从论域中各个元素之间所具有的客观关系出发,利用集值映射的原理在论域上得到一个覆盖,构造了一种新的覆盖粗糙集模型;研究了与之相关的基本性质,并将其与现有的5种主要的覆盖粗糙集模型进行比较研究。为如何根据
为了改善粒子群优化算法的收敛速度,在布朗运动和伊藤过程的启示下,提出了一种混合布朗运动和粒子群优化算法这两种思想的改进算法。通过对布朗运动和伊藤过程进行抽象,设计了漂移算子和波动算子。漂移算子保留了粒
采用对基本粒子群优化算法引入遗传操作来提高种群多样性,这样虽能避免产生局部极小,但收敛速度会降低,通过加入收缩因子来达到两者的均衡。优化和仿真结果表明改进算法性能更优,能有效地解决公交车辆的智能排班问
改进的向心加速度粒子群算法,李一然,杨娟,CAPSO算法是近些年由Behesh改进的向心加速度粒子群算法ti和Zahra基于PSO算法和引力搜索算法提出来的一个新算法。本文在CAPSO算法的基础上�
提出了一种高效的改进的粒子群优化策略,把整个群体分为几个子群体,进行子群体的专业化社会分工与信息交换,该策略在提高算法局部搜索能力的同时也兼顾了全局搜索能力。测试表明,与现有方法比较,该方法全局寻优的
多车场车辆路径问题是一类实用性很高的NP难解问题。针对标准粒子群算法易早熟、收敛速度慢的缺陷,提出了一种新的改进算法,该算法采用协同进化思想,同时在搜索陷入局部最优的情况下引入了模式搜索方法。针对多车
在将超混沌系统的控制、同步及反同步问题统一处理的基础上,给出了一种可实现超混沌系统同步的非线性状态反馈方法。该方法以非线性系统的线性化方法和极点配置理论为基础,把控制律分解为非线性和线性两部分之和,使
改进粒子群算法仿真程序,方便学习使用粒子滤波算法,解决优化问题哦1
提出了结合局部优化算法的改进粒子群算法(Combination Particle Swarm Optimization,CPSO),粒子群算法虽然通过群体规模来规避早熟,但缺乏局部快速搜索能力,因此将
为了改善粒子群优化算法的优化性能, 提出一种改进的全局粒子群优化(IGPSO) 算法. 该算法基于开采能力和搜索能力相均衡的思想提出全局邻域搜索策略和扰动策略, 使算法减少陷入局部极值的可能性, 同时