粒子群优化算法自动进行特征选择

基础目的粒子群优化算法PSOParticle Swarm Optimization利用粒子群中粒子的协作找到最优解粒子群优化算法发展简介粒子群优化算法的基本思想基本粒子群算法描述基本粒子群优化算法的算

对骨干粒子群优化(BPSO)种群多样性迅速丧失的原因进行分析, 提出层次学习骨干粒子群优化算法以克服早熟现象.该算法中粒子依不同的学习概率向粒子自身的最优粒子、优胜粒子 和群体最优粒子学习, 该机制使

针对标准粒子群算法(PSO) 寻优多维多极值函数成功率低, 基本人工鱼群算法(AFSA) 收敛速度和精度有 待提高等问题, 提出粒子群优化鱼群算法(PSO-FSA). 该算法将速度惯性、个体记忆和个体

粒子群优化算法的改进 常见粒子群优化算法的改进 1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

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

粒子群算法最全的PPT，如何利用生物技术研究计算问题是人工生命研究的重要方向，现已有了很多源于生物现象的计算技巧，例如人工神经网络是简化的大脑模型，遗传算法是模拟基因进化过程的。

智能微电网的优化调度，包括蓄电池、柴油机、大电网等分布式设备，用粒子群算法进行优化，程序可以执行，可以在此基础上进行改变

kennedy1995年著,pso的提出论文

教材附带的光盘软件,运行时要查阅相关资料。如果有仁兄对其进行修改使其应用范围更广,请将其成果挂到网上,以期达到共同进步之效果。

? 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) ,