混沌粒子群优化算法及应用研究

提出一种混合粒子群优化算法,即在改进粒子群优化算法全局搜索模型参数的基础上,利用梯度下降法进一步确定径向基神经网络模型参数,以提高网络的收敛精度和网络性能.采用基于RBFNN的混合粒子群优化算法进行离

本文档整理了粒子群算法的基本原理，也给出了粒子群算法的MATLAB代码，结合原理看代码，很容易看懂，可以提供给初学者使用，简单易懂，赞。

传统粒子群优化算法（PSO）对社会认知部分与自我认知部分都采用恒定学习常数，一定程度上限制了种群全局协调能力。在算法收敛后期种群多样性丧失而导致全部个体收敛于搜索空间中的某一点，这易诱发早熟现象。针对

随着海洋开发的日益频繁,人们对动力定位系统(Dynamic Positioning System DPS)的需求越来越大,推力分配作为动力定位中的关键问题,受到了广泛关注。针对这一现状,文中提出将自适

针对传统粒子群算法过早收敛，趋向于局部最优的问题，提出了一种新的改进的粒子群算法。 自适应惯性权重因子用于加快收敛速度​​，混沌序列用于调整加速度系数，以实现勘探与开发之间的平衡。 通过与非支配排序遗

提出了一种改进的混沌粒子群优化混合算法.该算法利用信息交换机制将两组种群分别用差分进化算法和粒子群算法进行协同进化，并且将混沌变异操作引入其中，加强算法的局部搜索能力.通过对3个标准函数进行测试，仿真

为了克服基本粒子群算法易陷入局部最优值和后期收敛速度慢的不足，提出一种基于云模型的自适应粒子群算法。该算法首先采用混沌优化策略对粒子群进行初始化，增加粒子取值的多样性；其次根据粒子的适应度值将种群中的

针对基本粒子群优化算法的早熟收敛问题，提出了一种基于逻辑自映射的变尺度混沌粒子群优化算法。该算法在粒子群优化算法每次寻优结束时，采用逻辑自映射函数产生混沌序列，在已搜索到的精英粒子附近尝试搜索更优解并

基于混沌粒子群算法的大型水电站自动电压控制优化研究，余明明，周建中，针对大型水电站自动电压控制具有多约束、非线性、实时性强等特点，提出一种基于混沌粒子群算法的大型水电站自动电压控制优化方法

为了改善粒子群优化算法的性能，引入了“鲶鱼效应”思想，改造粒子群个体的进化策略，用混沌方法改良了种群搜索策略，把这两者结合起来，既提高种群的广度搜索能力，又提升深度搜索能力，跟差分进化算法进行混合，算