基于自适应动态猫群算法的分数阶灰色模型参数估计
最优化与控制
2018-05-24 v2 神经与进化计算
摘要
本文利用 ADCSO（自适应动态猫群优化，Adaptive Dynamic Cat Swarm Optimization）来估计分数阶灰色模型的参数。分数阶灰色模型的参数影响模型的预测精度。为解决一般群智能算法易陷入局部最优并优化模型精度的问题，利用 ADCSO 来减小模型误差。针对武汉港集装箱吞吐量和浙江省海洋捕捞产量的数据实验结果表明，不同的参数值影响预测结果。与 PSO（粒子群优化，Particle Swarm Optimization）和 LSM（最小二乘法，Least Square Method）相比，ADCSO 估计的参数使模型的预测误差更小、收敛速度更高，且不易陷入局部收敛。验证了 ADCSO 用于分数阶灰色模型参数估计的可行性与优势。
引用
@article{arxiv.1805.08680,
title = {A Parameter Estimation of Fractional Order Grey Model Based on Adaptive Dynamic Cat Swarm Algorithm},
author = {Binyan Lin and Fei Gao and Meng Wang and Yuyao Xiong and Ansheng Li},
journal= {arXiv preprint arXiv:1805.08680},
year = {2018}
}
备注
6 pages,5 figures