基于改进的粒子群算法的多元线性回归模型参数估计

摘要：

针对基本粒子群算法易陷入局部解的不足,本文基于基本粒子群算法,着重对惯性权重因子进行改进,在非线性递减惯性权重策略基础上增加随机因素的考虑,给出了改进的算法-非线性递减随机惯性权重粒子群算法.并利用国际常用基准测试函数进行仿真实验,测试结果验证了改进算法的计算性能优于基本粒子群算法.在此前提下,本文针对多元线性回归分析中的参数计算复杂问题,又提出一种基于上述改进算法的参数估计方法,以最大似然准则作为粒子群优化算法的适应度函数,建立多元线性回归分析中的参数估计计算模型.算例仿真结果显示,该方法是高效和实用的.

关键词：粒子群优化算法、惯性权重、参数估计、多元线性回归

所属期刊栏目：32

分类号：TP301.6(计算技术、计算机技术)

资助基金：浙江省2010年度教育科学规划研究课题SCG194

在线出版日期：2010-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：101-105