输电网络扩展规划是一个复杂的多变量多约束的非线性整数规划问题。针对传统粒子群算法易陷入局部最优、收敛慢的缺陷,将协同进化思想与粒子群优化算法结合,提出了一种协同粒子群优化算法。并将该算法应用于输电网络
多种群协同粒子群算法在函数最优问题中的应用,马茂刚,张凤斌,粒子群算法由于其简单,收敛速度快等优点,近年来被广泛研究,在很多领域得到应用。但该算法又有着易陷入局部最优的缺点,这在一��
多目标进化算法之粒子群算法(PSO,particle-swarm-optimization)的matlab代码。
为了改善差分进化粒子群算法的局部搜索能力和收敛速度,提出了一种混沌差分进化的粒子群优化算法。该算法利用信息交换机制将两组种群分别用差分进化算法和粒子群算法进行协同进化,并且将混沌变异操作引入其中,加强
针对低信噪比时标准粒子滤波对弱小目标的检测与跟踪时存在的粒子贫乏、跟踪精度对粒子数目要求高等问题,提出一种基于高斯粒子群优化粒子滤波的弱小目标检测前跟踪算法。利用高斯粒子群优化算法优化重采样后的粒子集
在对基于异常的入侵检测进行训练时,缺少一个实时有效的训练集,提出了一种融合自控粒子群和免疫进化的入侵数据分类方法,对网络数据进行聚类分析,生成可靠的训练数据。粒子群模糊C均值聚类算法需要提前确定聚类数
协同粒子群matlab程序,协同PSO算法的系统辨识,算法可实现逐维寻优,避免算法的退化 ,本人在matlab2016a上面运行能够跑通,希望对需要的人有用。
粒子群的简单介绍,可以看一下,便于对于粒子群的了解
针对细菌觅食算法在优化过程中环境感知能力较弱且容易陷入局部极值的缺陷,将梯度粒子群算法的基本思想引入细菌觅食算法中,改进原算法的收敛速度和收敛能力,并据此提出了基于梯度粒子群算法的细菌觅食算法GPSO
提出一种基于病毒协同进化微粒群的最小属性约简算法. 在算法中, 进化在宿主与病毒种群之间协同进 行, 通过满足约简分辨力不变条件的最优病毒种子复制操作产生病毒库, 病毒通过感染操作在宿主种群完成横向局