对APSO进行并行化操作,显著的提高了APSO的性能。并行化是一种简单高效的优化方法
通过设计一种Pareto解集过滤器,并在此基础上给出多目标优化条件下的微粒群算法群体停滞判断准则,基于该准则提出了一种多目标微粒群优化算法。算法利用Pareto解集过滤器提高了候选解的多样性,并使用图
为克服粒子群优化算法早熟收敛,提出一种基于子群变异的改进粒子群优化算法(SsMPSO)。该算法提出一种具有随机定向振荡式搜索的子群对主群的全局最优位置进行变异,改变了完全随机的变异方式,为算法提供局部
改进粒子群算法的研究,常伟,王平,本文首先简要介绍了基本粒子群算法(PSO)的原理与实现,针对基本粒子群算法容易陷入早熟、收敛速度慢等问题,提出一种混合遗传算法的��
Matlab粒子群优化算法-粒子群优化算法.rar粒子群优化算法
输电网络扩展规划是一个复杂的多变量多约束的非线性整数规划问题。针对传统粒子群算法易陷入局部最优、收敛慢的缺陷,将协同进化思想与粒子群优化算法结合,提出了一种协同粒子群优化算法。并将该算法应用于输电网络
针对Smith预估器对预测模型精度依赖程度较高的问题,提出了一种基于粒子群优化(PSO)辨识算法的自适应预估控制方法。该控制方法利用PSO辨识方法在线调整Smith预估器参数,利用单神经元的非线性逼近
粒子群算法优化研究 [提要] 粒子群算法控制参数较少使用简单受到很多专家学者的关注但是传统粒子群算法在求解非线性规划问题时比较容易陷入局部最优而找不到全局最优解本文在算法设计过程中对传统的粒子群算法进
无功优化算法,为进一步解决寻优后期粒子可能陷入早熟收敛的问题,利用混沌优化具有“奇异吸引子”的特性,在解空间进一步搜索,两者的结合可以更有效地搜索到全局最优解。
针对低信噪比时标准粒子滤波对弱小目标的检测与跟踪时存在的粒子贫乏、跟踪精度对粒子数目要求高等问题,提出一种基于高斯粒子群优化粒子滤波的弱小目标检测前跟踪算法。利用高斯粒子群优化算法优化重采样后的粒子集