针对基本粒子群优化算法对复杂函数优化时难以获得最优解的缺陷,提出了一种复形粒子群优化算法。该算法采用复形法来提高粒子的局部搜索能力,从而保证了算法能够跳出局部最优,获得全局最优解。实验结果表明,与文献
针对传统粒子群寻优速度慢和局部收敛等缺点, 提出一种基于平均速度的混合粒子群优化算法. 给出了粒 子群平均速度的定义, 用来表征粒子群的活跃程度, 并作为粒子群惯性系数和学习因子调节的依据, 加快了粒
用粒子群算法改进蝙蝠算法,引入自适应权重,具有很好的收敛速度和收敛精度
一种自适应的混沌粒子群算法优化XML数据聚类策略,刘波,杨路明,针对海量XML文档数据挖掘进行聚类划分效率低的不足,本文尝试对XML数据聚类方法进行优化。通过说明XML键及其聚类定义,结合混沌运动�
在粒子群优化算法基础上,提出了基于聚类的多子群粒子群优化算法。该算法在每次迭代过程中首先通过聚类方法把粒子群体分成若干个子群体,然后粒子群中的粒子根据其个体极值和“子群”中的最优粒子更新自己的速度和位
粒子群算法,又称粒子群优化算法(ParticalSwarmOptimization),缩写为PSO,是近年来发展起来的一种新的进化算法(EvolutionaryAlgorithm-EA),由Eberh
粒子群算法优化bp神经网络,预测代码确保上传的内容合法合规,涉及侵权内容将会被移除,详见CSDN资源共享规范。
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
为了改善无线传感网络的性能,提高网络的覆盖率,在粒子进化的多粒子群算法的基础上,提出了一种无线传感网络覆盖的优化策略。该策略通过多个粒子群彼此独立地搜索解空间, 提高了算法的寻优能力,有效地避免了基本
自适应多目标粒子群优化器TheAdaptiveMulti-ObjectiveParticleSwarmOptimizer(AMOPSO).