针对粒子群优化进入后期得到解的精度低,不稳定的问题,提出了一种改进的自适应的算法,采用惯性权重线性减小,对成功的加速系数产生记忆,并于下一代更新中以一定概率唤醒记忆,通过仿真实验,表明可以有效的解决了
基于动态特性的改进粒子群优化算法,苗爱敏,施心陵,针对现有粒子群算法缺乏优化问题的先验信息,粒子搜索具有盲目性的问题,提出了一种基于邻域粗糙集模型的改进粒子群优化算法。该
针对粒子群算法易于过早收敛的不足,通过引入粒子间新的相似度的概念来度量粒子群的多样性程度,并用自适应变化阈值手段来控制调整粒子群算法的收敛速度,使其缓缓趋向于全局最优,在粒子群算法迭代过程中以相似度为
基于粒子群的多目标优化演化算法,陈建国,宋中山,针对当前大部分多目标优化演化算法在处理多目标问题时算法设计复杂,耗时巨大,取得的近似Pareto前沿点不够多,分布不均匀,覆盖不
为了解决标准粒子群优化算法容易陷入局部极小值的问题,模拟统计物理和热力学中的扩散现象,设计了一种扩散机制,根据扩散定律和扩散系数公式,给出了粒子的扩散能、种群的温度和粒子的扩散概率三个定义和扩散池的概
针对动态系统目标跟踪问题,RBPF算法通过将高维状态空间分解成易于处理的线性子部分与非线性子部分,并采取不同策略进行滤波估计。为了提高RBPF的计算效率,提出将粒子群优化思想融入到RBPF滤波估计中,
为了避免粒子群优化算法(PSO)早熟收敛,提出了一种自适应扰动的PSO算法(ADPSO),以帮助停滞的粒子跳出局部最优。为了验证算法的有效性,实验测试了九个多峰函数,包括四个旋转函数。仿真结果表明,该
基于改进粒子群优化算法的手势跟踪,王霞,夏海轮,针对优化算法在高维人手参数空间中求解复杂的目标函数时出现的局部搜索能力不足、早熟收敛和精度低等问题,本文提出一种基于自适
提出了一种基于粒子群优化的消除微弱信号采集过程中工频干扰的算法。通过人工构造观测信号,使系统模型符合盲源分离的数学模型要求。使用信号的四阶累积量作为信号独立性的判据,利用粒子群优化算法寻找使判据最大化
为了有效解决粒子群优化算法易陷入局部最优的缺陷,在粒子群优化算法(PSO)的基础上引入莱维飞行,提出了一种基于莱维飞行的粒子群优化算法(LPSO)。该算法在迭代过程中对粒子位置进化效果进行判断,若粒子