搜索资源列表
334
- 植基於退火粒子群最佳化演算法之奇異質分解於 二維濾波器之設計-Annealed particle swarm optimiza- tion, APSO
Apso-bp-Rainfall
- 降水短期气候预测是一个非常复杂、重要的研究课题。为了提高其预测能力,拟采用1959—2011 年逐月74 项大气环流特征量序列、月平均500 hPa 高度场和月平均海温场,选取预测因子;用主分量分析方法提取样本数据中主要信息为综合因子。用粒子群优化人工神经网络方法,建立宣城市夏季降水短期气候预测模型。对2007—2011 年宣城市夏季降水预报检验结果表明,粒子群优化人工神经网络收敛速度快,迭代次数少;试报平均绝对误差是66.5 mm,绝对值平均相对误差10.5 ,预测精度高,具有很好的应用推广前
APSO
- 这是引入了自适应权重特征的粒子群优化算法,其中的通过粒子在整个群中的适应值顺序进行惯性权重的计算,提高了标准粒子群的性能,对于初学者具有很大的帮助-This is the introduction of adaptive weights characteristic particle swarm optimization algorithm, which through the particle in the whole group of fitness order inertia weight
自适应权重的PSO
- 自适应权重的粒子群算法,实现复杂问题的有效求解(Particle Swarm Optimization with Adaptive Weight for Effective Solution of Complex Problems)