基于改进量子粒子群算法的天线阵综合,董健,钱婷婷,为了解决基本量子粒子群优化算法(QPSO)在全局搜索能力上的缺陷和易陷入局部最优的问题,本文提出一种改进的量子粒子群优化算法(MQPSO
攻击图是网络安全定性分析的常用工具,能为安全管理员阻止恶意入侵提供重要依据。为了进行网络安全测评和主动防御,提出防御策略模型和基于该模型的改进二进制粒子群算法。基于攻击图中的每个入侵动作,构建带权防御
为了克服算法早熟收敛问题并提高算法精度,引入了膜计算理论。将PSO算法与P系统相结合,提出了一种基于P系统的粒子群优化算法(P-PSO),有效地平衡粒子群的全局搜索和局部寻优。采用常用的三个测试函数对
为了避免粒子群算法求解车辆路径问题容易陷入局部最优,提出了扫描—粒子群算法。运用扫描算法对矿点进行扫描,生成初始可行解链,将其作为粒子的初始位置代入到粒子群中搜索,得到粒子种群历史最优位置,将种群粒子
针对空中交通管理中的进港航班排序问题,提出了人工鱼群—粒子群混合算法(AFPSO)这一航班排序算法来优化进港航班排序,使时段内进港航班队列总延误时间最少。算法结合了基本人工鱼群算法(AFSA)和基本粒
基于量子势阱的粒子群优化算法的改进研究
改进的粒子群优化算法及其应用研究论文,对于研究并应用粒子群算法的人员应该会有帮助
针对细菌群体趋药性算法(BCC)求解效率较低的问题,提出一种改进的BCC算法。利用均匀设计方法生成初始菌群,使初始菌群在解空间中足够均匀,以充分利用解空间的信息。在细菌间的协作模式框架下,对单点细菌向
随机优化的粒子群算法(PSO)在解决待优化问题时,仅利用适应度函数对单个粒子所找到解的优劣进行判断,缺乏对种群总体状态的评估,导致算法经过一定次数的迭代后陷入局部收敛。改进算法BPPSO利用BP神经网
针对标准粒子群算法进行多极点函数优化时易导致早熟收敛及陷入局部最优的问题,把生物学中昆虫生存的趋利避害原则引入到粒子群优化算法中,改变传统粒子群优化算法只存在趋利操作而没有避害操作的单向性,提出了两种