论文研究 惯性权重正弦调整的粒子群算法.pdf

提出了一种基于密度熵的多目标粒子群算法（EMOPSO）。采用一个外部集保存所发现的Pareto最优解（精英）,并将外部集作为粒子的全局极值。为保证种群的多样性,当精英大于外部集的大小时采用一种基于密度

论文研究-求解TSP 问题的离散粒子群优化算法.pdf,

基于粒子群的多目标优化演化算法，陈建国，宋中山，针对当前大部分多目标优化演化算法在处理多目标问题时算法设计复杂，耗时巨大，取得的近似Pareto前沿点不够多，分布不均匀，覆盖不

为了解决标准粒子群优化算法容易陷入局部极小值的问题，模拟统计物理和热力学中的扩散现象，设计了一种扩散机制，根据扩散定律和扩散系数公式，给出了粒子的扩散能、种群的温度和粒子的扩散概率三个定义和扩散池的概

针对粒子群算法后期收敛速度慢、易陷入局部极值的缺点，提出一种基于粒密度和最大距离积法的简化粒子群聚类算法。通过采用线性递减与随机分布相结合的惯性权重策略、添加极值扰动算子、优化粒子个体最优位置，使粒子

针对K-means聚类算法容易陷入局部最优、不能处理边界对象及线性不可分的缺点,提出一种基于粒子群的粗糙核聚类算法。该算法通过Mercer核将输入样本空间中的样本映射到高维空间,使样本变得线性可分,并

针对动态系统目标跟踪问题，RBPF算法通过将高维状态空间分解成易于处理的线性子部分与非线性子部分，并采取不同策略进行滤波估计。为了提高RBPF的计算效率，提出将粒子群优化思想融入到RBPF滤波估计中，

为了提升粒子群算法求解多目标问题的能力,通过分析初始种群的方法对算法的影响,提出一种基于正交设计的多目标粒子群算法(ODMOPSO)。在算法运行过程中,通过正交设计来产生初始种群,使得种群均匀分布在可

为了避免粒子群优化算法（PSO）早熟收敛，提出了一种自适应扰动的PSO算法（ADPSO），以帮助停滞的粒子跳出局部最优。为了验证算法的有效性，实验测试了九个多峰函数，包括四个旋转函数。仿真结果表明，该

提出Vague集（值）之间的新相似度量，给出一个区间值数据向Vague值数据的转化公式。农业领域的应用实例进一步表明这些公式是实用的。