研究论文基于混合粒子群算法的货位优化分配问题.pdf

为了改善粒子群多目标优化算法的分布性，引入了聚集密度以进行精英集的更新。其基本思想为：计算群体中每个个体的聚集密度，根据目标函数值和聚集密度定义一个偏序集，采用比例选择原则依次从偏序集中选择个体，更新

建立了点到复杂平面曲线最小距离的数学模型，提出了快速计算点到复杂平面曲线最小距离的分割逼近算法。大量算例验证了该算法的有效性，其计算精确度高，可以达到任意给定的精度，非常适用于三坐标测量机的点相关数据

针对粮堆温度模型中的众多参数难以确定的问题，提出基于粒子群算法的粮堆温度模型参数优化方案。实验结果表明，模型应用经过优化的参数能准确地计算出粮堆内部温度，与实际测量温度误差不大。该方法可以优化复杂条件

针对资源受限的项目调度问题，将粒子群优化算法与拟牛顿优化算法相结合，提出了一种混合粒子群算法。本算法利用粒子群算法求得优化解，然后利用拟牛顿方法对所得到的解进行局部优化，以尽量达到或接近全局最优点。结

粒子群算法(PSO)求解约束优化问题存在较严重的早熟收敛现象，为了有效抑制早熟收敛，提出了基于改进的约束自适应方法的动态邻域粒子群算法(IPSO)。算法采用动态邻域策略提高算法的全局搜索能力，设计了一

音频信息隐藏技术已成为近年来的研究热点之一，将混沌理论引入到音频水印系统的研究中，设计了一种将一段音频作为水印，利用混沌序列选择部分原始音频信号作为载体，将混沌加密后的音频水印嵌入到载体的小波系数中的

广西师范大学 硕士学位论文 粒子群算法在最优化问题中的研究 姓名梁军 申请学位级别硕士 专业计算机软件与理论 指导教师王强 20080401 广西师范大学硕士学位论文 粒子群算法在最优化问题中的研究

首先分析粮食仓库选址的原则和影响因素等，研究建立了粮库选址模型；进而考虑带障碍约束条件，采用量子粒子群优化的空间聚类分析方法，解决了粮库选址问题；最后，以河南省粮库选址为实例进行了模型验证。实验表明，

提出了一种融合蚁群系统、免疫算法和遗传算法的混合算法。将免疫算法和遗传算法引入到每次蚁群迭代的过程中，利用免疫算法的局部优化能力和遗传算法的全局搜索能力，来提高蚁群系统的收敛速度。该算法通过遗传算法的

针对动态优化问题（Dynamic Optimization Problem，DOP）中所面临的过时记忆和多样性丧失的挑战，提出了一种改进的多种群骨干粒子群优化算法（Multi-swarms Bare