基于参考点和投票规则的多目标粒子群优化群体决策

来源 :计算机应用与软件 | 被引量 : 9次 | 上传用户:danyuhong
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对巨量可选方案的群体决策问题,提出了一个新的基于参考点和投票规则的多目标粒子群优化算法。该算法把个体与参考点的支配关系或者距离作为一个重要因素,在选择引导者的锦标赛方法,局部最优更新规则,以及外部种群档案剪枝规则中都嵌入了基于支配关系或距离因素的投票规则,以找到群体决策解,并且提高搜索效率。仿真结果表明该算法有效。
其他文献
网络流量受众多因素的影响并且具有复杂的非线性特点,因此网络流量的预测和分析是一个很复杂的问题,最小二乘支持向量机能够成功地解决非线性问题并应用于网络流量的预测和分析。提出一种最小二乘支持向量机模型,将自适应遗传算法用于最小二乘支持向量机参数寻优,并将该模型用于网络流量的预测和分析。对比实验表明,基于最小二乘支持向量机的网络预测模型具有更强的预测能力,在网络流量预测中有一定的实用价值。经实例验证,该
主要针对RFID系统中标签的碰撞问题,在返回式二进制防碰撞算法的基础上提出一种改进算法。该改进算法规定当标签发生碰撞时,将被识别标签UID从最高碰撞位开始的k bit UID值,通过计算重新生成2kbit数据返回给阅读器。该数据包含了原标签的k bit UID的值的信息,使得碰撞后阅读器依然能正确识别出该值,减少了命令搜索次数。最后通过仿真与其它改进的二进制树算法做了对比,证明该算法在阅读器寻呼命