对求解含线性约束优化问题的粒子群算法(LPSO)进行了改进,给出了应用其训练支持向量机(SVM)的方法。改进后的算法在基本PSO惯性权重策略的基础上加入了基于种群收敛速度的自适应扰动,能够较好地调整算
混沌理论与粒子群优化算法的结合,提升优化的性能和效果
基于改进粒子群算法的机位分配问题研究,陈骁睿,杨旭东,为提高机场的运营效率和保证客户的满意度需要合理进行停机位分配工作。经详细分析机位分配问题的要素和约束条件,以停机位使用最
附件介绍了两种混合智能算法,粒子群算法-遗传算法可以保证在算法全局搜索能力的基础上提高收敛速度。
多车场多车型车辆调度问题优化是物流配送中的典型NP难解问题,针对传统的粒子群算法存在收敛速度慢,易早熟收敛等问题,提出了一种改进的粒子群优化算法。该算法对种群中的粒子采用一定的概率进行柯西变异,使算法
基于改进粒子群算法的AGV多目标点调度策略研究,王子意,刘晓平,电子商务的迅猛发展将快递包裹数量推上新高,电商零售的快递包裹多呈现体积小、数量多、重量轻且存放分散等特点。为了充分利用AGV
针对基本粒子群算法具有后期收敛速度慢、容易陷入局部极值等缺陷,通过考虑粒子的位置之间的加权作用,对基本粒子群算法进行了改进,提出了一种位置加权的粒子群算法以减小搜索过程中的盲目性。测试函数结果表明,算
基于改进粒子群算法的无功优化研究与应用,无功优化。
针对传统算法在求解物流配送中心选址问题时容易陷入局部最优解和寻优效果不够理想的缺陷,提出了一种改进的粒子群算法。该算法通过引入领域均值来反映粒子间合作与竞争的隐性知识,使粒子种群的多样性和算法的全局搜
<html dir="ltr"><head><title></title&