基于改进粒子群算法的三维装箱优化研究

计算智能中的群智能，利用群智能来解决一些优化问题

基于粒子群算法利用Matlab平台对函数Rastrigrin函数、Griewank函数、Foxhole函数进行优化。

PSO算法是从这种生物种群行为特征中得到启发并用于求解优化问题的，算法中每个粒子都代表问题的一个潜在解，每个粒子对应一个由适应度函数决定的适应度值。粒子的速度决定了粒子移动的方向和距离，速度随自身及其

将粒子群优化算法应用到到二维Toy模型中进行蛋白质折叠结构预测，提出了一种随机扰动粒子群优化算法，并与爬山算法、模拟退火算法融合，给出了在Fibonacci测试序列及真实蛋白质序列上的测试结果，取得了

Research on Multi-objective Particle Swarm Optimization Algorithm

本文从粒子群算法的基本原理、参数选择及应用等方面着手，通过对传统的粒子群算法收敛较慢、易陷入局部最优的问题的研究，提出了一种基于参数调整的改进方法，调整了传统的粒子群算法中的参数，使粒子寻优过程中速度

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

为实现三维装箱问题的高效求解，提出了一个三维的剩余空间最优化算法（Three-Dimensional Residual-Space-Optimized Algorithm，3D-RSO）。在满足3个著

粒子群优化算法（PSO）简介，简单的介绍！简述粒子群算法的原理及改进！

几种改进粒子群优化算法的性能分析与研究，胡建明，马开良，粒子群优化算法（PSO）是一种群体智能优化算法，其思想来源于人工生命和演化计算理论。PSO算法通过粒子追随自己找到的最好解和整个