混沌粒子群混合优化算法

PSO同遗传算法类似,是一种基于迭代的优化算法。系统初始化为一组随机解,通过迭代搜寻最优值。但是它没有遗传算法用的交叉(crossover)以及变异(mutation),而是粒子在解空间追随最优的粒子

针对时变输入/输出过程神经网络的训练问题, 提出一种基于混沌遗传与带有动态惯性因子的粒子群优化相 结合的学习方法. 综合利用粒子群算法的经验记忆、信息共享和混沌遗传算法的混沌轨道遍历搜索性质, 基于P

具有维护活动的混合Flowshop调度问题的混合粒子群优化算法。

本资源包含灰狼优化算法（GWO）代码以及粒子群算法（PSO），主函数为使用灰狼优化和粒子群优化对不同函数进行寻优并将两种算法的比较结果绘图显示

优化程序，如何选择pbest ，如何选择gbest，根据位置和速度公式进行位置和速度的更新

一些关于粒子群算法的文献-改进混合离散粒子群的多种优化策略算法.pdf关于粒子群算法的一些期刊论文

针对现代物流配送路径优化中物流成本控制、配送效率和计算效率提高等问题,提出了一种基于混沌粒子群算法的物流配送路径优化方法。通过分析现代物流配送特点和配送路径优化影响因素,建立综合反映配送效率、成本、客

硕士毕业优秀论文，结合云模型的粒子群优化算法在电力系统无功优化上的研究，完整版，kdf格式，知网上下载的

基于混沌理论和自适应惯性权重的粒子群优化算法

基于粒子群优化算法的无功优化，李银萍，，无功优化是减少电网损耗的有效措施。本文采用引入了自适应惯性权重系数和变异算子的粒子群算法对电力系统进行无功优化，并对IEEE30