为了有效地诊断飞行器的健康状况,提出了一种基于EMD-AR模型和PNN的飞行器健康诊断新方法。该方法采用EMD(EmpiricalModeDecomposition,EMD)将飞行器关键部件的声发射信
针对传统粒子群算法收敛速度慢、全局搜索能力差的缺点, 提出了一种新的最优交叉动量粒子群算法。该算法通过在粒子群算法中引入一种新的二进制交叉策略来加快粒子群算法的收敛速度, 通过设置新的惯性权重来改善新
基于粒子群算法的遗传算法研究,秦广军,王欣艳,针对传统遗传算法中存在的易陷入局部最优解和后期收敛速度慢的问题,基于粒子群算法,对传统遗传算法作了改进,提出了一种基于粒子群
从研究分析粒子群算法和郭涛算法的特点出发,提出一种综合两算法优点的混合算法。新算法改变了粒子的更新方式,以子空间搜索和串行搜索相结合的多点并行搜索,扩大了算法的搜索范围,减少了粒子对初值的依赖,增强了
粒子群优化(PSO)算法是一种群智能优化算法,最早由Kennedy和Eberhart于1995年共同提出,其基本思想是对鸟群捕食行为的仿生模拟,通过鸟群之间的集体协作,快速搜寻并找到最优解。其基本的进
针对粒子群优化(PSO ) 容易陷入局部极小, 提出将模拟退火(SA ) 引入并行PSO 算法. 这种模拟退火并行粒 子群算法, 结合了并行粒子群算法的快速寻优能力和SA 的概率突跳特性, 保持了群体
量子粒子群算法在求解车辆路径问题时一定程度上解决了基本粒子群算法收敛速度不够快的缺点,但是量子粒子群算法仍然存在容易陷入局部最优的缺点。利用混合量子粒子群算法对车辆路径问题进行求解,运用量子粒子群算法
混合蛙跳算法(SFLA)是一种全新的群体智能优化算法。针对基本混合蛙跳算法局部搜索能力差,因而优化精度低、收敛速度慢的缺点,引入量子粒子群算法的搜索策略,提出了一种基于量子粒子群搜索策略的混合蛙跳算法
针对标准粒子群算法易出现早熟的问题,提出了一种带邻近粒子信息的粒子群算法。该算法中粒子位置的更新不仅包括自身最优和种群最优,还包括粒子目前位置最近粒子最优的信息。为了有效地平衡算法的全局探索和局部开发
基于粒子群算法的模糊控制规则优化的研究,贾立新,蔡文文,为了避免模糊控制设计中比例因子和量化因子的复杂调试,以及模糊控制规则一旦确定就无法改变的缺点,采用基于规则修改的模糊控制