混沌粒子群算法的讲座

针对粒子群优化算法(PSO) 在处理高维复杂函数时容易陷入局部极值、收敛速度慢的缺陷, 从系统的认知分析过程和角度出发, 提出一种基于诺兰模型(NM) 思想的改进PSO 算法. 该算法在Tent 混沌

针对离散混沌系统,提出了一种基于融合Powell法的粒子群优化策略(Powell-PSO算法)的神经滑模等效控制方法。该方法通过将BP神经网络的输出作为滑模等效控制的切换部分的系数,有效克服了传统滑模

针对量子粒子群优化算法存在早熟收敛的问题，提出一种基于Logistics混沌映射变异的多种群量子粒子群优化算法（CMQPSO），采用分段Logistics混沌映射生成初始粒子群，根据适应度值将群体分为

研究了一种全新的基于自适应混沌变异粒子群的路径规划算法。该方法首先进行环境建模，利用改进的粒子群算法获得一条较优路径。在改进的粒子算法中为防止早收敛，加入自适应混沌变异操作，在加强算法局部搜索能力的同

基于混沌粒子群算法的微带天线优化设计，刘建霞，朱秀敏，粒子群优化算法中引入混沌序列可以增加粒子的多样性，提高算法的搜索性能。本文在前人的基础上改进了一种新的自适应双混沌粒子群

粒子群优化算法参数少，寻优速度快，但其寻优效率低且在寻优后期易早熟收敛。为改善其寻优性能，在标准粒子群优化算法中，通过引入混沌映射和自适应变异策略，提出具有自适应变异的混沌粒子群优化（ACPSO）算法

针对基本粒子群优化算法（PSO）算法易陷入局部最优的缺点，提出混沌自适应粒子群-序列二次规划算法（CAPSO-SQP）。在基本PSO算法的基础上，加入混沌搜索和自适应惯性权重提高全局收敛能力，并在PS

针对资源受限项目调度问题中的干扰情况进行了界定, 面向几种干扰问题建立了相应的资源受限项目调度干扰模型和混沌粒子群求解算法, 对项目网络图干扰、任务干扰和资源干扰三种干扰问题进行仿真计算, 验证了算法

针对大型化工过程生产系统的高维度数据及其噪声严重影响故障诊断的性能,采用基于故障特征选择和支持向量机(SVM)的故障诊断方法.为了确保在线故障诊断的实时性和准确性,提出一种新型的混沌耗散离散粒子群(C

很有参考价值的文献！是一份pdf文献，希望对您有用哦！