基于改进粒子群和模糊神经网络的雾霾分类研究
裴佳佳
刘媛华
上海理工大学管理学院 上海 200093
摘要：针对粒子群算法对初始种群敏感和易陷入局部最优解等问题,提出了佳点集理论结合多种群多策略协同进化算法改进的粒子群算法(IMPMSPSO).首先采用佳点集理论生成佳点作为初始种群,使种群分布更均匀而在一定程度上减弱其对位置的敏感性;然后利用协同进化算法,先将种群随机分成若干子种群,各子种群随机选择一种改进的进化策略并行计算,并进行最优位置的共享.经过测试,IMPMSPSO在计算精度和收敛速度上均优于其他算法.最后利用IMPMSPSO优化模糊神经网络初始权值和阈值构造分类预测模型,对雾霾污染等级进行分类预测.结果表明,与其他分类模型相比,该模型在各等级上的准确率均有提高.
关键词：佳点集理论协同进化粒子群模糊神经网络雾霾分类预测
分类号：TP301.6(计算技术、计算机技术)
资助基金：国家自然科学基金(11505114)
论文发表日期：2021-09-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 1834-1841 )
英文信息