论文研究 基于改进粒子群算法的无水港多周期选址研究.pdf

分析了粒子群算法的惯性部分、个体认知部分和群体认知部分的作用，对粒子群算法迭代方程的各部分进行变形，获得了三种新形式的粒子群算法。用算例说明所得到的三个新的粒子群算法具有较好的优化能力。

针对标准粒子群算法易出现早熟的问题，提出了一种带邻近粒子信息的粒子群算法。该算法中粒子位置的更新不仅包括自身最优和种群最优，还包括粒子目前位置最近粒子最优的信息。为了有效地平衡算法的全局探索和局部开发

螺旋粒子群优化算法的研究简报，滕弘飞，张英男，本文提出了一种螺旋粒子群优化（SPSO）算法。传统PSO算法的搜索路径，对于全局版PSO，以一只鸟（粒子i）的飞行来比喻，其空间的飞行

针对粒子群优化算法（Particle Swarm Optimization，PSO）存在收敛速度慢、寻优精度低和早熟收敛的问题，提出一种最优粒子增强探索粒子群算法（Optimal particle E

针对基本粒子群优化算法对复杂函数优化时难以获得最优解的缺陷，提出了一种复形粒子群优化算法。该算法采用复形法来提高粒子的局部搜索能力，从而保证了算法能够跳出局部最优，获得全局最优解。实验结果表明，与文献

针对公共设施选址问题中因多目标约束条件造成的复杂空间搜索问题，提出了一种基于遗传算法的P-中值模型，以设施点与供应点间的分配关系作为基因序列，将出行时间消耗、建设投入成本、容量限制条件等因素构成目标函

针对智能交通诱导系统在国内应用的不成熟，采用改进型遗传算法对可变信息板（VMS）在路网中的布点位置进行了全局索优，对基本遗传算法中的编码方式、选择方法进行了改进，同时采用动态衰减变异概率进行变异操作，

将遗传算法与禁忌搜索结合起来，设计了一种改进的遗传算法求解有时间窗约束车辆路径问题。采用启发式插入算法产生较优良的遗传操作初始种群，通过改进的逆转变异算子更多继承父代的优良性能，以提高遗传算法的计算效

为了提高交通流量控制和优化的精度,将混沌理论引入PSO对LS-SVM的核参数和惩罚系数进行优化选择,提出一种ECLS-SVM交通流量预测模型。通过基于ECLS-SVM算法的单步、3步、5步和7步预测结

基于改进粒子群算法的无功优化研究与应用，无功优化。