离散微粒群算法文献

在微粒群优化算法PSO中引入梯度算法，提出了一种新型的混合微粒群优化算法——GPSO。该混合优化算法是对PSO每一次进化后的所有微粒进一步执行梯度法寻优操作，并以寻找到的更优个体替代当前个体参与群体的

针对微粒群优化算法在求解作业车间调度问题时存在的易早熟、搜索准确度差等缺点，在微粒群优化算法的基础上引入了模拟退火算法，从而使得算法同时具有全局搜索和跳出局部最优的能力，并且增加了对不可行解的优化，从

给出了Lukasiewicz n值命题逻辑中公式的随机真度的概念，研究了其性质，利用随机真度定义了公式间的随机相似度，进而导出全体公式集上的一种伪距离。

微粒群算法是一种受群体智慧启发的优化算法，可有效解决灰色系统理论中存在的非线性、不确定性问题。通过整合两种方法，可以提高预测精度和鲁棒性。

提出一种基于病毒协同进化微粒群的最小属性约简算法. 在算法中, 进化在宿主与病毒种群之间协同进 行, 通过满足约简分辨力不变条件的最优病毒种子复制操作产生病毒库, 病毒通过感染操作在宿主种群完成横向局

基于微粒群算法与模拟退火算法的协同进化方法rar,微粒群算法 模拟退火 协同进化计算

1.掌握有效信息，避免科研重复 2.提高信息素质，培养创新能力 3.掌握可靠信息，进行科学决策

EMD端点效应改进方法文献

attractor社团检测算法文件，按照readme操作，本人已经测试可用，对大规模图数据需要修改少量代码，小规模没问题

spss modeler 的算法文档,包含数据挖掘中常用算法在modeler中具体实现的过程说明