暂无评论
粒子群算法 matlab改进的方法,大家参考下希望对你有用
: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。
文化粒子群优化算法，艾景波，滕弘飞，为了提高粒子群优化（PSO）算法的计算精度和计算效率，避免“早熟”，本文给出文化粒子群优化算法。该算法模型将PSO纳入文化算法框
针对粒子群优化算法在处理高维复杂函数时存在收敛速度慢、易陷入早熟收敛等缺点，提出了混合粒子群优化算法。它借鉴群体位置方差的早熟判断机制，把基因换位和变异算子引入到算法中，构造出新的个体和个体基因的适应
结合小生境思想及灾变原理，提出了一种动态调整种群结构的粒子群算法（AGPSO）。该算法在获取局部最优区域后只留下部分粒子寻找局部最优点，同时将其他粒子进行灾变处理，然后约束在剩余区域进行新最优区域搜索
基于社会系统中普遍存在“分久必合，合久必分”的现象，提出了基于分合思想的粒子群优化算法。分策略提高了演化群体的多样性，克服了粒子群优化算法局部收敛的缺陷。合策略吸取了不同群体的优良特性，提高了算法的全
暂无评论