ty -jour a2 -becerikli，yasar au -khunteta，ajay au -ghosh，D。SP -6179576 VL -2016 AB-主动轮廓模型，俗称蛇，在几种应用中非常受欢迎，例如对象边界检测，图像分割，对象跟踪和通过能量最小化的分类。虽然可以使用传统优化方法来实现能量最小化，但近年来已经开发了基于自然启发的进化算法的方法。粒子群优化（PSO）是一种已广泛用于活性轮廓的这种进化算法。但是，常规PSO收敛缓慢，并容易被困在局部最小值中，从而导致对象边界中凹的检测不准确。这是通过使用建议的多功能PSO来解决的，其中为蛇中的每个控制点设置了一群群，然后所有群体通过它们之间的信息共享同时搜索其最佳点。通过使用惯性因子的动态适应，进一步增强了基于多功能PSO的搜索过程的性能。在本文中，我们建议使用一组模糊规则根据当前的归一化蛇能和惯性的当前值来调整惯性重量。实验结果证明了该方法与常规方法相比的有效性。SN -1687-7101 UR -https：//doi.org/10.1155/2016/6179576 do -10.1155/2016/2016/6179576 JF-绒毛系统的进步 - Hindawi Publishing Corporation Corporation kw -er -er- er- er- er- er- er- er- er- er- er- er- er- er-