论文研究 双种群粒子群算法及其在UUV路径规划中的应用.pdf

针对传统粒子群算法收敛速度慢、全局搜索能力差的缺点, 提出了一种新的最优交叉动量粒子群算法。该算法通过在粒子群算法中引入一种新的二进制交叉策略来加快粒子群算法的收敛速度, 通过设置新的惯性权重来改善新

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

提出了一种通过改进全局最优位置粒子寻优策略而提高粒子群优化计算效率的混合粒子群优化算法

粒子群优化算法及其应用综述 粒子群是非常实用的优化算法广泛应用于各个行业

针对粒子群优化算法稳定性较差和易陷入局部极值的缺点，提出了一种新颖的混沌粒子群优化算法。一方面，在可行域中应用逻辑自映射函数初始化生成均匀分布的粒群，提高了初始解的质量和增加了算法的稳定性；另一方面，

一个用粒子群开发的Matlab移动机器人路径规划

可以运行的PSO粒子群机器人路径规划代码，代码思路清晰，对研究粒子群算法和移动机器人路径规划有很大的帮助。

量子粒子群算法在求解车辆路径问题时一定程度上解决了基本粒子群算法收敛速度不够快的缺点，但是量子粒子群算法仍然存在容易陷入局部最优的缺点。利用混合量子粒子群算法对车辆路径问题进行求解，运用量子粒子群算法

针对粒子群优化算法（PSO）容易出现早熟收敛的问题，提出一种改进的粒子群优化算法（IMPSO）。该算法通过引入粒子群聚合度和变异的思想，能很好避免早熟，提高粒子全局搜索能力。将此改进的粒子群优化算法用

针对机器人加工路径规划问题，提出了一种基于人工鱼群算法的机器人加工路径规划新方法。仿真实验表明，该算法实现简单，搜索效率高，在较短时间内能够求得最优解，可满足机器人加工的实时性要求。