論文開題：改進(jìn)微粒群算法及其在花類識別中的應(yīng)用

大學(xué)本科畢業(yè)論文(設(shè)計)開題報告
學(xué)院：數(shù)學(xué)學(xué)院　　　　　　　　　　　　　專業(yè)班級：08信息與計算科學(xué)1班
課題名稱 改進(jìn)微粒群算法及其在花類識別中的應(yīng)用

1、本課題的的研究目的和意義：
通過本次設(shè)計，首先，了解微粒群算法的原理及其應(yīng)用領(lǐng)域[2]，并將微粒群算法應(yīng)用于UCI數(shù)據(jù)集分類規(guī)則的識別[3]。其次，針對算法的收斂速率問題，通過對微粒群算法中的控制參數(shù)（這里主要是慣性權(quán)重w）的改進(jìn)，從而改進(jìn)并提高微粒群算法的收斂
……（新文秘網(wǎng)http://jey722.cn省略355字，正式會員可完整閱讀）……　
次迭代后的較好的粒子并復(fù)制到下一代，以保證每次迭代的微粒群都具有較好的性能。
Higashi等各自提出了自己的協(xié)同PSO算法，通過使用多群微粒分個體向全局最優(yōu)飛，而其他個體相反方向飛，以擴(kuò)大搜索空間。
除以上的混合算法之外，還出現(xiàn)了量子PSO、模擬退火PSO、耗散PSO、自適應(yīng)PSO等混合改進(jìn)算法，也有采取PSO與基于梯度的優(yōu)化方法相結(jié)合的辦法等。[1]
3、 本課題的主要研究內(nèi)容（提綱）和成果形式：
（1）微粒群算法的基本理論，及其起源，應(yīng)用及發(fā)展。
（2）將基本的PSO算法用于UCI數(shù)據(jù)集分類規(guī)則的識別。
（3）改進(jìn)并提高算法的收斂速度。
（4）附相關(guān)代碼。
4、擬解決的關(guān)鍵問題：
針對微粒群算法收斂速度較慢問題，提出算法改進(jìn)，提高算法的收斂速度。

5、研究思路、方法和步驟：
（1）思路及方法：W的值較大時，有較好的全局收斂能力，而w的值較小時，則有較強(qiáng)的局部收斂能力。因此，使w在初期減少盡量緩慢，全局搜索能力很強(qiáng)，有利于找到很好的優(yōu)化種子，在算法進(jìn)化后期，w的減小趨勢加快，一旦在前期找到合適的種子，可以使得算法收斂速度加快。[4]
（2）步驟：閱讀相關(guān)文獻(xiàn)，明確改進(jìn)思路及方法，matlab實現(xiàn)，測試改進(jìn)及更正相關(guān)代碼。對結(jié)果進(jìn)行分析和總結(jié)。
6、本課題的進(jìn)度安排：
2.1-3.1 查看微粒群算法的相關(guān)文獻(xiàn)和書籍，掌握微粒群算法的基本原理。
3.2-3.31 基本的微粒群算法用于對花類規(guī)則的識別。
4.1-4.20 微粒群算法用于花類規(guī)則識別，改進(jìn)收斂速度。
4.21-5.5 撰寫論文，準(zhǔn)備答辯

7、參考文獻(xiàn)：
[1]紀(jì)震，廖惠連，吳青華著.粒子群算法及應(yīng)用.北京 科學(xué)出版社，2009
[2]龔純，王正林著.精通matlab最優(yōu)化計算.北京 電子工業(yè)出版社 ……（未完，全文共1567字，當(dāng)前僅顯示996字，請閱讀下面提示信息。收藏《論文開題：改進(jìn)微粒群算法及其在花類識別中的應(yīng)用》）