首页|基于改进粒子群和模糊神经网络的雾霾分类研究

基于改进粒子群和模糊神经网络的雾霾分类研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对粒子群算法对初始种群敏感和易陷入局部最优解等问题,提出了佳点集理论结合多种群多策略协同进化算法改进的粒子群算法(IMPMSPSO).首先采用佳点集理论生成佳点作为初始种群,使种群分布更均匀而在一定程度上减弱其对位置的敏感性;然后利用协同进化算法,先将种群随机分成若干子种群,各子种群随机选择一种改进的进化策略并行计算,并进行最优位置的共享.经过测试,IMPMSPSO在计算精度和收敛速度上均优于其他算法.最后利用IMPMSPSO优化模糊神经网络初始权值和阈值构造分类预测模型,对雾霾污染等级进行分类预测.结果表明,与其他分类模型相比,该模型在各等级上的准确率均有提高.
Haze Classification Based on Co-evolutionary Particle Swarm Optimization and Fuzzy Neural Network

裴佳佳、刘媛华

展开 >

上海理工大学管理学院 上海 200093

佳点集理论 协同进化 粒子群 模糊神经网络 雾霾分类预测

11505114

2021

10.3969/j.issn.1672-9722.2021.09.020

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2021.49(9)
  • 2
  • 13