圆弧扫描转换的混合算法_牛连强

针对传统的粒子群优化算法（PSO）和差分进化算法（DE）在解决高维复杂函数易陷于局部最优、收敛较慢、精度低等缺点，提出了基于分组的PSO与DE混合算法（PSODE）。PSODE算法把种群按维数分为两组

论文改进 标号 含义 车辆 k 的最大装载量 车辆 k 的集合 辆 k 车 最大行驶里程 顾客 i 时间窗起始时间 顾客 i 时间窗起始时间 论文改进 标号 含义 单位时间延迟成本 单位时间等待成本

基于遗传算法和粒子群优化的混合算法，时小虎，韩世迁，本文从进化计算的框架角度，比较分析了遗传算法与粒子群算法的个体、特征以及相关操作的异同，互相取长补短，构造了基于实数编码

HFSS 混合算法求解器研发历程与展望HFSS 混合算法求解器研发历程与展望HFSS 算法体系与混合算法求解器IE RegionDielectric CavityFE-BI基于区域分解的混合算法求解器

针对人工蜂群和粒子群算法的优势与缺陷, 提出一种Tent 混沌人工蜂群粒子群混合算法. 首先利用Tent 混沌反向学习策略初始化种群; 然后划分双子群, 利用Tent 混沌人工蜂群算法和粒子群算法协同

圆弧生成算法;只画1/8圆其余点通过对称关系求得;考虑中心在原点半径为R 的第二个8分圆 构造判别式圆方程;1若 d=0, 则应取P2 为下一象素而且下一象 素的判别式为 第 一个象素是0,R判别式d

景区多点路径规划问题是一个NP-hard问题,相当于寻找经过起始点和特定节点的最短路径。针对多点路径规划问题,提出了回溯蚁群-粒子群混合算法,该算法运用弗洛伊德(Floyd-Warshall)算法将图

基于粒子群信息传递模式的混合算法，段晓东，王存睿，粒子群优化算法(Particle Swarm Optimization，简称PSO)是一种基于群智能(Swarm Intelligence)的随机优化

通过分析已有粒子群算法对有时间窗约束的车辆路径问题求解质量不高的原因，提出了一种基于粒子交换原理的整数粒子更新方法。采用构造的双层粒子进化算法分别对8个和20个任务点的有时间窗约束的车辆路径问题求解，

针对包含约束条件的工程优化问题，提出了基于人工蜂群的粒子群优化PSO-ABC算法。将PSO中较优的粒子作为ABC算法的蜜源，并使用禁忌表存储其局部极值，克服粒子群优化算法易陷入局部最优的缺陷。采用可行