多目标粒子群论文加代码

基于粒子滤波算法的多目标跟踪系统matlab源代码。实现视频图像中多物体检测、跟踪。很好的视频多物体跟踪学习源码。

针对多目标粒子群算法存在的问题，提出了一种可行性规则动态调整的多目标粒子群算法。在算法中，根据粒子之间的相似度值动态非线性地更新算法的惯性权重，使得算法可以高效地平衡全局和局部搜索之间的矛盾；采用动态

将自然界的物种动态模型引入到遗传算法当中，反映出物种的真实进化状态，开发了基于演化设计的遗传算法。算法采用自适应策略克服了确定交叉和变异概率值的问题，利用小种群策略和最优保留策略保证了种群的多样性，改

为了使多目标粒子群算法中种群粒子能够快速地收敛于帕累托最优边界，针对标准多目标粒子群算法中缺乏粒子评价标准以及种群个体历史最优值位置和全局最优值位置选择问题，提出了一种基于环境选择和配对选择策略的多目

为了克服基本粒子群算法易陷入局部最优值和后期收敛速度慢的不足，提出一种基于云模型的自适应粒子群算法。该算法首先采用混沌优化策略对粒子群进行初始化，增加粒子取值的多样性；其次根据粒子的适应度值将种群中的

针对粒子种群较差的局部搜索能力，提出了一种自适应种群更新策略的多目标粒子群算法。该算法在每次种群进行迭代时，根据种群的多样性测度以及每个粒子的适应度值，自适应地改变速度权重，以此来提高种群粒子在局部搜

针对如何在多目标优化过程中求解更好的Pareto解集，提出一种基于变异算子的灰色粒子群算法。该算法将灰色关联度应用于粒子群算法，且将方差的概念引入灰色关联度，以区分那些点关联系数有显著差异而其均值相等

MOPSO multi-objective particle swarm optimization algorithm c++ implementation (with its correspondi

为了克服粒子群算法求解多目标问题极易收敛到伪Pareto前沿(等价于单目标优化问题中的局部最优解)和收敛速度较慢的缺陷，提出一种合并帕累托占优概念到动态邻居和变异因子的粒子群算法(particlesw

针对基于权重法的多目标算法无法求解约束多目标问题的缺陷，将中心粒子群算法与Pareto解集搜索算法相结合，提出一种Pareto多目标中心粒子群算法。将此方法用来优化气门弹簧的模型，实验结果表明，该优化