基于粒子群优化算法的Logistic模型参数估计

您当前的位置：

首页 >

文章列表页 >

基于粒子群优化算法的Logistic模型参数估计

更新时间：2025-07-08

- 基于粒子群优化算法的Logistic模型参数估计
- Acta Electronica Sinica Issue S1, Pages: 55-59(2010)
- 作者机构：
  
  武汉大学软件工程国家重点实验室
- 作者简介：
- 基金信息：
- DOI：
  CLC： O224;TP301.6
- Published：2010
- 稿件说明：
移动端阅览
[J]. Acta Electronica Sinica, 2010, (S1): 55-59.
DOI：

[J]. Acta Electronica Sinica, 2010, (S1): 55-59. DOI：

摘要

将Logistic模型的参数估计问题转化为一个多维无约束函数优化问题

然后利用粒子群优化算法(PSO)的全局搜索能力对此问题求解.仿真实验中所使用的数据包括真实数据和随机采样数据.实验结果表明

在这两种数据条件下PSO算法均能够较准确地估计获得Logistic模型的参数

证实了PSO算法是Logistic模型参数估计的一种可靠有效的算法.同时也分析了参数维数和噪声对PSO算法的收敛性和稳定性的影响.

Abstract

关键词

Keywords

references

余爱华.Logistic模型的研究[D].南京林业大学,2003(04).

石志广,周剑雄,赵宏钟,付强.基于协同粒子群优化的GTD模型参数估计方法[J].电子学报,2007(06).

高飞,童恒庆.基于改进粒子群优化算法的混沌系统参数估计方法[J].物理学报,2006(02).

姜波,汪秉文.基于遗传算法的非线性系统模型参数估计[J].控制理论与应用,2000(01).

Cure kinetic parameter estimation of thermosetting resins with isothermal data by using particle swarm optimization[J].European Polymer Journal,2008(8).

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Speaker Identification Based on Particle-Pair Cooperative Optimizer

An Algorithm for Recognition and Parameters Estimation of OFDM in Alpha Stable Distribution Noise

The Parameters Estimation of the Mixed Model of Sianals with the Form Invariance Signs Under Autorgeressive Operator

Related Author

XUE Li-ping

YIN Jun-xun

ZHOU Jia-rui

JI Zhen

JIN Yan

JI Hong-bing

LUO Jun-hui

ZHANG Jun-lin

Related Institution

School of Electronics and Information Engineering, South China University of Technology

Faculty of Information Engineering,Shenzhen University

School of Electronics and Information EngineeringSouth China University of TechnologyGuangzhouGuangdong 510641China

Faculty of Information EngineeringShenzhen UniversityShenzhenGuangdong 518060China

School of Electronic Engineering, Xidian University

⁰