文档介绍：兰州大学
硕士学位论文
群智能优化算法PSO及其在几类模型优化中的应用
姓名:梁洪锁
申请学位级别:硕士
专业:数学应用数学
指导教师:王建州
20090501
摘要一个重要的分支一智能优化算法,智能优化算法是通过模拟或解释某些自然现象兰州大学硕士学位论文优化技术是一种以数学为基础,用于求解各种问题优化解的应用技术。其中有或过程发展而来的,与普通的搜索算法一样都是一种迭代算法,具有全局的,并行高效的优化性能,鲁棒性,通用性强等优点。不确定性问题广泛存在于实际情况中,一直是研究的难点问题。针对传统的不确定性问题,人们提出了很多的方法来处理,对于不确定性问题的研究与预测又构成了一个重要的科学分支。这些问题样本数目通常是非常有限的,甚至是很少的,且大部分数据序列没有包含明确的数量方面的关系特征。这样就使得这些问题的处理比较困难,很多方法都取得了较好的的效果,但是这些方法还有可以改进的地方。将优化算法引入,用优化算法对模型进行优化,以提高模型精度。本文的主要研究成果及贡献如下:将智能优化算法τ玫交疑げ饽P虶透慕男禄疑げ饽型小J紫龋蛭DP偷脑げ饽芰κ艿交疑P偷木敌蛄械挠跋欤变均值序列参数将影响到模型的预测能力,而过去对于参数难≡瘢话悴捎默认的参数或根据实际数据和模型的预测效果来设置,具有很大的随意性,并没有一个确定的规则;再次,灰色模型,最少需要四个数据而改进的新灰色模型钌傩枰H鍪菥涂梢越⒃げ饽P停杞仙俚氖莞鍪沟媚型获得的数据信息更少,这样必然影响到模型的预测效果。鉴于以上情况,通过将智能优化算法牖疑P停呕P偷木敌蛄械牟问冢ü⒑鲜实适应值函数,用优化算法进行搜索,搜索合适的参数乜,将搜索到的参数τ玫侥型中以提高模型的预测能力。将智能优化算法τ玫街С窒蛄炕P椭校蛭VС窒蛄炕P偷姆类正确率与回归的效果受到支持向量机的惩罚系数,核函数和核函数的参数的影响,不同的惩罚系数和核函数参数对于模型的精度有很大的影响,而惩罚系数和核函数参数的选取并没有一个确定的规则,往往是根据经验来选取确定的值,这样选取的参数对于不同类型的数据往往不是很适合。鉴于这种情况,通过将智能优化算法胫С窒蛄炕P椭校莶煌氖菅∪「髯允实钡闹С窒蛄炕头O
兰州大学硕士学位论文数和核函数的参数,建立合适的适应值函数,用优化算法搜索支持向量机合适的惩罚系数和核函数的参数,将搜索到的惩罚系数和核函数参数应用到模型中以提高模型的预测能力。检验智能优化算法挠呕Ч菏道っ鳎琍优化算法优化的灰色预测模型,和呕惴ㄓ呕母慕男禄疑げ饽P虵,预测效果有明显提高。经过呕惴ㄓ呕闹С窒蛄炕喾掷辔侍夥掷嗾仿室嘤忻显提高。通过实证检验说明了智能优化算法涤眯浴关键词:智能优化算法;粒子群优化;不确定性;灰色预测模型;改进的灰色模型;支持向量机;支持向量机多分类\
,瑃琣,,瓼.·琹:瑃瑀琱.,’,;,琤..
.,;—兰州大学硕士学位论文,,,琤甌,.瓵,.
兰州大学硕士学位论文籗猚
日期:』苹噬喜芬唬论文作者签名:犟ナヘ揭弧!兰州大学硕士学位论文原创性声明本人郑重声明:本人所呈交的学位论文,、数据、观点等,,,.
论文作者签名:翠毪,数导师签名兰州大学硕士学位论文关于学位论文使用授权的声明本人在导师指导下所完成的论文及相关的职务作品,、使用学位论文的规定,同意学校保存或向国家有关部门或机构送交论文的纸质版和电子版。允许论文被查阅和借阅;本人授权兰州大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,、使用学位论文或与该论文直接相关的学术论文或成果时。:
第一章前言§研究动机个重要的科学分支,它一直受到人们的广泛重视。其中有一个重要的分支一智能优§.悄苁荽砝砺塾敕椒ǖ姆⒄褂胂肿优化技术是一种以数学为基础,用于求解各种问题优化解的应用技术。作为一化算法,智能优化算法是通过模拟或解释某些自然现象或过程发展而来的,与普通的搜索算法一样都是一种迭代算法,对问题的数学描述不要求满足可微性,凸性等条件,是以一组解秩为迭代的初始解,将问题的参数进行编码,映射为可进行启发式操作的数据结构,仅用到优化目标函数值的信息,不必用到目标函数的导数信息,搜索策略是结构化和随机化的怕市,其优点是:具有全