《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》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。