粒子优化算法图 粒子优化算法的应用

昭棠笔记 2023-01-25

宝贝啊谢谢你dj-男儿有泪不轻弹

2022年5月1日发

(作者:口是心非歌词)

2012年第2l卷第4期 http://www.c-S・a.org.ca 计算机系统应用 

基于多种量子粒子优化的属性约简① 

李三波 

(丽水职业技术学院机电信息分院,丽水323000) 

要:现代工业发展要求迅速、可靠地实现故障诊断360优化大师电脑版。针对粒子约简算法易陷入局部更优等问题,提出了 

种多种量子粒子优化算法(MIQPSO)江西seo。该算法对量子粒子算法进行分什么是cms,并通过接种疫苗百度排名电话,指导粒子 

朝更优化方向进化,提高了量子粒子的收敛速度和寻优能力。利用UCI相关数据集wmpic,通过对Hu算法、粒子 

算法、量子粒子算法、多种量子粒子算法的粗糙集属性约简验证快速关键词排名优化,结果表明辽宁网站优化,基于多种量子粒子优 

化的约筒算法具有良好的约简效果比比贴。 

关键词:粒子算法;多种量子粒子优化;粗糙集;属性约简 

Attribute Reduction Based on Quantum—Behaved Particle Swarm Optimization with Multi- 

Swarm Algorithm 

LISan-Bo 

(School ofMechanical Electronic nd aInformation Engine.ring,Lishui Vocational&Technical College,Lishui 323000,China) 

Abstract:Requirements of modem industryial development rapidly and reliably achieve the fault diagnosis.Against 

particle swarnl algorithm for the reduction and other issues SO easy to fall into local optimum problem网络行销,his paper aitms to 

present he tMIQPSO Algorithm.The quantum particle swarm algorithm or fclustering by the MIQPSO Algorithm,and 

through vaccination,to guide the direction of the particle evolution towards more optimized常德网站优化,improve the convergence 

rates and optimization searching ability of the quantum particle swarm.The use of UCI data sets,and by Hu algorihm,t 

particle swarm optimization运城网站推广,quantum particle swarm optimization东企业网站推广,muli-species quantum partitcle swarm algorihm ftor 

rough set attribute reduction veriifcation网站加v,the results show that the algorithm based on the quantum particle swsrnl 

optimizationhas good reductioneffectonthe reduction. 

Key words:particle swarm optimiatzion;quantum-behaved particle swarm optimiatzion;rough set;attribute reduction 

l 引言 

属性约简是粗糙集理论研究的一个重要方面, 

人们总是希望在保持系统分类能力不变的条件下竞价广告, 

删除其中冗余甚至是不相关的属性,到一组包含 

交换友链,但它所求出的属性约简并不一定是最小约简点击率。 

粒子算法通过模拟生物种社会信息交流的过 

程来对约简进行迭代搜索,最后得到最小约简或者 

近似最小约简百度关键词seo,可得到较好的寻优性能google排名,但易陷入 

局部更优。变异粒子算法、自适应调整粒子算 

法t 、免疫粒子算法l l等算法在一定程度上可避 

免PSO陷入局部更优,但也存在一些不足之处百度移动。 

针对PSO易陷入局部更优问题,本文依据多种 

最少属性个数的约简,即最小属性约简,并已证明 

出决策表的最小约简是NP问题Il】。尽管目前已经 

有许多较为成熟的属性约简算法网页挂马检测,但是探索一种快 

速、有效的启发式搜索算法仍是属性约简的一个重 

要趋势网站建设时间。Hu算法【2】是传统的属性约简算法的代表之 

分的改进策略石家庄优化,提出一种多种量子粒子优 

①基金项目:浙江省高校学科带头人资助项[ ̄(2007-2O9);学校培育基金(LZYA201 ̄3) 

收稿时间:2011-07-30;收到修改稿时间:2011-09-07 

Research and Development研究开发99 

计算机系统应用 hilp:llwww.e・s-a.org.cn 2012年第2l卷第4期 

化(MQPSO)算法,通过引入扩张变异和粒子扰动策 

略L5】宝鸡seo,迫使粒子摆脱局部极小点。为把多种量 

S={U,CuD广州网站推广公司,V,f}是决策信息系统,这种具有条 

件属性和决策属性的知识表达系统也被称为决策表。 

子粒子优化应用于属性约简seo网站优化软件,验证多种量子粒 

子的有效性,本文分别采用Hu算法、粒子约简 

算法、量子粒子约简算法和多种量子粒子约 

不可分辨关系:设S:{Ubaidu 百度,CuD深圳关键词优化,V,厂}是一个 

决策信息系统,JP C百度seo优化公司,不可分辨关系ind(P)为: 

ind(P)={( 免费seo培训, )∈U×UIVp∈P,f(x网络整合营销公司,p)=f(Y,p))。 

上近似、下近似、边界域:对于决策信息系统 

简算法对UCI数据进行实验国人seo,并且比较分析实验结 

果。结果表明seo177,基于多种粒子优化的约简算法 

在收敛速度和寻优能力都取得了更好的效果。 

S={【厂,cu D, ,厂}, ,尸 C为一定义在 

u上的等价关系,则x关于md(P)的上下近似集分 

2粗糙集基本理论 

粗糙集理论是波兰数学家Z.Pawlak于1982年 

提出的一种分析不完整、不确定数据的理论,其主要 

思想是在保持分类能力不变的前提下站长工具查询,通过知识约简seo排名培训, 

导出问题的决策或分类规则。 

粗糙集理论研究的对象是知识表达系统,因此如何做网络广告, 

要在实际中应用粗糙集理论徐州网站推广,就首先要把研究的对象 

表示成粗糙集理论所能研究的形式外部链接,也就是知识表达 

系统竞价排名点击。 

设信息系统 S={u教育推广, 媒体策略, ,厂}; 其中 

U={Xl,X2,…品牌网络营销,Xn}为对象的非空有限集合, 

A={a1 a2,…,an}称为论域; 为属性a∈A的非 

空有限集合roi是什么意思,V=u 

aeA。 

是属性的值域,是所有属性 

值域的并集;f:U×A A是一个信息函数,它为 

每个对象的每个属性赋予一个信息值app营销,即Va∈A淘宝seo怎么做, 

X∈U,f(x湖州网站设计,口)∈ 。 

知识表达系统的数据能够通过关系表的形式进行 

表示,我们要研究的对象对应为关系表的行百度业务,关系表 

的列则对应着对象的属性,对象的信息是通过指定对 

象的各个属性值来表达确定的。 

我们可以看出网站策略,每一个属性对应着一个等价关系, 

一个表我们可以看做是定义的一族等价关系友情链接好处,也就是 

知识库,因此,知识约简也就可以转化为属性约简。 

决策表是知识表达系统中一类特殊而重要的形 

式西安seo公司,多数决策问题都可以通过决策表的形式来表达交换友情链接平台, 

这个工具在决策应用中起到了非常重要的作用。 

参照知识表达系统网络整合营销公司,决策表可以定义如下: 

在一完备知识表达系统 :{useo网站排名优化软件, 来宾网, 彗星dns优化器。 中外链包收录,如果 

属性集A被分为条件属性集合C和决策属性集合D韩城网, 

即 =CuD 且 CnD= , 则 称 

1 00研究开发Research and Development 

别为: 

P( )={x∈Ul【x】P r^、X≠(2j} 

={ ∈U I【 】P } 

bn ( )=P( )一 ( )称为集合x的边界域, 

也就是论域的不确定域 

如果边界区bn 为空,则称X关于P是清晰的: 

反之baiducom,则集合X关于P是粗糙的。 

属性约简安庆seo,就是在保持知识库分类能力不变的条 

件下,删除其中冗余甚至是不相关的知识。知识约简 

中包含两个最基本概念:约简和核网站建设的过程。 

设R是一个等价关系网络推广平台,r∈R,如果 

ind(R)=ind(R— )),则称r为R中不必要的优化seo,r 

在R中是可被约去的知识,否则称r为R中必要的软文文案。 

如果每一个r∈R都为R中必要的站长工具综合查询,则称R为独 

立;否则称R为依赖的绿萝算法。 

设P 落伍论坛,如果P是独立的东营网站建设,.1tind(P)=ind(R), 

则称P为R的一个约简。显然,R可以有多种约简, 

R中所有不可约去的关系称为核,由它构成的集合称 

为R的核集企业软文范例,记为Core(R)。 

3 多种量子粒子算法优化的属性约简 

3.1粒子算法 

粒子算法是智能算法的一个重要分支,和遗 

传算法相类似,这也是一种基于迭代优化算法苹果seo,粒子 

的初始化大部分为一组随机的解衡阳网,此外可以通过一定 

的先验信息,同时给出一些特定分布的初始粒子来加 

速收敛速度德州网。 

对于一个具体的问题,首先根据实际情况设置一 

个合理的粒子总数m,以及每个粒子的维度d。在迭 

代过程中xl=( l, 2seo 北京,… )和Vi=(vil,vf2奏鸣工具网址,…V ) 

分别表示了粒子的当前位置以及当前飞行速度 

Pi=( l, 2,” )旅游seo,为粒子 所经历的当前更好位 

2012年第21卷第4期 http://www.c-s-a.org.cn 计算机系统应用 

置, = =(Pgl, 2活动网络推广,” )则是整个粒子 

中所有粒子经历的更优位置。 

在PSO算法中网络事件炒作,粒子对位置和速度的更新如式(1) 

所示: 

I = +qrandO(p ̄一 )+c2randO(Pg ̄,一 ) 

l = k+ 

(1) 

式中, 和 是两个正常数网络推广专家,称为加速因子海宇航空公司,表现了 

社会信息对粒子的影响程度 www smzdm com。从中我们也可以看 

出百度负面,粒子更新后的移动方向由原有的速度 一《, 

经历的更佳距离以及体经历的更佳距离p 一 

共同决定。 

由于在PSO算法中,粒子搜索区域局限于全局最 

优点和局部更优点附近,使种容易陷入局部更优工具查询。 

3.2量子粒子算法 

QPSO算法对PSO算法进化搜索策略做了根本改 

变网站改版,在搜索能力上优于传统PSO算法新手做网站。量子粒子算 

法能够克服一般粒子算法在收敛性能上的缺陷这主 

要是由于量子系统特有的优点决定的青海网站建设。 

1)量子系统是一个复杂的非线性系统,它符合状 

态重叠原理,因此百度搜索量,比一般的线性系统和低价非线性 

系统具有更多状态。 

2)量子系统是一个非确定性系统,所以粒子的运 

动没有一条确定的轨迹,而是通过一定的概率出现在 

整个可行解空间中的任意一个位置【4头条指数,6-1。所以QPSO算 

法比基本PSO算法具有更广泛的搜索空间乌海网,更容易跳 

出局部更优。 

QPSO模型中的量子即为粒子,波函数 (x,f)能 

够对粒子的状态进行描述和确定,而粒子在空间某个 

点出现的概率密度函数可以由薛定谔方程求解得到移动网站设计, 

最后,通过Monte Carlo随机模拟得到粒子的位置方程 

为: 

=P±扣 

其中L值由式£ +1)=2 I 6 一 )I确定百度改版。 

具体的模拟过程可以表示如下: 

+l= + I 6 f— llIl( U) r 0.5 

= 一 l 6 f— Iln( ) ,.<o.5 (2) 

= +【l—C)Pgd (3) 

式中, 为第i个粒子在t时刻的位置, 称为收 

缩扩张因子,主要用来控制算法的收敛速度危机公关的处理技巧,目前 

算法中 一般通过如下的方法在迭代过程中动态调 

节百度人气排行榜。 

:—

(1-0.5)x(Maxiter-t)+0

.5 (4) 

Maxiter 

其中U,r和C均为r0百度seo关键词,1)间的随机数。 

mbest称为体中更优中心seo网站系统,是种中所有粒子 

局部更优位置的中心,可表示为 

6 1 m 1 rn 1 m 

t, 

z,… ) 

(5) 

3-3多种量子粒子算法 

对粒子进行多种分,可以扩大粒子的寻优 

空间新疆网站推广,各个子种的粒子之间不但具有独立性的一面, 

同时也具有合作性的一面app推广。每个子种中的粒子都按 

照各自种中的规则进行独立的计算:另一方面,子 

种之间能够进行信息的交流衡阳网站优化,每个粒子中个体的 

速度更新网址提交,不仅应受该子种中所有粒子个体经过的 

更好位置 的影响ppc,还受所有子种中的更优位置 

t的影响。 

在跳出局部更优方面,多种的搜索策略远远优 

于单个种:只要n个种没有任何两个陷入相同的 

位置平乡网,那么种陷入局部更优的概率将小于单个种 

的l/n 通辽网。但是枣阳网,多个种的并行搜索也将耗费比单种 

更多的时间【 。为了能够更好地跳出局部更优,还 

可以引入了扩张变异和扰动的思想。当粒子处于当前 

种全局更优位置时容易陷入局部更优,进行适当的 

扩张变异能使其更容易跳出局部更优;扰动的思想主 

要原理是当算法每迭代到一定次数时,对不动粒子或 

者不再更新全局更优的种进行扰动百度蹊径,促进其对未知 

的空间进行探索百度网站首页。这些思想具有一定的优越性肇庆seo,能让 

算法的收敛速度更快中国站长网,稳定性能更强seo赚钱。 

在多种粒子的分策略上index baidu com,许多学者给出 

了创新性的思路。在李爱国提出的多粒子协同优 

化算法中,粒子被分成两个层次:下层部分的几 

个种通过独立搜索扩大了搜索的空间;上层部分 

的粒子通过追随当前全局更优来达到加速全局收 

敛的目的【 。陈国初等提出的两微粒优化算法 

中关键词 林俊杰,通过两个搜索空间相同但飞行方向相反的粒子 

ReSearch and Development研究开发10 1 

计算机系统应用 http://www.c-s-a.org.cn 2012年第2l卷第4期 

,进行反向搜索广州网站整站优化,同时两个种的粒子能够以一 

定的概率进行交换[71。上述的两种算法在一定程度 

都能够上扩大了粒子的搜索空间,此外,还有其他 

一些效果比较不错的分方法和进化策略【81旺道seo。 

上层追随全局更优g6耐 

窟 莲鼢鞘 , 。。。一网络整合营销公司。淮北网站建设。一一商业网站建设。迈步者seo论坛。一 一一 

图1多种分示意图 

受到这些启发,本文提出了一种多种粒子算 

法长春百度。在该算法中网站推广工具,主要分为两个层次迈步者seo,如图1所示: 

下层的1号种和2号种,3号种和4号种分 

别为两对搜索空间相同但是飞行方向相反的种;上 

层的5号种追随全局更优英文关键词,6号种则是朝着和5 

号种相反的方向搜索。这样不但利用了下层4个种 

的独立搜索策略来保证寻优过程可以在较大范围进 

行,又可以利用上层粒子追逐当前全局更优点来保 

证算法的收敛性,兼顾了优化过程的精度和效率,在 

优化结果和收敛特性上均具有优势辉煌电商seo,有效地避免了收 

敛过程中早熟引起的陷入局部更优。 

3.4基于多种粒子优化的属性约简 

在多种方案的具体设计上,既利用下层的独 

立搜索保证寻优过程可以在较大范围进行百度上做广告,又可以利 

用上层粒子追逐当前全局更优点来保证算法的收敛 

性建站技巧,兼顾了优化过程的精度和效率,为了防止错过全局 

更优,还设置了向体更优和全局更优收敛的过程中 

同时还向相反的方向搜索站长精灵。MQPSO的属性约简算法 

流程如下: 

Stepl:初始化6个粒子搜爱seo,给定m个粒子的初始 

位置与初始速度;设置更大迭代次数Maxiter,t=l关键词挖掘, 

初始化历史更优、种更优和全局更优; 

Step2 ̄通过适应函数,计算每个粒子的适应值 

iftness,更新历史更优、种更优和全局更优: 

1 02研究开发Rese砌and Development 

Step3:按不同要求分别对不同种的粒子更新位置: 

StelM:编码转换; 

Step5:判断是否要进行粒子变异或者种变异; 

Step6:t=t+l网络推广,如果百度 搜索,t<Maxiter或未达到预定最 

优值,则转Step2: 

Step7:输出全局更优粒子草根站长,即为所求的更优属性 

约简营销。 

4实验结果及分析 

为了验证算法的有效性和正确性,本文采用UCI 

机器学习数据库中的标准数据集作为测试数据,UCI 

数据库是加州大学欧文分校(University of Califom. 

ialrvine)提出的用于机器学习的数据库seo优化网络公司,这个数据库目 

前共有187个数据集,UCI数据集是一个常用的标准 

测试数据集百度优化服务。这些数据来自http://archive.ics.uci. 

edu/ml/,并设计了类比实验安徽网络营销,比较Hu算法、PSO、 

QPSO、MQPSO算法在属性约简方面的效果又名福州站长网。本文选 

取了Sponge、Zoo、Lymphography、Wine、Soybean_large 

和v0te等5个数据集。 

实验环境如下:CPU主频为1.73GHz揭阳网,内存为 

512MB竞价推广推广,操作系统为Windows XP搜索营销,运行平台为Matlab 

7.2。参数设置为:粒子数m=30,其中MQPSO算法 

把粒子分为6个种,每个种包含5个粒子,适应 

度函数中毛:0.8, =0-2,更大迭代次数Maxiter=1O0关键词策略。 

实验结果如表1所示。 

数据集Sponge原有属性数45个名还行营销网,共有记录76个交换链接, 

各种算法对其属性约简效果如表2所示,为了更好变 

现出迭代的过程中,图2给出了具体的进化过程适应 

度曲线。 

为了比较PSO、QPSO、MQPSO三个约简算法的 

收敛速度和寻优能力,本文对三个算法的进化过程进 

行详细分析。 

数据集Lymphography原有属性数19个,共有记 

录148个如何做外链,各种算法对其属性约简效果如表3所示博客推广工具, 

为了更好变现出迭代的过程中,图3给出了具体的进 

化过程适应度曲线。 

2012年第2l卷第4期 http://www.c-S-a.org.cn 计算机系统应用 

表1属性简约结果 

数据集 属性 记录数 算法 约简属性数 运行时间/ms 

Hu算法8 93.355 

Sponge 45 76 

PSO 12 178.487 

QPSO 12 187.596 

MQPSO 8 200.178 

Hu算法8 17.922 

PSO 8 273.538 

Zoo 17 101 QPSO 10 295

.608 

MQPSO 8 303.013 

Hu算法 6 25.945 

PSO 6 589.673 

Lymphography 19 148 

Qpso 6 629.761 

MQPSO 6 643.665 

Hu算法 5 33.357 

Wi

me 14 178 

PSO 

QPSO 

5 

6 

871.

900

369 

.763 

MQPSO 5 914.456 

Hu算法 10 366.088 

PSO 12 2675.304 

Sogbeanbarge 36 307 QeSO 10 3175

.218 

MQPSO 10 3203.289 

Hu算法 9 192.698 

VPSO 10 5334.526 

ote 17 435 QpSO 9 5528

.956 

MQPSO 9 5588.197 

表2数据集Sponge属性约简结果 

Sponge 属性数 达优率 约简属性数 最小约简属性数 最快收敛步数 平均收敛步数 运行时间 

Hu算法 / 8 / | 93.355 

PSO | 12 54 82 l87.596 

45 8 

QpSO 70 8 42 7l 2oo.178 

’ 

MQPSO 90 8 21 54 337.554 

印onge进化过程适应度值变化曲线 Soybean

_

largei ̄化过程适应度值变化曲线 

迭代次数/谈 

图2 Sponge进化过程适应度值变化曲线 图3 Soybean

large进化过程适应度值变化曲线 

_

Research and Development研究开发103 

计算机系统应用 http://www.c-S—a.org.cn 2012年第21卷第4期 

表3数据集Lymphography属性约简结果 

Lymphography 

Hu算法 

PSo 

19 

属性数 达优率(%) 

| 

70 

约简属性数 

6 

6 

最小约简属性数 最快收敛数 

| 

33 

平均收敛数 

| 

95 

运行时间 

25.945 

629.76l 

6 

QPSO 

MQPSO 

90 

lo0 

6 

6 

27 

ll 

60 

41 

643.665 

656.244 

限于篇幅,本文仅画出两个数据集sponge和 

Soybean

_

都得到了改进,这种结合是可行的如何提高百度权重,并能得到较好的 

效果。 large进化过程适应度值的变化曲线,对其他 

数据集并没有列出百度网站收录。 

表1、表2、表3实验结果表明,MQPSO约简算 

法比Hu算法、PSO、QPSO约简算法取得了更好的结 

参考文献 

1 Wong SKM.Ziarko W On optimal decision rules indecision 

果,表现在MQPSO约简算法取得了包含更少属性个 

数的约简结果,MQPSO算法具有更好的收敛速度和 

寻优能力。图2和图3的曲线图是迭代次数与适应度 

值之间的关系图,适应度值越大说明约简结果越优。 

从两图中可以看出MQPSO约简算法比QPSO和PSO 

约简算法具有更好的收敛速度和寻优能力怎么seo快速排名。 

从运行时间的角度来看湖南营销型网站建设,Hu算法所用的时间最 

少seo优化关键词,MQPSO算法所用的时间最多。这是由于Hu算法 

采用了属性重要性优先选择的贪心策略,这种策略能 

够帮助算法很快得到结果seo研究中心,但是得到的结果往往不是 

tables.Bulletin of Polish Academy of Science,1985, 

33(1 1-l2):693-696. 

2 Hu XH,Cercone N.Learning in relational database:a rough 

Set approach.Computational Intelligence,1 995苏州seo优化,l 1(2):323— 

337. 

3YangXM重庆百度优化,Yuan JS,Yuan JY宕机是什么意思,et a1.Arnodiifedparticle swarm 

optimizer with dynamicadaptation.Applied Mathematics and 

Computation,2007,189:1205-1213. 

4廖建坤google搜索引擎优化,叶东毅.基于免疫粒子优化的最小属性约简算法. 

计算机应用seo排名优化软件,2007刷百度排名软件,27(3):550-555. 

5张洪波 多种粒子分层进化优化算法.中国科技信息. 

2010宜昌网站建设,8:4o__42. 

最小的属性约简:另外,MQPSO算法是在QPSO的 

基础上google推广电话,通过引入免疫算法,再进行分搜索的策略seowhy, 

加上几种算法的迭代次数相同,所以MQPSO算法需 

要耗费的时间最多。 

6李爱国.多粒子协同优化算法.复旦大学学报,2004兰州做网站哪家好,43(5): 

923—925. 

7陈国初,俞金寿.两微粒优化算法及其应用.控制理论与 

5结语 

本文把多种分的思想运用于量子粒子算 

法商丘网站建设,提出了基于多种免疫量子粒子的粗糙集属性 

企业营销网站、SEO优化、行业细分占位策划,营销系统开发等领域,为中小微企业和个人提供以上领域内的服务以及咨询。加微信:qq438569148 马上咨询
版权声明:本文内容由互联网用户自发贡献,该文观点及内容相关仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容请联系QQ:438569148立即清除!