动态粒子群优化

量子粒子群优化(QPSO)算法是在经典的粒子群优化(PSO)算法的基础上所提出的一种具有量子行为的粒子群优化算法，具有高效的全局搜索能力。通过求解J．D．Schafer提出的多峰函数优化问题的实验分析

基于粒子群优化算法的无功优化，李银萍，，无功优化是减少电网损耗的有效措施。本文采用引入了自适应惯性权重系数和变异算子的粒子群算法对电力系统进行无功优化，并对IEEE30

基于动态特性的改进粒子群优化算法，苗爱敏，施心陵，针对现有粒子群算法缺乏优化问题的先验信息，粒子搜索具有盲目性的问题，提出了一种基于邻域粗糙集模型的改进粒子群优化算法。该

针对传统粒子群优化算法易陷入局部极值点的问题，将混沌运动的遍历性，随机性以及初值敏感性等特点融入粒子群优化过程中，并通过模拟退火的方法对参数实现局部优化，使得粒子群优化算法的参数随着优化算法的进行不断

在压缩的视频码流中嵌入数字水印时，如果选择在I帧图像的DCT系数中嵌入数字水印，那么后面的P帧和B帧图像的质量会受到很大的影响。提出了利用新的漂移补偿方法来减小I帧图像中的数字水印对后面的P帧图像和B

针对动态多目标问题求解,提出一种基于分解的预测型动态多目标粒子群优化算法.首先借助分解思想,将目标问题划分为多个不同的子问题,当问题动态变化时,选择对应于不同子问题的优化个体检测环境变化程度,以提高算

dynamicmultiswarmoptimizationalgorithm

这是用粒子群优化支持向量机的小程序，数据是辛烷值的数据

这是关于粒子群算法的课件，很好的资源，大家可以下载下来看看，很好的资源！

粒子群优化( PSO: Particle Swarm Op timization) 算法是一种有效的全局优化技术。对于PSO算法, 很容 易陷入局部极值。针对上述缺点, 提出了两点改进: 对基本PSO