在基本粒子群优化算法的理论分析的基础上, 提出一种加速收敛的粒子群优化算法, 并从理论上证明了该算法的快速收敛性, 同时对该算法中的参数进行了优化. 为了防止其在快速收敛的同时陷入局部最优, 采用依赖
? 1 o 模糊惯性权重(fuzzy inertia weight)法 ?Shi等提出用模糊控制器来动态自适应地改变惯性权重的 技术控制器的输入是当前惯性权重将口当前最好性能评 价值(CBPE) ,
一本关于最新的粒子群方面的文章集,里面包括了一些对粒子群的改进和新的应用,较好的反应了粒子群的研究现状!
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
对粒子群算法的代码进行编写,简单介绍了算法的每步代码的意思
粒子群优化算法的简单例子,实现对非线性函数的极值寻优
本ZIP文件中包括粒子群优化算法的matlab实现代码,另外提供了机遇PSO算法的图像聚类code。粒子群优化算法作为群智能优化算法领域的经典、重要算法,由于算法的高效性,应经在全局优化领域占有重要地
基于粒子群算法求解TSP问题JAVA 一TSP问题 TSP问题Travelling Salesman Problem即旅行商问题又译为旅行推销员问题货郎担问题是数学领域中著名问题之一假设有一个旅行商人
matlab平台下的粒子群和混沌搜索的协同优化算法,程序可以成功运行。
五. 计算举例2 简单分析 Rosenbrock是一个著名的测试函数也叫香蕉函数其特点是该函数虽然是单峰函数在[100100]n上只有一个全局极小点但它在全局极小点临近的狭长区域内取值变化极为缓慢常用
