多策略融合粒子群算法及其收敛性分析

多策略融合粒子群算法及其收敛性分析
在网络信息时代，人们为了发展自己的事业，获取更多的商机，一方面利用互联网进行广告宣传，另一方面又制造了许多商业性的欺诈，对国家经济产生了极大的破坏。

为了解决这些问题，美国的学者提出了一个新的数学模型――多策略融合粒子群算法
(Multi-Solution Particle Swarm Algorithm， MPPS)，该算法能够在计算机中使用不同的运算策略，以快速得到特定的结果，减少犯罪行为，具有重要的意义。

本文首先阐述了网络犯罪的概念、原因以及防范方法。

其次对该算法的基本原理进行分析，并且研究了如何将该算法应用于实际案例中。

本文的创新点主要体现在：(1)通过研究得到了一种扩展MPPS算法的一致收敛判定标准，并构造了一种简单可行的递推关系。

(2)给出了该算法的收敛性分析和实验验证，得到了MPPS算法的最佳收敛域和判别准则。

(3)根据模糊集合理论和粒子群算法的结合应用，建立了一种改进的多分辨率融合粒子群算法，提高了算法的精确度和稳定性。

(4)通过MPPS算法的实验结果和分类比较，对算法的实用性进行了初步的评估。

当今世界上最重要的问题是信息化社会中的网络犯罪。

如何降低网络犯罪行为是各国都面临的一个难题，其中，网络犯罪的预防成为了目前最急迫的研究课题。

互联网的发展和普及使网络犯罪变得日益严重，而MPPS算法正好解决了这一问题，并且已经取得了较好的研究成果，成为近几年来网络犯罪领域中的热门话题。

但是，由于MPPS
算法存在着局限性，在其应用中还存在许多技术问题需要解决。

因此，本文针对MPPS算法中的收敛性进行了深入的研究。

对于任何复杂网络系统，收敛性问题总是一个困扰人们的难题。

许多种收敛性理论是对于同一个网络系统或者在一定程度上相似的
网络系统的研究，往往忽视了其他情况，导致算法不具备实用性。

本文利用一致收敛判定标准和扩展MPPS算法，在考虑了许多因素之后，提出了一种改进的多分辨率融合粒子群算法。

在保留MPPS算法优点的基础上，它更适用于网络规模较大的系统。

网络犯罪之所以得不到有效的治理，原因就是治理措施只是部分的，对网络犯罪起不到治本作用，即使对网络犯罪打击的力度很大，也是治标不治本，在一段时间内就会死灰复燃。