论文研究 一种求解动态多峰优化问题的Memetic粒子群算法.pdf

文化粒子群优化算法，艾景波，滕弘飞，为了提高粒子群优化（PSO）算法的计算精度和计算效率，避免“早熟”，本文给出文化粒子群优化算法。该算法模型将PSO纳入文化算法框

针对粒子群优化算法在处理高维复杂函数时存在收敛速度慢、易陷入早熟收敛等缺点，提出了混合粒子群优化算法。它借鉴群体位置方差的早熟判断机制，把基因换位和变异算子引入到算法中，构造出新的个体和个体基因的适应

结合小生境思想及灾变原理，提出了一种动态调整种群结构的粒子群算法（AGPSO）。该算法在获取局部最优区域后只留下部分粒子寻找局部最优点，同时将其他粒子进行灾变处理，然后约束在剩余区域进行新最优区域搜索

基于社会系统中普遍存在“分久必合，合久必分”的现象，提出了基于分合思想的粒子群优化算法。分策略提高了演化群体的多样性，克服了粒子群优化算法局部收敛的缺陷。合策略吸取了不同群体的优良特性，提高了算法的全

分析了量子行为粒子群优化算法，着重研究了算法中的收缩扩张参数及其控制方法，针对不同的参数控制策略对算法性能的影响特点，提出将Q学习方法用于算法的参数控制策略，在算法搜索过程中能够自适应调整选择参数，提

粒子群算法是求解函数优化问题的一种新的进化算法，然而它在求解高维函数时容易陷入局部最优; 为了克服这个缺点，提出了一种新的粒子群算法，算法对粒子的速度和位置更新公式进行了改进，使粒子在其最优位置的基础

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。

一种基于粒子群优化的自适应均衡算法.pdf

粒子群优化算法求解旅行商问题这个是完整论文

粒子群优化算法自提出以来，由于其容易理解、易于实现，所以发展很快，在很多领域得到了应用9通过对粒子 群算法全局极值和个体极值选取方式的改进，提出了一种用于求解多目标优化问题的算法，实现了对多目标优化问