基于双策略协同进化的QPSO算法及其应用

为更好地提升量子粒子群优化算法（QPSO）的局部挖掘和全局搜索能力,提出了一种改进的QPSO算法（DSQPSO）。在改进算法中引入了双策略协同进化的思路调整粒子的位置更新公式。为充分体现个体粒子挖掘的优势和群体共同引导的特点,提出了两种吸引点构造的思路,做到个体和种群更好地融合以及信息的互通;分别考虑了最优平均位置与全局最优和粒子的历史最优之间的联系,对粒子搜索范围作出了重新定义;此外,在迭代过程中,借助随机扰动机制对全局最优位置进行调整,以保持种群的多样性。通过18个测试函数将DSQPSO算法与PSO、QPSO、RQPSO和LQPSO四种算法在收敛精度和鲁棒性方面进行对比;进而在两个具体的工程优化问题上,应用改进算法与八个智能算法进行了寻优结果比较。实验表明DSQPSO算法无论在基准测试中还是在工程应用上,其计算精度和收敛效果均有明显优势。     

基于视觉灵敏度及改进方向距离彩色图像迭代滤波算法

为消除人眼视觉差别对彩色图像滤波的影响,提出了RGB非均匀色彩空间中三基色(红、绿、蓝)的视觉灵敏度的计算方法。滤波算法先用粗糙集理论对噪声像素做初步判断,再结合视觉灵敏度修正判断结果,最后用改进的方向距离滤波器(DDF)滤除噪声像素。仿真实验表明,算法在颜色保持、边缘细节保护、噪声滤除率方面均优于现有滤波算法;且在各种密度噪声情况下,其归一化均方差最小,峰值信噪比最大。     

基于水汽输送与IDW法耦合的降雨插值方法研究

在普通反距离权重法(IDW)的基础上,构建基于水汽输送与反距离权重法耦合的降雨插值方法(IDWWVT)。以三峡库区为例,利用库区及周边22个气象站点资料,分别采用IDW-WVT方法和IDW方法对22个站点2009~2013年的日降雨量进行空间插值模拟,以典型流域澎溪河的14个雨量站观测降雨资料对插值效果进行评价。结合SWAT模型,进一步分析插值降雨对澎溪河径流过程以及面源负荷过程的影响。结果表明:IDW-WVT方法对降雨量空间插值的精度明显优于IDW方法,在日尺度和月尺度中插值精度分别提高了23.1%,16.9%;同时使用IDW-WVT对径流过程和面源负荷过程的模拟效果也提升显著。     

基于视觉灵敏度及粗集的彩色图像滤波算法

为消除人眼视觉差别对彩色图像滤波的影响,提出了一种新的滤波算法VRDDF(visual sensitivity rough set directional distance filter)。对于被噪声污染的彩色图像,先用粗集理论对噪声做初步检测,在此基础上结合视觉感知灵敏度对噪声点做了进一步检测,有效的降低了误检率。再结合空间距离函数对DDF(directional distance filter)滤波算法作了合理加权改进,并作为后续滤波算法进行滤波,改善了滤波效果。该算法只对噪声点进行滤除而对非噪声点保持其值不变,可有效防止噪声传播。实验结果表明,该滤波算法和现有的滤波算法相比,在噪声滤除率、颜色保持,特别是在保护边缘细节方面均有提高,峰值信噪比平均可提高10%。     

改进的 QPSO 算法在自融资投资组合中的应用

针对量子粒子群优化 (Quantum Particle Swarm Optimization, QPSO) 算法的缺陷,提出了一种基于 L$\acute{\rm e}$vy 飞行策略和混合概率分布的改进量子粒子群优化 (Hybrid Quantum Particle Swarm Optimization, HQPSO) 算法。在算法的设计中,借助 L$\acute{\rm e}$vy 飞行策略对粒子位置的迭代公式进行更新,用于改善算法的局部收敛精度,增强其全局探索能力。另外,考虑到迭代后期的早熟问题,在势阱模型中引入了指数分布和正态分布相结合的混合概率分布,帮助算法及时逃离局部最优。基于 16 个基准函数的测试结果表明,HQPSO 算法在收敛精度和鲁棒性上比其他几种算法表现更好。最后,将改进的 QPSO 算法应用到自融资投资组合模型的求解中,其数值结果与差分进化、粒子群优化算法和量子粒子群优化算法相比,HQPSO 算法展现出更好的可比性和优越性。