暂无评论
为了有效提高粒子群优化算法的收敛速度和搜索精度,增强算法跳出局部最优,寻得全局最优的能力,提出了一种改进的简化粒子群优化算法。该算法考虑了粒子惯性、个体经验和全局经验对于位置更新影响力的不同,改进了位
选取最佳的收缩阈值是变换域收缩去噪的关键。针对Shearlet变换域图像收缩去噪的阈值选取问题，提出了基于粒子群优化的最佳阈值选取算法。建立了Shearlet变换域最佳阈值选取的广义交叉验证准则；以广
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
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
为了改进标准粒子群优化算法的全局搜索性能，提出了一种种群动态变化的多种群粒子群优化算法。当算法搜索停滞时，把种群分裂成两个子种群，通过子种群粒子随机初始化及个体替代机制增强种群多样性，两个子种群并行搜
针对目前多目标粒子群优化算法的收敛性能和非劣解的多样性不能同时得到满足等缺陷，提出一种基于多策略的多目标粒子群优化算法（Multi-ObjectiveParticleSwarmOptimization
研究粒子群算法在数据库查询优化中的应用问题。为了解决大型数据库信息检索困难、查询效率低的问题，提出了一种基于粒子群算法优化数据库查询技术方案。算法提出了一种数据库查询执行计划代价模型，主要包括了查询多
基于改进的粒子群优化算法求解TSP问题，沐爱勤，张瑞平，粒子群优化算法是一种新型的优化算法，主要应用于连续优化问题，本文通过引入移动算子和移动序的概念，使粒子群优化算法能够处理
针对粒子群算法收敛速度慢和易陷入局部最优的问题，提出了基于惯性权重对数递减的粒子群算法，并引入对数调整因子，对数调整因子的不同取值保证了算法搜索成功率。选取八种典型函数分别进行给定迭代次数和给定精度的
暂无评论