暂无评论
为有效改进基本PSO算法的搜索能力,提出了一种基于遗传交叉和多混沌方式改进的粒子群算法。该算法为获得比当前群体更优的最优解,采用了以下四种措施:其一,对当前群体中的最优解和每个粒子最优解进行遗传交叉操
针对量子粒子群优化算法存在早熟收敛的问题,提出一种基于Logistics混沌映射变异的多种群量子粒子群优化算法(CMQPSO),采用分段Logistics混沌映射生成初始粒子群,根据适应度值将群体分为
基于混沌粒子群算法的微带天线优化设计,刘建霞,朱秀敏,粒子群优化算法中引入混沌序列可以增加粒子的多样性,提高算法的搜索性能。本文在前人的基础上改进了一种新的自适应双混沌粒子群
粒子群优化算法参数少,寻优速度快,但其寻优效率低且在寻优后期易早熟收敛。为改善其寻优性能,在标准粒子群优化算法中,通过引入混沌映射和自适应变异策略,提出具有自适应变异的混沌粒子群优化(ACPSO)算法
差分进化算法及其应用研究,入门文档。了解当前差分进化算法研究现状,已经差分进化算法的具体实现,可堪一阅!
基于C语言的差分进化算法实现,内有测试函数!ThisC-codeimplementsDifferentialEvolution(DE)algorithm
matlab开发-多目标优化差分进化算法。为多目标优化运行基本差分进化(DE)算法。
差分进化算法的函数优化程序
神经网络学习,深度学习与机器学习案例、源码,人工智能算法与解决方案。
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
暂无评论