人工智能导论实验报告之二 基于 POS的粒子群优化问题求解 专业班级 姓 名 学 号 电子信箱 手机号码 提交日期 2012-05-31 指导老师 程国建 实验成绩 1 / 8 一实验目的 粒子群优化
关于粒子群算法求解博弈论中的纳什均衡解的论文
用两种方法通过python编程对TSP问题的求解 , 一是通过gurobi求解器求解 , 二是通过智能算法PSO(粒子群算法)进行求解 . 并画出最优路径 . 资源中包括TSP问题的数学模型 , 两种
基于粒子群算法求解复杂联盟问题,张国富,蒋建国,联盟生成是多agent系统中的一个关键问题。引入离散粒子群优化来解决这一问题,采用粒子的随机扰动避免了算法的早熟,设计一种二维�
摘要:本文提出了一种混合的元启发式方法HDCPSO 用于求解置换流水车间调度问题中的最小化完成时间.该算法将粒子群算法和迭代贪心算法( Iterative Greedy, IG) 相结合, 利用IG
针对基本粒子群优化算法易陷入局部最优的缺陷,提出一种基于有限作用域的混沌粒子群优化算法。利用特定的初始分布涵盖全局最优值,利用混沌序列良好的非线性性质来影响粒子速度的更新过程;以有限作用域外的粒子遍历
针对约束优化问题,提出了一种融合粒子群的教与学算法。算法采用了一种自适应的教学因子,使得算法的搜索性能可以自适应地调整。引入了自我学习和相互学习的学习模式,使得信息交流更加多样化,增强了算法的全局搜索
针对粒子群优化算法搜索空间有限、容易出现早熟现象的缺陷,提出将量子粒子群优化算法用于求解作业车间调度问题。求解时,将每个调度按照一定的规则编码为一个矩阵,并以此矩阵作为算法中的粒子;然后根据调度目标确
含约束条件的粒子群优化算法粒子群算法的改进及其在求解约束优化问题中的应用
粒子群算法 实现 最短路径,解决TSL多旅行商问题,以此为基础解决VRP问题