基于改进粒子群置信规则库参数训练算法

摘要：

针对置信规则库中参数训练的求解问题,传统的粒子群优化算法易早熟收敛,陷入局部最优解,为更好地平衡算法的种群搜索和局部搜索能力,提出一种逐步减小惯性权重的粒子群优化算法,将其应用到置信规则库参数训练中.通过航材承修商的评估实例检验该算法的有效性,改进的粒子群算法收敛速度更快,精度更高;参数训练后的置信规则库的输出与专家评分拟合度相比未经过参数训练的置信规则库有明显提高.实验结果表明,改进粒子群算法可用于置信规则库参数训练.

关键词：粒子群算法、置信规则库、参数训练、惯性权重、搜索能力

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金与中国民航联合基金项目61179063;国家自然科学基金项目61301245

在线出版日期：2017-03-15（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：400-404