论文研究改进的向心加速度粒子群算法 .pdf

论文研究了一种利用粒子群优化（PSO）算法对系统模型进行辨识的新方法。该方法的基本思想是将典型的数学模型的相互组合而构成系统模型的新颖辨识方法，即首先将系统结构辨识问题转化为组合优化问题，然后采用粒子

提出了一种基于粒子进化的多粒子群优化算法。该算法采用局部版的粒子群优化方法，多个粒子群彼此独立地搜索解空间，从而增强了全局搜索能力；利用重置进化粒子位置的方法使陷入局部值的粒子摆脱局部最小，从而有效地

概念格是数据分析和知识表示的一种有效工具。研究概念格的公理化问题。得到了两组关于概念格的公理组，且每组含有六个独立的公理。公理化的研究有助于概念格理论的进一步完善。

针对K-medoids算法的全局搜索能力弱和迭代计算过程计算量大的不足，提出了一种改进的基于粒子群的粗糙K-medoids算法。该算法通过粒子群算法来改善K-medoids全局搜索能力，通过计算样本集

针对K-means对初始聚类中心敏感和易陷入局部最优的缺点，提出了一种改进的基于粒子群的聚类算法。该算法结合基于密度和最大最小距离法来确定初始聚类中心，解决K-means对初始值敏感的问题；利用粒子群

一种改进的基于进化状态的粒子群算法，赵海娜，孙长银，本文借鉴聚类分析中聚类中心的概念，对基于进化状态估计的自适应粒子群算法中的进化因子进行改进，提出了一种新的计算进化因子的

粒子群算法在模式识别，图像处理，最优化问题，参数设置中的应用

螺旋粒子群优化算法的研究简报，滕弘飞，张英男，本文提出了一种螺旋粒子群优化（SPSO）算法。传统PSO算法的搜索路径，对于全局版PSO，以一只鸟（粒子i）的飞行来比喻，其空间的飞行

0-1背包问题是组合优化中经典的NP难题，在蚁群算法的基础上结合量子计算提出一种求解0-1背包问题的量子蚁群算法。算法采用量子比特表示信息素，用量子旋转门来更新信息素。大量数据实例的比较测试表明，算法

为进一步缓解粒子群优化算法在后期收敛速度慢、早熟等问题,提出了一种挂载式的、依赖自适应阈值和已知全局最优解的压缩搜索空间策略。在此基础上对粒子重新分配初始位置、调整速度权值来提升算法的后期探索能力。实