暂无评论
蜂群的某些群智能行为在昆虫中是很独特的,因此来源于蜂群智能行为的各种优化算法在解决某些实际问题时是很有效的。较之其他的优化算法,目前国内关于蜂群优化算法的文献相对较少。简要介绍了若干蜂群优化算法的发展
物流系统中配送路径优化问题的研究，郭晗，王岩，本文用遗传算法来解决物流配送路径优化问题。因为遗传算法交配算子操作可能会使最好解遗失，针对这一情况，本文将遗传算法和模拟
一个优化问题的交叉熵算法，杨乐好，，交叉熵方法(CrossEntropy)是近几年发展而来的一种启发式方法，在求解组合优化问题中显示出其简单有效的特点，本文将运用交叉熵方法(CE
改进的郭涛算法求解约束优化问题，薛运虎，郝仰梅，提出了一种求解约束函数优化问题的新的演化算法。该算法是在郭涛算法的基础上提出来的，主要对郭涛算法进行如下改进：一是引入了
针对基本混合蛙跳算法在处理复杂函数优化问题时容易陷入局部最优、收敛速度慢的缺点，提出了一种改进的混合蛙跳算法。该算法把生物学中的吸引排斥思想引入到混合蛙跳算法中，修正了其更新策略，从而维持了子群的多样
针对约束优化问题的求解，提出一种改进的粒子群算法（CMPSO）。在CMPSO算法中，为了增加种群多样性，提升种群跳出局部最优解的能力，引入种群多样性阈值，当种群多样性低于给定阈值时，对全局最优粒子位置
常态和偏微分方程的时频解通常被认为是一种无效的方法。与有限差分方法相比，时域的相关扩展被认为会导致许多数值运算和高存储需求。在这项工作中表明，通过结合稀疏矩阵方法引入用于时间和空间子域的算法，可以显着
针对基本蝙蝠算法求解精度低、易陷入局部最优的缺点，提出一种改进的蝙蝠算法用于求解约束优化问题。该算法利用佳点集方法构造初始种群以维持群体的多样性，引入惯性权重以协调算法的勘探和开发能力。为了避免算法陷
针对PSO算法晚期收敛速度慢、求解精度差的缺点，提出了一种改进优化算法——将粒子群算法（Particle Swarm Optimization，PSO）与禁忌搜索算法（Tabu Search，TS）结
论文研究-求解TSP 问题的离散粒子群优化算法.pdf,
暂无评论