粒子群算法的改进及其在求解约束优化问题中的应用

论文研究-求解TSP 问题的离散粒子群优化算法.pdf,

摘　要:结合遗传算法、蚁群算法和模拟退火算法的思想,提出用混合粒子群算法来求解著名的旅行商问题.与模拟退火算法、标准遗传算法进行比较,24种混合粒子群算法的效果都比较好,其中交叉策略D和变异策略F的混

蒙特卡罗方法及其在粒子输运问题中的应用，随机抽样技巧解粒子运动

为提高计算机烧结配料的自适应性和通用性,提出了基于改进粒子群算法优化求解的方法。该方法采用柯西分布函数演化而来的调整函数,根据迭代次数惯性权重动态调整,对粒子群算法的全局和局部搜索能力进行平衡调整,使

pso求解复杂函数极值

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

针对断路器的能耗优化设计中复杂的多维参数设定常采用经验选取的方式，易导致断路器自身能耗过大。为此，提出一种结合鲶鱼效应与云模型的改进粒子群优化算法对其多维相关参数进行优化选取，先将传统的粒子群优化算法

为求解车辆路径问题提出一种改进的混沌粒子群优化算法。该算法在基本混沌粒子群优化算法（CPSO）基础上，引入逻辑斯特函数，对惯性权重因子w进行非线性调整，提高了算法的寻优能力，有效避免了算法陷入局部最优

优化粒子群的tsp算法。txt文本。可在c 平台运行

调研并寻找一种算法，求函数（式1）的最优解f(x)=∑_(i=1)^(N-1)▒[100*(x_i^2-x_(i+1))^2+(1-x_i)^2](式1)x_i∈[-5.12，5.12]