暂无评论
:根据电力系统无功优化问题的特点,提出一种用于电力系统无功优化的最小欧氏距离下改进竟争小生境粒子群算法,利用该算法来克服粒子群优化算法容易早熟而陷入局部最优解的不足。通过对测试系统IEEE30节点进行
基于量子粒子群的改进投影寻踪聚类算法，多次仿真实验证明此算法有效、可行。并进一步运用该算法对生物信息学中的数据进行聚类分析，如乳腺癌细胞，Iyer基因表达谱数据，结果仍然比较理想。此后，将进一步深化聚
对粒子群算法进行改进，改进后的粒子群算法应用于最优路径选择。
改进粒子群算法PSO改进粒子群算法改进粒子群算法
这是一篇硕士论文详细的阐述了粒子群算法及其改进的算法等相关的内容。
可满足问题（SAT）是一个NP-hard问题，将SAT问题转换为无约束的离散优化（最小值）问题。并根据MDorigo提出的蚁群算法，给出了一种求解SAT问题的新方法：改进的最大最小蚁群系统（MMAS-
受Bastürk算法思想的启发,考虑多个邻域元素的影响,并采用完全稳定的细胞神经网络克隆模板设计方法,把1邻域扩展到2邻域和3邻域,将粒子群优化算法应用于模板学习。仿真实验表明,本算法不仅比经典的边缘
蚁群算法及其改进策略 软工:刘文 蚁群算法原理 算法详细流程 代码示例 四.算法优化 五.性能分析 蚁群算法原理 蚁群算法理 Macro Dorigo Gambardella 20世纪90年代意大利学
粒子群优化算法是在对鸟群捕食行为模拟的基础上提出的一种群集智能算法，是进化计算领域中一个新的分支。它的主要特点是原理简单、参数少、收敛速度较快、易于实现。因此，该算法一提出就吸引了的广泛关注，逐
Ant colony algorithm improvement and its application.pdf
暂无评论