利用粒子群算法计算AHP判断矩阵排序权重

根据判断矩阵的基本性质,可以将判断矩阵的排序权重计算归结为一个最小化一致性指标的最小优化问题。针对这个最优化问题,提出一种利用改进的粒子群算法计算排序权重的算法。首先对判断矩阵排序权重计算及一致性检验、改进的粒子群算法进行了介绍,然后对排序权重计算进行了描述,最后给出仿真实验数据及其分析。实验结果验证了此算法的有效性,并显示该算法具有很高的精度和稳定性。     

不完全判断矩阵权值的粒子群优化算法计算

不完全判断矩阵权值求解是一个重要问题.在分析不完全判断矩阵权值求解的各种方法基础上,提出以使判断矩阵的最大特征值达到最小为目标,建立求解权值准则.给出利用粒子群优化算法解决此问题,实例表明该方法比较有效.     

不完全判断矩阵权值的粒子群优化算法计算

不完全判断矩阵权值求解是一个重要问题。在分析不完全判断矩阵权值求解的各种方法基础上，提出以使判断矩阵的最大特征值达到最小为目标，建立求解权值准则。给出利用粒子群优化算法解决此问题，实例表明该方法比较有效。     

基于粒子群优化的独立分量分析算法研究

在分析独立分量分析算法的基础上,给出了一种基于粒子群优化的独立分量分析算法。该算法以互信息量最小化为目标函数,通过对粒子群位置矢量和速度矢量更新的改进,得到全局最优值,从而得到分离矩阵。仿真实验表明,基于粒子群优化的独立分量分析算法是一种非常有效的盲源分离算法。     

基于优化EKF的永磁同步电机转速估计

为了解决在永磁同步电机无速度传感器直接转矩控制系统中,扩展卡尔曼滤波器在转速估计时系统噪声矩阵和测量噪声矩阵难以较准确获得的问题,提出了一种基于改进粒子群优化的扩展卡尔曼滤波器转速估计方法,该方法融合了粒子群算法与遗传算法的优点,经过实验仿真表明,当将此方法应用于卡尔曼滤波器系统噪声矩阵和测量噪声矩阵寻优时,与遗传算法、标准粒子群算法相比,改进粒子群优化的卡尔曼滤波器能更加迅速地找到较优解。     

解多目标优化问题的新粒子群存档算法

通过把Pareto优与粒子群优化(PSO)算法相结合,利用给出的粒子的序值定义对粒子群中的粒子进行分离存档,给出了一种求解多目标优化问题的新粒子群存档算法。为了提高算法的全局收敛性,对PSO算法中的惯性因子ω执行自适应调节。数据实验比较表明该算法能找到问题数量更多、分布更广、更均匀的Pareto最优解。     

基于改进粒子群算法的电力通信网最佳抢修路径问题的研究

研究了改进的离散粒子群算法在电力通信网最佳抢修路径中的应用。粒子群优化算法是一种新型通用启发式算法,能够有效地求解大规模组合优化问题。在研究离散粒子群算法原理的基础上,引入记忆单元,实现粒子间信息共享,保证了粒子在寻优过程中能容易的跳出局部最优点,并能加速收敛到全局最优解。建立了电力通信网最佳抢修路径模型,构造了节点矩阵和速度矩阵,设计了求解算法,并编程进行了测试,实验结果表明了所提方法的可行性和有效性。     

基于不同直觉偏好结构的多属性决策方法

研究了属性值为实数、且决策者对属性的偏好信息以直觉判断矩阵或残缺直觉判断形式给出的直觉模糊多属性决策问题.首先介绍了直觉判断矩阵、一致性直觉判断矩阵、残缺直觉判断矩阵、一致性残缺直觉判断矩阵等概念,然后分别建立了基于直觉判断矩阵和基于残缺直觉判断矩阵的多属性决策模型,并且建立了基于直觉判断矩阵和残缺直觉判断矩阵的多属性群决策模型,进而给出了基于不同直觉偏好结构的多属性决策方法.该方法无需对不同偏好结构进行一致化处理,可直接通过求解模型得到最优权重向量,因而避免了一致化所导致的决策信息的失真和丢失.最后应用上述方法对江苏省企业技术创新能力进行了评估.     

基于全参数自适应变异粒子群算法的单目相机标定

针对传统粒子群方法求解相机内参时的局部最优解问题,提出一种基于全参数自适应调节和变异机制的粒子群单目相机内参优化方法.首先,基于向量约束关系对单应性矩阵进行变形,利用最小二乘法求得相机的初始内参.然后,考虑在迭代过程中局部最优粒子、全局最优粒子对各个粒子的作用不同,分别给出了基于粒距的自适应的局部因子学习调节策略和全局因子学习调节策略;同时,设计了基于粒子群平均粒距的改进的粒子自适应变异率.最后,给出了基于全参数的自适应变异机制的粒子群相机内参优化算法.实验结果表明,与张正友标定方法、传统粒子群优化标定方法相比,该方法具有较好的标定精度和收敛速度.     

鱼骨型布局拣货路径多车调度混合优化方法

针对一种新型非传统鱼骨型仓储布局模式,建立非传统鱼骨型布局结构中任意货物点之间的距离矩阵计算模型;考虑拣货小车载重约束条件,建立多车协同拣选调度优化模型;在传统遗传算法与粒子群算法结合的基础上,给出一种混合粒子群优化算法.为验证该算法的有效性,在不同订单规模情况下,将该算法与传统粒子群算法、遗传算法和多种群遗传算法进行比较,应用Matlab软件仿真分析,实验结果表明:该算法不但具有粒子群算法收敛快、耗时短的优点,还具备遗传算法寻优能力强的特点.     

不完全信息下模糊互补判断矩阵的排序方法

给出了不完全信息下的模糊互补判断矩阵及其拟一致性的定义，并研究了不完全信息下的模糊互补判断矩阵拟一致的充要条件，提出了不完全信息下模糊互补判断矩阵的最小二乘排序方法，并把它推广到群体决策的情形，最后通过一个算例说明该方法计算简洁有效．     

层次分析法中残缺矩阵排序的模糊方法

讨论了层次分析法中残缺矩阵可接受的条件,证明了得到完全矩阵所需的最少比较次数,在此基础上提出了一种快速决策的模糊方法。首先,对有n个指标的决策,专家只需要给出n-1次比较的值,然后笔者给出了补足残缺部分的算法,最后用模糊方法计算该矩阵的排序向量。仿真了整个过程,证明该方法简便、科学,为快速准确决策提供了可靠的理论依据和手段。     

基于残缺互补判断矩阵的多指标决策方法

针对具有残缺互补判断矩阵形式方案偏好信息的多指标决策问题,提出了一种决策分析方法.对具有残缺互补判断矩阵的多指标决策问题进行了描述.依据残缺互补判断矩阵和决策矩阵,构建了求解指标权重的最优化模型.采用拉格朗日乘数法求解该模型,得到每个指标的权重值,进而计算出每个方案的综合评价值,从而可得到所有方案的排序结果.最后,通过给出一个算例说明了该方法的可行性和实用性.     

基于改进TFN-AHP的微博用户属性特征向量提取算法研究

在对传统TFN-AHP算法进行研究的基础上,针对其中判断矩阵标度选择不合理、计算过程中会出现错误以及各属性评价指标权重差异小不易区分和排序的问题,提出了改进的TFNAHP算法,该算法通过构造模糊精度矩阵和采用闭区间[0,1]的实数作为模糊判断矩阵标度值,避免了传统TFN-AHP算法中将某一属性特征权重武断判定为0的错误,同时使用可控迭代精度的迭代方法计算特征向量,使各属性权重间有较好的区分性,有利于各属性的重要性排序,并基于该算法提取了微博用户属性特征向量.     

三角网格中的孔洞修补算法

提出一种三角网格中的孔洞修补算法, 先应用最小内角原则, 对孔洞直接进行三角剖分得到孔洞剖分的新三角形集合, 然后依据孔洞边界顶点密度, 应用圆和最大内角优化原则, 对新三角形集合进行加点细分得到初始补丁网格, 最后应用λ-μ方法对初始补丁网格进一步优化, 得到最终的补丁网格. 实验结果表明, 该算法效率高、 准确性好.     

AHP法中平均随机一致性指标的算法及MATLAB实现

利用层次分析法解决问题时，要对通过两两比较得出的判断矩阵进行一致性检验．而作为参与计算检验的平均随机一致性指标的值一般需要通过查表而得，一般表中又查不到高阶平均随机一致性指标值，这一难点阻碍着层次分析法大面积的推广应用．在深刹剖析层次分析法的基础上，给出了平均随机一致性指标的算法，并且基于MATLAB软件下予以程序实现．     

基于语言判断矩阵的群决策方法

针对基于语言判断矩阵的群决策问题,提出了一种基于语言信息处理的群决策方法·在描述了基于语言判断矩阵的群决策问题后,通过变量转换关系对语言短语集中的有序语言短语进行"量化",构造了与决策者给出语言判断矩阵"等价的"互反矩阵,利用几何加权平均算法对所得到的互反矩阵进行群集结,并根据和积法求出归一化主特征向量,给出了一种简便的方案排序方法,从而确定最优方案·该方法具有保证传递信息的相对完整性及计算量相对较小的特点·最后通过一个算例说明了该方法的有效性和实用性·     

基于乘型ART算法的快速图像重建技术研究

为了利用迭代算法快速实现不完全投影数据下的图像重建,介绍了乘型ART(A lgebraic Reconstruction Techniques)迭代算法的快速实现,利用投影矩阵是一个极大的超稀疏矩阵的性质,对迭代矩阵计算方法进行简化,并对其存储结构和检索方法进行优化设计,使迭速度得到了大大提高.在不完全投影的情况下,该迭代算法具有一定的优势.同时针对迭代模型不足导致的重建伪影提出了校正方法,取得了理想的效果.