论文开题：改进微粒群算法及其在花类识别中的应用

大学本科毕业论文(设计)开题报告
学院：数学学院　　　　　　　　　　　　　专业班级：08信息与计算科学1班
课题名称 改进微粒群算法及其在花类识别中的应用

1、本课题的的研究目的和意义：
通过本次设计，首先，了解微粒群算法的原理及其应用领域[2]，并将微粒群算法应用于UCI数据集分类规则的识别[3]。其次，针对算法的收敛速率问题，通过对微粒群算法中的控制参数（这里主要是惯性权重w）的改进，从而改进并提高微粒群算法的收敛
……（新文秘网https://www.wm114.cn省略355字，正式会员可完整阅读）……　
次迭代后的较好的粒子并复制到下一代，以保证每次迭代的微粒群都具有较好的性能。
Higashi等各自提出了自己的协同PSO算法，通过使用多群微粒分个体向全局最优飞，而其他个体相反方向飞，以扩大搜索空间。
除以上的混合算法之外，还出现了量子PSO、模拟退火PSO、耗散PSO、自适应PSO等混合改进算法，也有采取PSO与基于梯度的优化方法相结合的办法等。[1]
3、 本课题的主要研究内容（提纲）和成果形式：
（1）微粒群算法的基本理论，及其起源，应用及发展。
（2）将基本的PSO算法用于UCI数据集分类规则的识别。
（3）改进并提高算法的收敛速度。
（4）附相关代码。
4、拟解决的关键问题：
针对微粒群算法收敛速度较慢问题，提出算法改进，提高算法的收敛速度。

5、研究思路、方法和步骤：
（1）思路及方法：W的值较大时，有较好的全局收敛能力，而w的值较小时，则有较强的局部收敛能力。因此，使w在初期减少尽量缓慢，全局搜索能力很强，有利于找到很好的优化种子，在算法进化后期，w的减小趋势加快，一旦在前期找到合适的种子，可以使得算法收敛速度加快。[4]
（2）步骤：阅读相关文献，明确改进思路及方法，matlab实现，测试改进及更正相关代码。对结果进行分析和总结。
6、本课题的进度安排：
2.1-3.1 查看微粒群算法的相关文献和书籍，掌握微粒群算法的基本原理。
3.2-3.31 基本的微粒群算法用于对花类规则的识别。
4.1-4.20 微粒群算法用于花类规则识别，改进收敛速度。
4.21-5.5 撰写论文，准备答辩

7、参考文献：
[1]纪震，廖惠连，吴青华著.粒子群算法及应用.北京 科学出版社，2009
[2]龚纯，王正林著.精通matlab最优化计算.北京 电子工业出版社 ……（未完，全文共1567字，当前仅显示996字，请阅读下面提示信息。收藏《论文开题：改进微粒群算法及其在花类识别中的应用》）