生物系统参数估计的改进粒子群优化算法 |
您所在的位置:网站首页 › 粒子群怎么优化超参数的方法 › 生物系统参数估计的改进粒子群优化算法 |
生物系统参数估计的改进粒子群优化算法
琚新刚 ; 廉飞宇 ; 董乐 ; 张元 ; 葛宏义 ; 蒋玉英
【期刊名称】 《计算机工程与设计》
【年 ( 卷 ), 期】 2022(43)6
【摘
要】 提出一种基于分解技术的粒子群优化算法 , 通过分解问题到每个决策变量 , 把 PSO 算法从多维索空间集中到利用单维空间上。在两个不同的模拟场景和一个 由计算机模拟出的新陈代谢系统的真实数据集上 , 将该算法的均方根误差与迭代无 迹卡尔曼滤波算法、模拟退火算法和传统 PSO 算法进行比较 , 仿真和真实数据集上 的测试结果表明 , 该算法的均方根误差 , 比对比方法分别减少 55.16% 和 19.62%, 说 明了提出的方法对非线性问题的未知参数估计具有较佳的性能。
【总页数】 7 页 (P1704-1710)
【作
者】 琚新刚 ; 廉飞宇 ; 董乐 ; 张元 ; 葛宏义 ; 蒋玉英
【作者单位】 河南财政金融学院计算机与信息技术学院计算机软件与理论重点学科 ; 河南工业大学粮食信息处理与控制教育部重点实验室
【正文语种】 中
文
【中图分类】 TP305
【相关文献】
1. 改进的粒子群优化算法在 TDOA 定位估计中的应用 2. 基于改进粒子群优化算法 的先进绝热压缩空气储能系统参数优化 3. 基于量子混沌粒子群优化算法的分数阶 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |