基于改进粒子群的TCSC选址与定容的研究

简述粒子群算法的原理及改进经典的算法，值得学习必须点赞

针对传统的模糊C-均值聚类算法对初始聚类中心较敏感、易陷入局部最优的缺点,将粒子群优化算法和FCM算法相结合,提出一种改进的模糊聚类算法。该算法利用粒子群算法的全局搜索能力代替FCM算法寻找初始聚类中

提出了一种自适应模糊全局快速Terminal滑模控制方法，在参数不确定性和外干扰情况下，为解决系统的非线性不确定性提供了一种新途径。与传统模糊Terminal滑模控制相比，通过采用模糊逻辑系统来逼近未

基于改进粒子群和K-Means的文本聚类算法研究.pdf

针对多目标粒子群算法在高维条件下易早熟、迭代步骤数较多的问题，通过引入多点速度向量，提出一种基于多点速度向量的多目标粒子群改进算法，由于改进的多目标粒子群可以看成多个对于目标函数和当前种群的多目标最优

基于正切函数改进惯性权重的新型粒子群算法，李丽，薛冰，粒子群算法中惯性权重的设置对算法性能有很大影响，本文在简要介绍粒子群算法及惯性权重作用的基础上，结合对正切函数变化规律的

变异测试是常用的测试方法之一，变异测试分析的过程中计算开销会比较大，问题主要集中于测试过程中会产生大量的变异体。为了减少变异体的数量，提出用标准粒子群聚类算法进行选择优化，但标准粒子群算法在被测数据量

借鉴分层递阶结构原理和蚁群算法的思想，提出了一种基于信息素的粒子群算法并用来优化前向神经网络的结构和权值。通过在控制基因中释放信息素进行粒子控制基因的更新，实现了粒子间信息的共享。粒子群的惯性权重采用

提出了一种基于改进多目标粒子群优化算法的水库防洪调度算法（MOPSO-RFC）。该算法采用下泄流量编码方式；设计了一种基于邻域最大拥挤距离的全局极值选择算子，以保持更好的种群多样性；设计了一种基于差分

特殊编码标志点的使用是摄影测量中经常使用的一种手段，针对由此带来的标志点识别问题，主要以数学形态学为工具，对采集的标志点图像做若干次形态学运算后，提取出每个标志点所在区域的边界，进一步结合所提出的标志