基于混沌离散粒子群优化的约束性多分类模型

摘要：

约束性多分类问题是在某些工程和生产领域中存在的一类具有特殊约束条件的多分类模式识别问题.针对传统的有监督分类法无法解决约束性多分类问题,提出一种基于混沌离散粒子群优化的约束性多分类模型(CBPSO-RMCM),并将该模型应用于盾构隧道管片选型预测.仿真实验表明,CBPSO-RMCM模型能有效地实现约束性多分类模式识别,并且分类准确率较高.

关键词：约束性、多分类、混沌、粒子群优化

所属期刊栏目：35

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金资助项目50778109;上海市重点学科基金资助项目J50103

在线出版日期：2010-03-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：190-193