MOPSO算法及其在地下水监测网布局优化中的应用

来源 :计算机工程与应用 | 被引量 : 0次 | 上传用户:a442697259
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
在已有多目标粒子群优化算法(CMOPSO)研究和分析的基础上,为提高算法的聚合性和分布性,设计了一种新的精英档案维护及全局最优值选取策略,同时,使用动态全局最优值设置策略对原有算法的粒子速度更新公式进行扩展,以增强粒子的搜索能力,克服早熟现象。通过对疏勒河项目区地下水监测网空间布局多目标优化计算,表明该算法是求解大规模复杂多目标优化问题的一种有效手段。
其他文献
针对单一传感器在光谱、空间分辨率等方面存在的局限性,通过多传感器融合技术,最大限度地获取对目标场景的信息描述。首先采用不同的边缘提取算法提取同一场景的光学图像和SAR图像,得到各自的边缘特征图,通过不变矩和轮廓矩等算法对两幅边缘特征图中的边缘进行匹配融合,得到了比单一图像边缘特征图更完整更清晰的边缘特征图,获取了更多的目标场景的信息描述。
针对IT项目的风险管理与群决策过程中存在大量不确定、不完全信息等特征,在传统决策方法的基础上,将粗糙集方法与AHP理论相结合,提出了粗集IT项目风险群决策的基本步骤,并借
针对现有的视频图像序列拼接方法处理速度慢的问题,提出一种基于SURF特征的快速有效的拼接算法。该算法用鲁棒性强且计算性能优越的SURF算子取代传统的SIFT算子进行特征点提取;在特征点匹配方面,提出了一种基于哈希映射和双向最近邻距离比的匹配算法,可以快速有效地获得特征点间的对应关系。为了消除由于运动物体干扰带来的误匹配,采用随机采样一致性(RANSAC)方法来消除外点确保匹配的有效性,再通过最小二