论文研究 一种基于有向动态网络拓扑的粒子群优化算法.pdf

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

基于改进粒子群优化算法的手势跟踪，王霞，夏海轮，针对优化算法在高维人手参数空间中求解复杂的目标函数时出现的局部搜索能力不足、早熟收敛和精度低等问题，本文提出一种基于自适

提出了一种基于粒子群优化的消除微弱信号采集过程中工频干扰的算法。通过人工构造观测信号，使系统模型符合盲源分离的数学模型要求。使用信号的四阶累积量作为信号独立性的判据，利用粒子群优化算法寻找使判据最大化

为了有效解决粒子群优化算法易陷入局部最优的缺陷，在粒子群优化算法（PSO）的基础上引入莱维飞行，提出了一种基于莱维飞行的粒子群优化算法（LPSO）。该算法在迭代过程中对粒子位置进化效果进行判断，若粒子

针对高维数入侵检测数据集中信息冗余导致入侵检测算法处理速度慢的问题，提出了一种基于粒子群优化的入侵特征选择算法，通过分析网络入侵数据特征之间的相关性，可使粒子群优化算法在所有特征空间中优化搜索，自主选

针对粒子群算法应用于复杂函数优化时可能出现过早收敛于局部最优解的情况，提出了一种改进的算法。通过构造单个粒子的多个进化方向和类似于蚂蚁群算法信息素表的选择机制，保留了粒子的多种可能进化方向。提高了粒子

针对粒子群优化进入后期得到解的精度低，不稳定的问题，提出了一种改进的自适应的算法，采用惯性权重线性减小，对成功的加速系数产生记忆，并于下一代更新中以一定概率唤醒记忆，通过仿真实验，表明可以有效的解决了

你对GA 与PSO 比较精通，还可以通过修改KeepPercent、CrossPercent 来提高算法的效率，但是对于初学者来说，上述的步骤与操作已经足够

一些关于粒子群算法的文献-一种动态改变惯性权的自适应粒子群算法.pdf关于粒子群算法的一些期刊论文

提出了综合利用粒子群优化算法(PSO)和离散粒子群优化算法(DPSO)同时优化前向神经网络结构和参数的新方法。该算法使用离散粒子群优化算法优化神经网络连接结构，用多维空间中0或1取值的粒子来描述所有