创新一直是一个令人纠结的话题，研究生毕业设计多数需要算法的创新，而博士生毕业更需要大量的创新才行。这里，我们就团队这几年来的工作经验，谈谈如何进行合理的算法创新。
一、创新角度
通常，我们使用一个算法，这里举个简单的粒子，PSO粒子群优化算法，我们通过仿真，会得到该算法的收敛速度，仿真精度等一些参数指标。如果我们需要对该算法进行创新，一般就需要从原算法的性能指标角度考虑，比如收敛速度和精度的提高，对于一些低要求，可以在保证收敛速度不变的情况下，提高精度，或者在精度不变的情况下，加快收敛速度，如果要求较高，则同时考虑如何提高收敛速度和精度。一般情况下，针对这种情况，我们需要考虑别的类似算法，而这些算法必须具备快速收敛和高精度中的某些特性，这样我们就可以将多种算法的优势进行整合，从而实现算法的创新并提高原算法的性能。
对于低程度的创新，一般都是这么个思路。
二、创新依据
什么是创新依据？所谓创新依据，就是我们使用的创新算法，所考虑的角度是有理论依据的，我们不能凭空修改原来的算法，这样即使获得了布局的更优解，但也无法证明全局的更优。因此，正如一所说，我们需要选择某些性能比原算法更好的其他现成算法，进行算法的整合。
三、创新的验证
对于改进后的算法，我们需要使用大量的测试样本进行对比分析，验证算法的各个性能指标是否较原来的算法有所提高。
四、完全的创新
完全的创新，这个是高要求的创新，一般有两个层次，一个是跨学科的创新，一个理论的开拓。
我们通过这几年的情况看，一般，要求稍高的硕士，会涉及到跨学科的算法创新，比如，我们将物理上的一些公式应用到生物化学上的公式，并结合进行创新，或者是使用一组数学公式，去研究一些文科的问题。
理论的开拓，这个属于是最高要求的创新了，即没有现成的理论依据，需要我们去研究，总结出相关的理论，一般学生的课题不会涉及到这方面的要求，通常是一些较为复杂的工程项目或者博士课题，需要根据已知的一些条件，推算出一些新的公式，来表征一个过程或者现象。这个就非常有难度。
标签：需要,如何,算法,创新,收敛,我们,精度 来源： https://www.cnblogs.com/matlab7fpga/p/15901934.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。