1) Multi-weight dynamic adjusting
多惯性权重动态调整
1.
Based on the standard PSO algorithm,the influence of inertial weight on different particles is analyzed,and a Multi-weight dynamic adjusting mechanism based on fitness value is proposed.
粒子群优化算法是一种性能优越的寻优算法,但由于早熟问题,影响了算法性能的发挥,同时PID控制器是一类广泛使用的控制器,其参数的选取可等效为优化问题,在标准微粒子群算法的基础上,分析了惯性权重对不同粒子的影响,提出了一种基于适应度值的多惯性权重动态调整机制,同时针对标准微粒子群算法易陷入局部最优的特点,引入混沌扰动机制,利用混沌的遍历性、随机性来改善种群的多样性,并将该方法用于PID控制器参数整定,仿真结果表明了方法的有效性和优越性。
2) dynamic inertia weight
动态惯性权重
1.
Using the method of applying new measurements of particle swarm diversity,the algorithm uses a special mutation operator,and uses the elite individual reserved strategy,new velocity term and dynamic inertia weight to increase the swarm population diversity.
通过对种群多样性测度新指标的应用,采用保留最优个体的精英保留变异操作、新的速度项和动态惯性权重等技术,有效提高了种群的多样性。
3) Dynamic adjusting of weights
权重动态调整
5) inertia weight
惯性权重
1.
Research advances on inertia weight in particle swarm optimization;
粒子群优化算法中惯性权重的研究进展
2.
Modified particle swarm optimizer using non-linear inertia weight;
一种非线性改变惯性权重的粒子群算法
3.
Particle swarm optimization with self-adaptive stochastic inertia weight;
具有自适应随机惯性权重的PSO算法
6) weight adjustment
权重调整
1.
Research of a kind of feature weight adjustment algorithm;
一种特征词权重调整算法的研究
2.
3) A sample and fast weight adjustment algorithm is proposed based on user feedback.
3)给出了一种简单快速的权重调整算法。
3.
Based on the study of data sets asymmetry for two types of text categorization,a feature weight adjustment method based on feedback information is proposed.
该文对两类文本分类中的数据集偏斜问题进行研究,提出一种基于反馈信息的特征权重调整方法,该方法综合考虑正确分类和错误分类的文本数来调整词的权重,以降低训练过程中对小类别的不公平待遇。
补充资料：因侵害姓名权、肖像权、名誉权、荣誉权产生的索赔权
因侵害姓名权、肖像权、名誉权、荣誉权产生的索赔权：公民、法人的姓名权、名称权，名誉权、荣誉权、受到侵害的有权要求停止侵害，恢复名誉，消除影响，赔礼道歉，并可以要求赔偿损失。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条