基于可变模糊方法的智能算法求解效果评价

基于可变模糊方法的智能算法求解效果评价

ID:10144661

大小:29.50 KB

页数:6页

时间:2018-06-11

基于可变模糊方法的智能算法求解效果评价_第1页
基于可变模糊方法的智能算法求解效果评价_第2页
基于可变模糊方法的智能算法求解效果评价_第3页
基于可变模糊方法的智能算法求解效果评价_第4页
基于可变模糊方法的智能算法求解效果评价_第5页
资源描述:

《基于可变模糊方法的智能算法求解效果评价》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于可变模糊方法的智能算法求解效果评价摘要:随着科学研究水平的逐渐加深,智能算法出现。智能算法主要是解决现实生活当中有待于优化的问题,在现代社会领域被广泛应用。智能算法的有效性一直是智能算法在现实中应用的重要衡量指标,并可以将该智能算法归结为多指标综合性评价问题。本文基于可变模糊方法对于智能算法的求解效果进行评析,促进智能算法的应用效果。关键词:可变模糊法;智能算法;求解效果中图分类号:TP18由于现代智能算法理论被逐渐的发展与完善,并且其应用的领域也逐渐广泛,新的算法得到发展,众多智能算法出现。如何在众多智能算法当中评价算法结果的有效性,

2、是目前智能算法研究领域的重要研究课题。本文对于智能算法求解效果进行评价,对于智能算法的求解准确性具有一定的现实意义。1智能算法求解效果评价现状6在目前验证算法的有效性当中,通常采用的方式就是针对文献当中已有结果进行比对与分析,进而验证结果。在目前,我国对于智能算法求解方面的研究,主要采用的方法为物元分析理论进行验证,并建立了智能求解效果评价问题的模型,结合具体的实力进行了大量的计算,对智能算法求解效果进行分析,取得了一定的研究成果。但由于物元分析理论方法属于单模型评价方法,缺乏验证的全面性,造成研究过程中得出的智能算法的求解效果将会大打折扣

3、,并存在一定误差。为了寻找能够真正检验智能算法求解效果的理论,需要通过更加稳定以及可靠的综合性评析方法进行该问题的研究与讨论。可变模糊评价方法的出现,为智能算法的求解效果评价带来了新的验证方法。可变模式评价是可变模糊集理论在评价工作当中的具体表现形式,能够代表着可变模糊集理论的研究成果以及实际价值。可变模糊方法能够凭借模型以及相应的参数变动,获得可靠并且较为真实的评价信息,充分的克服了由于单模型评价存在的弊端以及片面性特点,有效的增加了评价工作的可靠性以及可信性。因此,应用可变模糊方法对于智能算法求解效果进行评价,为职能算法求解有效性问题提

4、供了新的验证途径[1]。2智能算法计算指标体系的构建2.1全局收敛概率。全局收敛概率主要是指算法搜索全局能够明确最优解的概率,这一概率内容是收集智能算法性能的重要标志,同时也是在进行衡量求解能力的指标。概率的数值越大,收敛性方面的内容较好,体现出的准确计算能力越强。在全局收敛概率方面,将其定义为gp,另gp=收敛次数/运行总次数,则gp∈[0,1]。62.2标准方差绝对值。该方差绝对值是整个智能算法性能强弱的衡量标准,鲁棒性的相应数值越小,算法越稳定。此处,将标准方差定义为=,其中,N表示的是算法的总计算次数,f*表示的是目标函数能够获取的

5、最优值,为计算运行N次之后的目标函数的平均值。2.3CPU平均执行时间。该时间的内容主要是表示智能算法在进行计算的过程中,执行计算的具体能力以及相应的效果,其得出的数值越小,效率越高。将CPU时间设定为,并将=,其中的ti为智能算法在进行运算的过程中所花费的执行时间,通过此公式进行处理器执行时间计算[2]。3可变模糊方法智能算法求解分析3.1智能算法特征值矩阵分析。针对智能算法目前研究状况以及研究成果进行分析,能够将只能算法求解的实际计算效果分为Ⅰ(优)、Ⅱ(良)、Ⅲ(中)、Ⅳ(一般)以及Ⅴ(差)等五个等级,并结合只能算法当中包含的具体方法

6、,将每一个待评价的职能算法设定为Xj(j=1,2,3,4),xij(i=1,2,3;j=1,2,3,4)表示为算法j的i个具体指标值,并根据具体的特征值进行分析,能够得出相应的矩阵,即:3.26衡量指标评价矩阵。在衡量指标评价矩阵的过程中,设定智能算法当中的各性能评价指标按c个级别进行划分相应的区间,并将具体指标分为,1级最优,c级最差,以此类推。则可以讲具体的指标分为:Iab=([aih,bih])=[1,0.9][0.9,0.6][0.6,0.5][0.5,0.2][0.2,0][0,0.001][0.001,0.01][0.01,0.

7、05][0.05,0.1][0.1,1][0,0.1][0.1,1][1,5][5,10][10,100]3.3确定性能指标权重。此种方法与物元可拓方法相比较而言,几种性能评价指标权重的系数按AHP进行确定。首先,根据经验建立相应的判定性矩阵A=[1,7,9;1/7,1,3;1/9,1/3,1],并且根据相应的矩阵A的特征方面的向量进行分析,得出AW=(0.776,0.155,0.069)以及特征值λ=3.083。经过相应的经验进行判断,能够保证判断的相应矩阵满足A矩阵的一致性需求。因此,三种性能评价指标权重的向量为W=(0.776,0.1

8、55,0.069)。3.4确定可变模糊综合评价模型。根据相应的计算算法j对级别h的综合相对隶属关系进行分析,能够得出以下公式内容:6在公式当中,Wi表示的是指标权重;α为优化标准

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。