《表4 最优模糊参数:乘用车谱聚类FCAS/PCW风险等级分类算法研究》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《乘用车谱聚类FCAS/PCW风险等级分类算法研究》
加速计算。具体来说,四次幂可以抵消PI内可能影响PSO算法性能的双根操作;在适应度函数的形成过程中,由于粒子群优化算法总是求出最小值,所以加入负号。基于Matlab的PSO算法得到参数集x的最优解,如表4所示;PSO迭代过程如图10所示,其中适应度函数的最优值-PI4为-0.588,相当于性能指标PI为0.876。
图表编号 | XD00133085300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.01 |
作者 | 李畅、孙海明、宋攀 |
绘制单位 | 湖北汽车工业学院机械工程学院、中国汽车技术研究中心有限公司、湖北汽车工业学院机械工程学院、中国汽车技术研究中心有限公司 |
更多格式 | 高清、无水印(增值服务) |