高了3%~5%,与PSO-SVM算法以及GA-SVM算法相比,IPSO-SVM的训练和泛化速度都明显提高。本文将IPSO-SVM算法应用到遥感影像的分类中,分类结果表明,与PSO-SVM算法相比IPSO-SVM算法具有更好的分类结果。 展开更多
关键词 粒子优化算法 混沌序列 支持向量 遥感影像
在线阅读 下载PDF
改进的基于粒子群优化的支持向量机特征选择和参数联合优化算法 被引量:38
12
作者 张进 丁胜 李波 《计算机应用》 CSCD 北大核心 2016年第5期1330-1335,共6页
针对支持向量机(SVM)中特征选择和参数优化对分类精度有较大影响,提出了一种改进的基于粒子群优化(PSO)的SVM特征选择和参数联合优化算法(GPSO-SVM),使算法在提高分类精度的同时选取尽可能少的特征数目。为了解决传统粒子群算法... 针对支持向量机(SVM)中特征选择和参数优化对分类精度有较大影响,提出了一种改进的基于粒子群优化(PSO)的SVM特征选择和参数联合优化算法(GPSO-SVM),使算法在提高分类精度的同时选取尽可能少的特征数目。为了解决传统粒子群算法在进行优化时易出现陷入局部最优和早熟的问题,该算法在PSO中引入遗传算法(GA)中的交叉变异算子,使粒子在每次迭代更新后进行交叉变异操作来避免这一问题。该算法通过粒子之间的不相关性指数来决定粒子之间的交叉配对,由粒子适应度值的大小决定其变异概率的大小,由此产生新的粒子进入到群体中。这样使得粒子跳出当前搜索到的局部最优位置,提高了群体的多样性,在全局范围内寻找更优值。在不同数据集上进行实验,与基于PSO和GA的特征选择和SVM参数联合优化算法相比,GPSO-SVM的分类精度平均提高了2%~3%,选择的特征数目减少了3%~15%。实验结果表明,所提算法的特征选择和参数优化效果更好。 展开更多
关键词 支持向量 特征选择 参数优化 粒子优化算法 遗传算法 不相关性指数
在线阅读 下载PDF
基于支持向量机和粒子群算法的软测量建模 被引量:31
13
作者 刘瑞兰 牟盛静 +1 位作者 苏宏业 褚健 《控制理论与应用》 EI CAS CSCD 北大核心 2006年第6期895-899,906,共6页
针对PX氧化过程中的4-CBA浓度的估计问题,提出了基于支持向量机和粒子群算法来估计机理模型参数的方法.用支持向量机回归来提取特征样本,这些少量的特征样本估计机理模型参数可以减少计算时间,同时避免了人工随机试凑法选择训练样本的... 针对PX氧化过程中的4-CBA浓度的估计问题,提出了基于支持向量机和粒子群算法来估计机理模型参数的方法.用支持向量机回归来提取特征样本,这些少量的特征样本估计机理模型参数可以减少计算时间,同时避免了人工随机试凑法选择训练样本的盲目性.采用粒子群算法来估计非线性机理模型的参数,可以避免传统方法对初始点和样本的依赖.工业实例表明,本文提出的方法是有效的. 展开更多
关键词 支持向量 特征样本 粒子优化算法 PTA氧化过程 软测量
在线阅读 下载PDF
一种自适应惯性权重的并行粒子群聚类算法 被引量:13
14
作者 廖子贞 罗可 +1 位作者 周飞红 傅平 《计算机工程与应用》 CSCD 北大核心 2007年第28期166-168,共3页
针对K-means聚类算法和基于遗传(GA)的聚类算法的一些缺点,及求解实优化问题时粒子群算法优于遗传算法这一事实,提出了一种自适应惯性权重的并行粒子群聚类算法。理论分析和实验表明,该算法在收敛速度和收敛精度方面明显优于基于遗传算... 针对K-means聚类算法和基于遗传(GA)的聚类算法的一些缺点,及求解实优化问题时粒子群算法优于遗传算法这一事实,提出了一种自适应惯性权重的并行粒子群聚类算法。理论分析和实验表明,该算法在收敛速度和收敛精度方面明显优于基于遗传算法的聚类方法。 展开更多
关键词 聚类分析 K-均值 遗传算法 粒子优化算法 并行计算
在线阅读 下载PDF
基于并行粒子群算法的带时间窗车辆路径问题 被引量:11
15
作者 吴勇 叶春明 +1 位作者 马慧民 夏梦雨 《计算机工程与应用》 CSCD 北大核心 2007年第14期223-226,共4页
提出求解带时间窗车辆路径问题的多群并行的粒子群算法。为了提高算法的收敛速度,在每个粒子群中嵌入了记忆功能。针对基本粒子群算法在求解有时间窗车辆路径问题时初始解的单一性导致局部收敛的问题,对两个种群采用了两种不同的初始化... 提出求解带时间窗车辆路径问题的多群并行的粒子群算法。为了提高算法的收敛速度,在每个粒子群中嵌入了记忆功能。针对基本粒子群算法在求解有时间窗车辆路径问题时初始解的单一性导致局部收敛的问题,对两个种群采用了两种不同的初始化方法,并在进化过程中,两个种群相互用记忆粒子替换对方种群中的较差粒子。最后将该算法的运行结果与其他算法进行比较,表明该算法的有效性。 展开更多
关键词 粒子算法 并行 时间窗 车辆路径问题 记忆机制
在线阅读 下载PDF
并行自适应粒子群算法在电力系统无功优化中的应用 被引量:46
16
作者 刘世成 张建华 刘宗岐 《电网技术》 EI CSCD 北大核心 2012年第1期108-112,共5页
针对传统粒子群优化算法"早熟"与后期收敛速度慢的缺点,提出了一种基于并行自适应粒子群优化算法的电力系统无功优化方法。该方法首先将初始种群随机划分成N个子群,然后分别在各子群中以所提方法寻优,从而实现了算法的并行计... 针对传统粒子群优化算法"早熟"与后期收敛速度慢的缺点,提出了一种基于并行自适应粒子群优化算法的电力系统无功优化方法。该方法首先将初始种群随机划分成N个子群,然后分别在各子群中以所提方法寻优,从而实现了算法的并行计算。为避免各子群陷入局部最优解,采用二值交叉算子使各子群间的信息共享并更新相关粒子位置,保证了算法的全局搜索能力并维持了种群的多样性。同时,各子群寻优过程中,根据利己、利他及自主3个方向对当前搜索方向自适应更新,提高了算法的收敛速度。将所提出算法在IEEE 30节点系统上进行了仿真验证,结果证明了并行自适应粒子群算法用于无功优化的可行性和有效性。 展开更多
关键词 无功优化 并行自适应粒子算法 电力系统 搜索方向
在线阅读 下载PDF
一种基于GPU加速的细粒度并行粒子群算法 被引量:8
17
作者 李建明 万单领 +1 位作者 迟忠先 胡祥培 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2006年第12期2162-2166,共5页
提出了一种基于GPU加速的细粒度并行粒子群算法,将并行PSO求解过程转化为GPU纹理渲染过程,使PSO算法在GPU中加速执行,在取得了较好的优化效果的同时,增大了细粒度并行的粒子规模,提高了算法的运算速度,并为普通用户的并行PSO工作提供了... 提出了一种基于GPU加速的细粒度并行粒子群算法,将并行PSO求解过程转化为GPU纹理渲染过程,使PSO算法在GPU中加速执行,在取得了较好的优化效果的同时,增大了细粒度并行的粒子规模,提高了算法的运算速度,并为普通用户的并行PSO工作提供了一种可行的方法. 展开更多
关键词 粒子优化算法 并行处理 GPU 细粒度
在线阅读 下载PDF
基于CUDA的并行粒子群优化算法的设计与实现 被引量:17
18
作者 蔡勇 李光耀 王琥 《计算机应用研究》 CSCD 北大核心 2013年第8期2415-2418,共4页
针对处理大量数据和求解大规模复杂问题时粒子群优化(PSO)算法计算时间过长的问题,进行了在显卡(GPU)上实现细粒度并行粒子群算法的研究。通过对传统PSO算法的分析,结合目前被广泛使用的基于GPU的并行计算技术,设计实现了一种并行PSO方... 针对处理大量数据和求解大规模复杂问题时粒子群优化(PSO)算法计算时间过长的问题,进行了在显卡(GPU)上实现细粒度并行粒子群算法的研究。通过对传统PSO算法的分析,结合目前被广泛使用的基于GPU的并行计算技术,设计实现了一种并行PSO方法。本方法的执行基于统一计算架构(CUDA),使用大量的GPU线程并行处理各个粒子的搜索过程来加速整个粒子群的收敛速度。程序充分使用CUDA自带的各种数学计算库,从而保证了程序的稳定性和易写性。通过对多个基准优化测试函数的求解证明,相对于基于CPU的串行计算方法,在求解收敛性一致的前提下,基于CUDA架构的并行PSO求解方法可以取得高达90倍的计算加速比。 展开更多
关键词 粒子优化算法 并行计算 GPU 统一计算设备架构
在线阅读 下载PDF
基于改进粒子群算法的支持向量机 被引量:9
19
作者 周涛 张艳宁 +2 位作者 袁和金 邓方安 陆惠玲 《计算机工程与应用》 CSCD 北大核心 2007年第15期44-46,共3页
对求解含线性约束优化问题的粒子群算法(LPSO)进行了改进,给出了应用其训练支持向量机(SVM)的方法。改进后的算法在基本PSO惯性权重策略的基础上加入了基于种群收敛速度的自适应扰动,能够较好地调整算法的全局与局部搜索能力之间的平衡... 对求解含线性约束优化问题的粒子群算法(LPSO)进行了改进,给出了应用其训练支持向量机(SVM)的方法。改进后的算法在基本PSO惯性权重策略的基础上加入了基于种群收敛速度的自适应扰动,能够较好地调整算法的全局与局部搜索能力之间的平衡。对双螺旋问题的分类实验表明本文提出的方法稳定性好,训练出的SVM具有较高的分类正确率。 展开更多
关键词 支持向量 粒子优化算法 惯性权重策略
在线阅读 下载PDF
改进并行粒子群算法用于冷却水系统节能优化 被引量:13
20
作者 于军琪 高之坤 +2 位作者 赵安军 周敏 虎群 《控制理论与应用》 EI CAS CSCD 北大核心 2022年第3期421-431,共11页
针对冷却水系统优化问题提出一种改进并行粒子群(IPPSO)算法,以系统能耗最小为优化目标,以系统中各设备的运行参数为优化变量进行求解.在该算法中,采用随机和混沌序列机制分别对两个种群的粒子进行初始化,使两种群在产生初期便具有不同... 针对冷却水系统优化问题提出一种改进并行粒子群(IPPSO)算法,以系统能耗最小为优化目标,以系统中各设备的运行参数为优化变量进行求解.在该算法中,采用随机和混沌序列机制分别对两个种群的粒子进行初始化,使两种群在产生初期便具有不同特征;并根据两种群特点,采用不同惯性权重改进策略,提高算法搜索能力;同时利用一种新迁移算子对种群间个体进行交换,增强粒子多样性,使种群向更高层次进化;此外,考虑到系统设备运行数量为整数且受到系统设计总台数的限制,引入穷举法机制对系统中设备部分运行参数进行求解,减少最优解验证工作量,缩短优化时间.最后对某实际冷却水系统进行了详细测试,结果表明,使用IPPSO算法对设备运行参数优化后,冷却水系统总能耗降低12.49%,具有较好的节能效果.同时相比于其他算法,IPPSO能得到更好的优化策略,且在收敛性、计算复杂度和鲁棒性方面具有优势. 展开更多
关键词 冷却水系统 运行参数 改进并行粒子算法 节能优化 性能分析
在线阅读 下载PDF
上一页 1 2 56 下一页 到第
使用帮助 返回顶部