一种基于改进PSO的K—means优化聚类算法

针对传统的K—means算法对初始聚类中心的选取敏感、容易收敛到局部最优的缺点,提出一种基于改进粒子群优化算法（PSO）的K—means优化聚类算法。该算法利用PSO算法强大的全局搜索能力对初始聚类中心的选取进行优化：通过动态调整惯性权重等参数增强PSO算法的性能;利用群体适应度方差决定算法中前部分PSO算法和后部分K—means算法的转换时机;设置变量实时监控各个粒子和粒子群的最优值变化情况,及时地对出现早熟收敛的粒子进行变异操作,从而为K—means算法搜索到全局最优的初始聚类中心,使聚类结果不受初始聚类中心影响,易于获得全局最优解。实验结果表明文中提出的改进算法与传统聚类算法相比具有更高的聚类正确率、更好的聚类质量及全局搜索能力。     

带变异算子的非线性惯性权重PSO算法

为了克服粒子群优化算法容易陷入局部最优、早熟收敛的缺点,提出了一种带有变异算子的非线性惯性权重粒子群优化算法。该算法以粒子群算法为基础,首先采用非线性递减策略对惯性权重进行调整,平衡粒子群优化算法的全局和局部搜索能力。当出现早熟收敛时,再引入变异算子,对群体粒子的最优解做随机扰动提高算法跳出局部极值的能力。用三种经典测试函数进行测试,试验结果表明,改进算法与粒子群算法相比,能够摆脱局部最优,得到全局最优解,同时具有较高的收敛精度和较快的收敛速度。     

带变异算子的非线性惯性权重 PSO 算法

为了克服粒子群优化算法容易陷入局部最优、早熟收敛的缺点,提出了一种带有变异算子的非线性惯性权重粒子群优化算法.该算法以粒子群算法为基础,首先采用非线性递减策略对惯性权重进行调整,平衡粒子群优化算法的全局和局部搜索能力.当出现早熟收敛时,再引入变异算子,对群体粒子的最优解做随机扰动提高算法跳出局部极值的能力.用三种经典测试函数进行测试,试验结果表明,改进算法与粒子群算法相比,能够摆脱局部最优,得到全局最优解,同时具有较高的收敛精度和较快的收敛速度     

基于量子粒子群算法的聚类分析方法

针对K-均值聚类方法受初始聚类中心影响,容易陷入局部最优解的问题,提出一种基于量子粒子群算法的聚类方法,该方法引入了动态调整量子门旋转角和量子变异操作,采用改进的变异算子,使粒子群体保持品种的多样性和优良性,避免陷入局部最优,同时结合粒子群优化算法,增加粒子群的全局搜索能力。仿真实验表明该方法在全局寻优能力和收敛效率上都有所提高。     

基于云模型改进的粒子群K均值聚类算法

研究粒子群K均值聚类算法问题,针对传统粒子群K均值算法容易陷入局部最优解,出现早熟收敛的缺点,提出一种基于云模型改进的粒子群K均值聚类算法．使用X条件云发生器自适应地调整粒子个体惯性权重的方法．保证惯性权重会逐渐减小而又不失随饥性。根据个体适应度的优劣将粒子群分为三个子群,在每次迭代时都保证仍有一个子群的粒子在进行全局搜索,避免算法陷入局部最优和早熟收敛。在典型数据集上的仿真结果表明,改进算法相比其他聚类算法得到较好的聚类准确率和较快的收敛速度,是一种行之有效的方法。     

改进PSO与小波的地基沉降预测应用

将改进的具有双群特性及带变异算子的粒子群优化算法与小波分析结合优化神经网络预测地基沉降量.针对粒子群算法易陷入局部极小值的缺陷,将粒子总群分成两个子群,分别对两个子群进行不同的搜索策略以增强算法的全局和局部搜索能力.其中一个子群采用变惯性权重进行局部细搜索;另一个子群采用大的惯性权重进行全局搜索,并与小波分析去噪结合,优化神经网络参数,对地基累计沉降数据进行预测.实验结果表明这种划分使算法有较强的全局和局部搜索能力,同时提高了预测精度.     

一种新的粒子群优化聚类方法

针对K-均值聚类方法受初始聚类中心影响,容易陷入局部最优解的问题。提出了一种新的粒子群优化聚类方法,该聚类方法采用改进的交叉、变异算子,使群体粒子保持品种的多样性和优良性,减小随机初始聚类中心的影响,同时结合粒子群优化算法,增加粒子群的全局搜索能力。实验结果表明,提出的方法在稳定性和分类准确率上都有所提高。     

基于自适应选择和变异的改进粒子群算法

针对基本粒子群优化算法搜索精度低和易早熟的缺点,提出了一种基于自适应选择和变异算子的改进粒子群算法。选择算子可提高粒子群的整体适应度,增强粒子群的局部搜索能力;变异算子则能扩大粒子群的搜索范围,防止粒子群陷入局部最优。搜索时,根据全局极值在迭代过程中的变化情况,自适应地调整选择算子和变异算子使粒子群飞向全局最优。典型函数的算例测试表明,改进的粒子群算法较传统算法具有更高的搜索精度和更强的抗早熟能力。     

动态改变惯性权重的自适应粒子群算法

惯性权重是平衡粒子群算法中平衡全局搜索能力与局部搜索能力的重要参数.为实现快速收敛与并避免陷入局部最优,分析了PSO算法中的惯性权重与种群规模、粒子适应度以及搜索空间维度这三者的关系,并把粒子惯性权重定义为这三者的函数以改进PSO算法.该算法在每次迭代后根据此函数更新每个粒子的惯性权重,实现了自适应调整全局搜索能力与局部搜索能力,并结合动态管理种群的策略提出了改进的粒子群算法.通过在多个常用测试函数上与已有惯性权重调整算法测试比较,证明新算法具有较强的全局寻优能力与较高的搜索效率.     

带双重变异算子的自适应粒子群优化算法

提出了一种双重变异自适应粒子群优化算法,该算法除了使用自适应算子来改变惯性权重外,还在搜索过程中使用非均匀变异算子对位移进行变异,扩大位移的搜索范围.当算法陷入局部收敛时,使用柯西变异算子对全局最优解进行变异,促使粒子逃离局部最优的陷阱,从而最大限度的提升算法全局搜索的性能.通过对4个标准函数的测试,新算法的全局搜索能力有了显著提高,并且能够有效避免早熟收敛的陷阱.     

Problems on mathematical safes on graphs

For given two sets of locks, the corresponding problems on mathematical safes are formulated on graphs. In the first set, all the locks have the same number of sates and, in the second set, any pair of locks can consist of different numbers of sates. A number of conditions are obtained under which there exist solutions to these problems for safes specified on directed or undirected single graphs such as a path, a chain, a cycle, and a star. __________ Translated from Kibernetika i Sistemnyi Analiz, No. 5, pp. 14–21, September–October 2006.     

基于知网的词语语义相似度改进算法研究

词语语义相似度计算在很多自然语言处理相关领域都有着广泛应用.基于知网的现有词语语义相似度计算方法未深入考虑同棵义原层次树的义原距离、义原深度、义原密度及主次关系的影响,致使相似度计算结果并不够精确.针对该问题,提出一种词语语义相似度改进算法,通过分析知网中的义项表达式和义原层次树,用集合的加权平均值代替了义项相似度最大...     

基于改进分形L系统植物自然现象的研究

植物是自然界的重要组成部分,虚拟植物的研究为探索植物生命的奥秘和生长过程的规律,以及改善人类生存环境质量带来了新的契机,因此它已经成为计算机图形学研究的热点问题,由于植物经常受到外界环境因素的影响,因此在论述了L系统的基本概念的基础上对现有的L系统进行改进使之在结合外界环境影响作用下对植物进行模拟,首先提出了植干粗细的两种解决办法,其次对树木受自然环境影响而产生的重要现象如顶端优势,趋光性和蠲地性,以及风力因子等因素进行了模拟,最后用IFS算法模拟植物具有纹理的组成部分,模拟实验表明,改进的L系统可以比较逼真地模拟植物在自然环境中的形态.     

基于网格的数字地球研究

数字地球是国家信息基础设施的重要部分,也是近年来关注的热点。文章提出了利用网格计算池构建数字城市,由数字城市实现数字地球的方法,并给出了数字城市的五层体系结构模型。     

基于多因素的信任计算模型研究

电子商务市场是一个信息不对称的市场,迫切需要对该环境中参与者的可信度和服务能力进行判断。信任和信誉管理为交易双方提供了一个互相了解的平台,成为研究焦点。研究了电子商务中的信任问题,探讨电子商务的信任和信誉概念,结合当前信任和信誉计算不足,提出了一种基于多因素用户信任计算模型。     

基于SooPat专利数据库的惠州市专利申请竞争力研究

利用国家知识产权局互联网检索数据库SooPat专利数据库,采集广东省惠州市从2004年1月1日至2013年12月31日期间的专利文献,建立广东省惠州市专利申请数据库。再选择国家知识产权局专利信息服务平台分析系统分别从专利申请总量、IPC技术类别分布、专利申请人分布和惠州市专利申请趋势等方面,对广东省惠州市专利申请进行细致、严密、综合的竞争力分析,并从专利文献中提取有用信息,为企业实现其特有的经济价值。     

基于遗传算法和语言算子的模糊控制器优化研究

用单片机实现模糊控制策略是一种常用的重要的方法,它是根据误差和误差的变化率隶属度函数表,离线计算得到一张模糊控制查询表,用单片机实现查询功能。该方法应用十分广泛,因此优化离散形式的隶属度函数表具有重要的意义。该文提出了一种优化离散形式的隶属度函数表的新方法:即用遗传算法优化模糊集合中的语气算子H,从而优化离散形式隶属函数表。经优化后的隶属函数更能客观地反映控制对象真实特性,从而达到了优化模糊控制器的目的。文章用一个具体的实例以仿真的形式验证了该方法是正确的、有效的。     

汽车发动机装配线上选瓦设备的计算机控制

该文概要地介绍了计算机控制在汽车发动机装配线中分级轴瓦中的应用,着重描述了其系统原理、系统组成、软件控制和操作步骤等。     

基于TCP/IP体系结构的计算机网络教学方法的研究

该文从TCP/IP体系结构在计算机网络课程教学中的重要性出发,从教学内容安排和教学结构组织的角度详细分析了现有计算机网络的教学方法,及其所存在的不足。结合网络体系结构在计算机网络课程中的重要性,针对现有教学方法的不足,首先把教学内容的重点围绕TCP/IP体系结构展开,同时将教学结构从传统的自底向上转变为自顶向下组织教学,从教、学、考核等多个角度对计算机网络的教学方法进行了全面阐述。     

基于改进YOLOv5的桥梁裂缝模型研究

桥梁裂缝人工检测耗时费力、安全性不高,为了高效、准确、无接触地对桥梁裂缝进行识别检测,提出一种基于改进YOLOv5的桥梁裂缝检测模型YOLOv5-SA;该方法在YOLOv5s模型的基础上,首先对收集的数据集利用几何变换、光学变换等操作进行数据增强;其次将融合视觉注意力机制(SKNet)添加到Head部分来提高模型对裂缝特征的表示能力;最后在金字塔特征表示法(FPN)的基础上利用自适应空间特征融合(ASFF)模块加强网络特征融合能力,增加对桥梁裂缝小目标的检测;结果表明：改进后的模型相对于YOLOv5s模型能更好地抑制非关键信息,减少背景中的无效信息干扰,提高桥梁裂缝目标检测精准度;改进后的YOLOv5-SA模型准确率达到88.1%,与原YOLOv5s模型相比提高了1.6%;平均精度均值mAP 0.5和mAP 0.5～0.95分别达到90.0%、62.1%,相比而言分别提高了2.2%、2.4%;与其他桥梁裂缝检测相关方法(Faster-RCNN、YOLOv4tiny)相比,提出的YOLOv5-SA模型也具有相当或更好的检测性能;由此可见改进后的模型能更高效地检测复杂环境下的桥梁裂缝,可以...