针对约束优化问题的求解,提出一种改进的粒子群算法(CMPSO)。在CMPSO算法中,为了增加种群多样性,提升种群跳出局部最优解的能力,引入种群多样性阈值,当种群多样性低于给定阈值时,对全局最优粒子位置
研究了一种用于求解多目标优化问题的粒子群算法(CMMOPSO)。该算法采用外部存档存储每一代产生的非劣解,并且采用拥挤距离来维持外部存档规模,同时提出一种新的全局最优粒子的选取策略(基于拥挤距离和收敛
一种基于离散量子粒子群优化的PCE位置规划方法,张连成,黄善国,基于层次PCE的MPLS/GMPLS网络路由计算问题是研究热点问题之一。对如何降低建路时延的问题的研究,传统的着眼点多在路径计算的算法优
量子粒子群算法的matlab实现,有程序说明
本程序基于粒子群算法,采用遗传算法进行优化,并用C#j进行·编码,对旅行商问题进行了求解。
用粒子群算法求解旅行商问题,实现离散与连续的转化,充分发挥粒子群算法优势
针对粒子群优化算法稳定性较差和易陷入局部极值的缺点,提出了一种新颖的混沌粒子群优化算法。一方面,在可行域中应用逻辑自映射函数初始化生成均匀分布的粒群,提高了初始解的质量和增加了算法的稳定性;另一方面,
在经典四点细分法的基础上,通过在曲线细分过程中引入三个参数,给出一种改进的细分曲线构造的算法,利用生成多项式等方法对细分法的一致收敛性、Ck连续性进行了分析。并把该方法扩展到曲面上,进而提出了曲面三参
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
Research on Particle Swarm Optimization Algorithm for Dynamic Optimization Problems