问题标签 [particle-swarm]

我有一个使用 swarm 粒子算法优化移动资源的 Android Studio 项目。我的健身功能不断出现此错误，因此我的主要活动从未运行或向我显示结果。这是我的课，我一直遇到问题...

基本上，我实现了一个 hashmap，它从主要活动中获取用户输入，并为这些输入分配一个 int 值，该值用作 bits[] 数组中的位。这些是我的错误...

我正在尝试在支持向量机（SVM）上实现粒子群优化以优化成本和伽马参数（径向基函数）以提高准确性。SVM 程序正在从 mysql db 获取数据并且工作正常。现在我需要一个用于优化成本和伽马参数的 PSO 代码并在 svm 程序中使用它。以下是 svm 和 pso 代码。Svm 工作正常，但 PSO 代码不起作用。代码是用python编写的。请帮忙..

支持向量机代码：

PSO 代码：

我想使用 RMSE 作为适应度函数，但我认为适应度函数必须包含要优化的参数。但是，在 SVR 中，目标函数太复杂，无法用 python 编写。

我有一个 Java 类，它使用 PSO 来计算优化用户在 UI 主要活动中输入的服务的最佳全局解决方案。当我运行我的 UI 时，我已经使用 打印了终端中的位组合计算，但是我需要在我的 EditText 视图中的一个名为SolutionActivity.javaSystem.out.println()的活动中打印相同的打印。

这是我的终端向我展示的内容：

这是打印此内容的 Java 类 (CustomUseCase.java) 中的代码...

现在我需要System.out.print(b + " ");在我的SolutionActivity. 布尔变量的数量bestCombo[]将根据用户在主活动中输入的内容而有所不同，如果用户输入 3 个服务，则 bestCombo 将有 5 个元素，如果用户输入 6 个服务，则 bestCombo 将有 8 个元素。这是它目前的样子......

我实现了 AsyncTask 来执行结果。这是我得到的错误...

我看过关于“Looper.prepare()”的不同 SOF 帖子，但问题是，在将静态变量更改为 getter/setter 方法之前，我的 UI 工作正常。

这是我的代码...

有人可以解释发生了什么吗？Android Studio 的新手，在 Java 中只开发了 3 个月，所以对于任何解决方案，我也可以请求解释一下吗？非常感谢谢谢

更新：

这是我的主要活动...

}

如您所见，可以使用 getter 和 setter 访问存储用户输入的数组列表，而不是将数组列表设置为静态（我之前做过）。我在另一个名为 CustomUseCase 和 CustomService 的类中访问这些数组列表。这是 customUseCase 的代码：

这是我的 CustomService 类：

我目前正在构建一个 UI 来支持关于手机优化的 PSO 项目。我有一个显示用户输入数组列表的列表视图，但是当我单击 UI 上的“添加服务”按钮时，列表视图不显示任何内容？以下是我的主要活动代码...

更新：

这是我尝试输入服务名称以及数据、wlan 和实用程序的成本时的日志...

这也是我的服务课。这个类是用来保存用户输入的所有信息的，我在这里做错了什么？当用户向其添加值时，为什么我的数组列表不更新？我对 android studio/java（3 个月）比较陌生，我正在尝试以尽可能多的 OO 方式实现我的 UI。

如何使用下面给出的两个方程编写多目标成本函数以进行粒子群优化

X(n+1)=AY(n) + BU + I & Y(n)=0.5*(abs(X(n)+1)-abs(X(n)-1))

其中 A & B 是 3*3 矩阵。

嘿，我在题为“使用基于 Hough 变换的特征提取的人脸识别”的论文中阅读了有关使用二进制 PSO (BPSO) 进行特征选择的文章。有人可以向我解释一下如何使用 BPSO 进行特征选择吗？谢谢你

在粒子群优化算法中，维度到底是什么意思。是搜索空间中的粒子数（种群大小）吗？还是每个粒子的坐标？

我想使用粒子群优化来优化具有多个参数的函数。我该怎么做？我到处都找到了这个公式 1，但是我怎么能理解这个公式，我可以优化一个只有一个变量的函数。例如，我有一个有 2 个参数的函数，我想最大化它。我怎样才能用 PSO 做到这一点？

vi,d ← ω vi,d + φp rp (pi,d-xi,d) + φg rg (gd-xi,d)

我有一个由矩阵组成的数据集，我想在粒子群优化 (PSO) 算法中使用它们，其中群中的每个粒子都由大小为 MxM 的矩阵表示。

我可以将粒子表示为大小为 MxM 的矩阵，还是必须将它们重塑为大小为 1xM*M 的向量？最好的解决方案应该是矩阵而不是向量。