091附录1、标准微粒群算法源程序.pdf

依据样本密度使用高斯函数构造山峰函数时,削去对山峰函数贡献较小的大部分边缘,从而大大减少计算工作量;提出了一种改进的微粒群算法,使之具有多峰函数寻优能力,可以一次求出山峰函数的各个峰值,即基于改进微粒

多阶段多模型的改进微粒群优化算法，是一种通过分段在不同阶段使用不同的算法来改编的智能算法。

基于自由搜索和微粒群的多目标进化算法通讯工程专业群集思想

节点部署优化微粒群算法的改进无线传感器网络

针对在半导体制造工艺参数优化过程中缺乏直观参考的问题, 在微粒群优化算法(PSO) 和等值线理论分析 的基础上, 将PSO 与等值线矩形网格模型相结合, 提出一种全新的工艺参数窗口选择方法. 在二维标

算法并且 PSO已广泛应用于函数优化神经网络训练模式分类模糊系统控 制以及其他的应用领域 2粒子群优化算法的应用 1PSO 最直接的应用或许就是多元函数的优化问题 ,包括带约束的优化问 题如果所讨论的

这本书非常不多对初学者，并有C++代码是一本很好的书

基于PSO 微粒群算法的复杂网络社区结构发现

该研究将微粒群算法与灰色系统理论相结合，构建了一种优化后的预测模型。通过微粒群算法对灰色系统模型的关键参数进行寻优，提高了模型的预测精度和稳定性。

惯性权重是微粒群算法(PSO) 的重要参数, 它可以平衡算法的全局和局部搜索能力的关系, 改善算法的性 能. 对此, 提出一种基于强化学习的适应性微粒群算法(RPSO). 首先将不同惯性权重调整策略视