论文部分内容阅读
微粒群算法(PSO)是继遗传算法后的又一个基于生物演化的随机优化算法，它操作简便，收敛速度快且稳定，使得它近年来已广泛应用于很多工程中，发挥了重要的作用。本文在基本微粒群的基础上对其进行改进，加入了突变的部分使其能更好地收敛于全局最优解，并将改进后的微粒群算法引入约束问题的求解中。研究与工程中的很多问题都带有约束，常用的方法都是先将约束问题转为无约束问题后再进行求解。经典的约束问题优化方法对问题模型有较多的条件限制，或是需要构造复杂的函数，而微粒群算法对问题模型本身要求不多，因此，在问题转化为无约束后，再借助微粒群算法能更方便快捷地求解。图像增强与图像恢复是数字图像处理中较为重要的两部分，可以说是图像的预处理部分，是其他图像处理的基础。图像增强和恢复通常在变换域中进行，本文用微粒群算法优化在变换域中的图像，从而达到增强与恢复的目的。