群体智能优化算法及其在光谱变量选择中的研究进展
作者:
  • 摘要
  • | |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • | |
  • 文章评论
    摘要:

    群体智能(Swarm Intelligence,SI)优化算法模拟生物群体的智慧而具有强大的搜索能力,在函数求解、参数选择、多目标优化等方面引起了广泛关注。近年来,群体智能优化算法也成为光谱分析领域的研究热点。本文首先总结了已提出的102种群体智能优化算法的基本信息,并从三个角度对这些算法进行分类。然后整理了应用于光谱变量选择的群体智能优化算法,探讨了群体智能优化算法在变量选择方面的相同点和不同点,包括实现过程、适应度函数、位置更新和离散化。最后,讨论了群体智能算法选择光谱变量面临的挑战和未来前景,为其他群体智能优化算法的引入以及新型群体智能优化算法的提出提供参考。

    参考文献
    相似文献
    引证文献
引用本文

杨文博,汪若馨,张容玲,刘鹏,卞希慧*.群体智能优化算法及其在光谱变量选择中的研究进展[J].科研仪器案例成果数据库,2024,(0).

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 在线发布日期: 2024-12-20
文章二维码