本发明公开了一种基于多收敛方向粒子群寻优提升良品率的数据处理方法,该方法利用梯度提升回归方法训练的预测模型作为适应度函数,通过多收敛方向粒子群算法,将初始粒子群分为三个子粒子群,各子粒子群分别向单个粒子的历史最优(Pbest)靠拢、向历史全局最优(Gbest)靠拢、向每次迭代的当次迭代最优(Obest)靠拢,能够保证算法运行到后期也能拥有较丰富的多样性粒子,避免陷入局部最优,从而有效提升产品的良品率。
科研之友
微信
新浪微博
Facebook
分享链接
