计算机工程与应用

2010, v.46;No.699(32) 44-47

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

改进粒子群优化算法在GM(1,1,λ)模型上的应用
Application of improved particle swarm optimization algorithm on gray model GM(1,1,λ)

朱晓曦;张潜;

摘要(Abstract):

提出了一种带有动态自适应惯性权重和随机变异策略的粒子群优化算法.在每次迭代时,算法可根据粒子的适应度变化动态改变惯性权重,从而使算法具有动态自适应性。当用早熟判断机制判断算法陷入早熟收敛时,采用随机变异策略使其跳出局部最优。将改进的算法应用于GM(1,1,λ)模型的求解,具体实例表明改进的粒子群优化算法能够显著提高GM(11,λ)模型的精度。

关键词(KeyWords): GM(1,1,λ)模型;粒子群优化;动态自适应惯性权重;随机变异算子

Abstract:

Keywords:

基金项目(Foundation): 霍英东教育基金(No.104009)

作者(Author): 朱晓曦;张潜;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享