针对Smith预估器对预测模型精度依赖程度较高的问题,提出了一种基于粒子群优化(PSO)辨识算法的自适应预估控制方法。该控制方法利用PSO辨识方法在线调整Smith预估器参数,利用单神经元的非线性逼近
针对配电网多目标无功优化的应用需求以及优化算法存在的收敛性和多样性问题,基于Pareto熵的多目标粒子群优化算法,提出一种应用于多目标无功优化的改进粒子群优化算法。该算法在全局外部档案更新过程中引入冗
软件2011年第32卷 第12期Software国际IT传媒品牌 算法与计算复杂性 基于粒子群算法的无源滤波器多目标优化设计顾艳梅 戴新宇 周红生 徐州师范大学 物理与电子工程学院徐州221116 摘
Matlab基于多目标最优解求解的粒子群算法
ComplexNetworkClusteringbyMultiobjectiveDiscreteParticleSwarmOptimizationBasedonDecomposition多目标做社团检
使用matlab编程,分为多个.m文件编写,包括支配关系选择,全局领导者选择,删除多于的非劣解,创建栅格,标准测试函数
Mycost1为ZDT1测试函数Mycost3有约束条件
套用算法只需要改动
针对PSO算法求解多目标优化问题时易陷入局部最优解的问题,采用非支配邻近免疫算子来对粒子群的外部档案进行维护和变异操作,有效提高了Pareto解的多样性,从而提出一种多目标非支配邻近免疫粒子群算法(N
基于粒子群的多目标搜索算法,有助于粒子群算法和matlab语言学习,有什么问题可以私信我
多目标粒子群算法的matlab源代码,并附带有ZDT1等相关检验函数。
根据Coello和Pulido等在2004年发表的文章HandlingMultipleObjectivesWithParticleSwarmOptimization制作,内附原文及代码
