一种求解大规模问题的自学习协同粒子群算法

针对PSO在寻优过程容易出现“早熟”现象，提出了一种基于Sobol序列的自适应变异PSO算法（SAPSO）。该算法以积分控制粒子群算法（ICPSO）为基础，使用准随机Sobol序列初始化种群个体，并在

一种改进的粒子群优化算法的研究，刘斌，，利用种群的平均信息和保持活性策略。试图改变粒子群优化算法的性能，从而提出一种带有种群平均信息和保持活性策略的粒子群优化算

最基本的粒子群优化算法求二元二次函数最大值，matlab代码。

随着计算机技术的发展,智能辅助教学系统的研究也在不断地深入和发展。到目前为止,已有许多的辅助教学系统投入使用,有基于Internet的网上远程教学系统,有基于WEB的课件发布系统,还有基于Multi-

指派问题在组合优化中属NP-Complete问题。提出了一种基于离散粒子群算法的求解方法。算法中每个粒子的位置代表了一种可行的指派方案,在迭代中通过交叉策略和局部搜索策略来更新粒子的位置,这既保证了粒

针对基本粒子群算法在背包问题上表现的不足，在基本粒子群算法的基础上运用模糊规则表加入了新的扰动因子，提出了一种新的算法——模糊粒子群算法。该算法结合了模糊控制器中输入/输出的模糊化处理和粒子群寻优的特

论文研究-求解TSP 问题的离散粒子群优化算法.pdf,

摘　要:结合遗传算法、蚁群算法和模拟退火算法的思想,提出用混合粒子群算法来求解著名的旅行商问题.与模拟退火算法、标准遗传算法进行比较,24种混合粒子群算法的效果都比较好,其中交叉策略D和变异策略F的混

提出了一种限速粒子群算法用于求解多重背包问题。通过对迭代过程中不同位置的限速更新，使得搜索效率大大提高，获得最优值的概率也大幅提高。给出了算法流程图，分析了限速值对计算结果的影响。算例的计算结果证明了

将粒子群算法与贪心思想相融合，提出一种用于求解0/1背包问题的更贪心混合粒子群算法。对超过背包重量约束的粒子的处理措施是去掉已经装进去且性价比最差的物品，直至满足重量约束为止，这种思想在改善粒子质量的