粒子群優(yōu)化算法的改進(jìn)及其在圖像分割中的應(yīng)用.pdf

1、粒子群優(yōu)化算法是一種受到鳥類和魚類群體活動(dòng)的有規(guī)律的社會(huì)行為方式的啟發(fā)而得到的一種基于群體智能的啟發(fā)式的全局優(yōu)化算法。該算法的基本思想來源于對(duì)鳥類簡(jiǎn)化社會(huì)模型的研究以及對(duì)其行為的模擬，其中每個(gè)個(gè)體都盡可能地使用自身以及群體的智能，不斷地進(jìn)行學(xué)習(xí)并調(diào)整，最終獲得一個(gè)最優(yōu)解。該算法常用于求解組合優(yōu)化問題以及非線性問題等。因其具有控制參數(shù)少、易理解、易實(shí)現(xiàn)、收斂速度快、所需領(lǐng)域知識(shí)少等優(yōu)越性，所以該算法一經(jīng)提出時(shí)就引來了眾多學(xué)者的廣泛關(guān)注，并

2、逐步成為了一個(gè)新的研究熱點(diǎn)，且成功地應(yīng)用到了圖像分割、函數(shù)優(yōu)化、模式識(shí)別、神經(jīng)網(wǎng)絡(luò)訓(xùn)練等許多領(lǐng)域。
　　圖像處理中最為基礎(chǔ)和重要的組成部分是圖像分割，對(duì)圖像進(jìn)行視覺分析和模式識(shí)別都是以圖像分割為基本前提的。所謂圖像分割指的就是根據(jù)灰度、紋理、形狀和顏色等特征把圖像劃分成各種不同特性的區(qū)域，并從中提取出所感興趣的目標(biāo)區(qū)域的過程。
　　本文的主要工作如下：
　　(1)針對(duì)粒子在最優(yōu)解附近飛行的過程中所產(chǎn)生的振蕩現(xiàn)象，從物理

3、學(xué)的角度對(duì)算法的位置更新公式進(jìn)行研究及改進(jìn)，提出了基于飛行時(shí)間線性遞減的粒子群算法，進(jìn)而使得算法的尋優(yōu)能力得到一定的改善，粒子在飛行過程中越過最優(yōu)位置所產(chǎn)生的振蕩現(xiàn)象的可能性也有所降低。
　　(2)針對(duì)粒子群優(yōu)化算法的易陷入局部極值以及效率問題改進(jìn)了公式，提出了基于迭代方程的無速度PSO算法，該算法更加簡(jiǎn)潔，大幅度地簡(jiǎn)化分析和控制粒子的進(jìn)化過程，而且使得算法更容易收斂。
　　(3)將飛行時(shí)間線性遞減的PSO算法和Otsu算法