暂无评论
:引入粒子群优化算法求解非线性方程组,利用粒子群优化算法所具有的群体智能和记忆功能,较快地 求解复杂非线性方程组的最优解,克服了牛顿一拉普辛方法求解该类问题时对初值的敏感性以及需要函数求 导的困难,同
论文研究-带时间窗车辆路径问题的粒子群算法.pdf, 将粒子群算法(PSO)应用于带时间窗车辆路径优化问题(VRPTW)
为了解决动态改变惯性权重的自适应粒子群算法不易跳出局部最优的问题,提出了一种自适应变异的动态粒子群优化算法。在算法中引入了自适应学习因子和自适应变异策略,从而使算法具有动态自适应性,能够较容易地跳出局
多车场车辆路径问题是一类实用性很高的NP难解问题。针对标准粒子群算法易早熟、收敛速度慢的缺陷,提出了一种新的改进算法,该算法采用协同进化思想,同时在搜索陷入局部最优的情况下引入了模式搜索方法。针对多车
(算法)0-1背包问题的求解,又需要的可以参考下......
Research on Particle Swarm Optimization Algorithm for Dynamic Optimization Problems
基于粒子群算法的遗传算法研究,秦广军,王欣艳,针对传统遗传算法中存在的易陷入局部最优解和后期收敛速度慢的问题,基于粒子群算法,对传统遗传算法作了改进,提出了一种基于粒子群
针对粒子群优化算法在搜索高维多峰问题时容易出现种群多样性减少,导致算法早熟收敛,陷入局部最优等缺点,提出了一种基于多尺度分数阶多重记忆与学习的粒子群算法。该算法将分数阶微积分引入标准粒子群速度、位置更
为了有效处理遗传算法在求解静态与动态背包问题时产生非正常编码个体的问题,在分析已有处理方法不足的基础上,基于贪心策略提出了一种贪心修正算子与贪心优化算子相结合的新方法,并将该方法与遗传算法相融合给出了
01背包问题属于组合优化问题的一个例子,求解01背包问题的过程可以被视作在很多可行解当中求解一个最优解。
暂无评论